先了解这件事
AI 综述
2026年8月11日,MIT CSAIL与清华大学研究人员提出物理模拟预训练方法GeoPT。该方法通过130万个合成动力学样本学习物理交互,可根据上传的3D模型以及作用力的方向和速度,模拟车辆碰撞变形、流体作用和光线传播等场景。报道称,与领先模型相比,GeoPT最多可减少60%的训练数据,并以两倍速度达到峰值性能;在船体空气与波浪模拟中,它使用少60%的标注数据达到峰值准确率,速度快四倍。
AI 根据公开报道生成
最新进展 · 正式报道
MIT 与清华团队提出 GeoPT，以更少数据模拟更广泛的真实物理场景事件进展
1 个已确认进展
- 来源：MIT News · Artificial Intelligence
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
8月11日
MIT News · Artificial Intelligence
MIT 与清华团队提出 GeoPT，以更少数据模拟更广泛的真实物理场景
MIT CSAIL 与清华大学研究人员提出预训练方法 GeoPT，通过 1.3 million 个合成动力学样本学习物理交互，相比领先模型可将训练数据最多减少 60 percent，并以两倍速度达到峰值性能。GeoPT 可根据上传的 3D 模型及作用力方向和速度，模拟车辆碰撞变形、流体作用和光线传播等场景；在船体空气与波浪模拟中，它以少 60 percent 的标注数据达到峰值准确率，速度快四倍。