在飛捷科思智能科技（上海）有限公司的演示大廳，大屏幕上滾動播放著一個看似簡單卻意義非凡的視頻：一個機器人不斷嘗試向籃筐中投送籃球，從最初毫無方向感地胡亂投籃，到逐漸調整姿態與力度，最終穩穩地將籃球送入籃筐中。

對於人類籃球運動員來說，這是舉手之勞﹔對於機器人而言，這曾是橫亙在虛擬與現實之間的一道天塹。

讓機器人掌握“投籃”技能的硬核支撐，是我國首個可微分物理仿真引擎Fysics。該引擎的誕生，標志著我國實現物理AI底層核心技術的自主突破，在全球競爭中佔據重要一席。

“十五五”規劃綱要明確強化戰略前沿領域科技布局，提出實施人工智能等科技戰略部署，加快突破基礎理論和底層技術，促進轉化應用。

“AI下半場，是一場關於物理世界認知的競賽。”復旦大學智能機器人與先進制造創新學院副院長、飛捷科思創始人張立華表示，未來3—5年，飛捷科思將打造“國產算力+自主引擎+開源生態”的完整鏈條，推動物理AI加速走向產業化。

核心突破：從“隻算結果”升級為“自主糾錯”

當AI學會看、寫、生成之后，下一步要干什麼？全球科技界給出的一致答案是：物理AI——讓智能體真正理解重力、摩擦力、碰撞、形變等真實世界規則，實現自主推理、穩定交互、可靠決策。

“物理AI是人工智能從虛擬走向現實、從感知走向自由交互的必經之路，”張立華告訴科技日報記者，“它已成為全球AI產業競爭的戰略制高點。”

在今年1月舉行的國際消費電子展上，英偉達CEO黃仁勛在主旨演講中17次提及物理AI這一概念。“從人形機器人、具身智能到工業數字孿生、自動駕駛，這些萬億級實體產業的智能化升級，都迫切需要能夠與AI深度融合的物理仿真底層基座。”張立華說。

作為全球首個實時物理仿真商用方案、英偉達PhysX物理引擎的主要奠基人之一，張立華決心推動中國在這一關鍵核心技術上實現自主可控。“傳統物理引擎不可微分、仿真精度不足，是長期制約行業發展的核心痛點。全球范圍內具備可微分物理仿真引擎自研能力的企業屈指可數。”他說，“國內市場長期依賴國外物理引擎及仿真平台，自主可控需求迫切。”

在此前技術積累的基礎上，張立華團隊整合學校及企業的科研力量，成功研發出國內首款可微分物理引擎Fysics。

什麼是“可微分”？張立華解釋說，傳統物理引擎如同一條單行道，只能正向模擬物體運動，無法反饋誤差來源﹔而可微分物理引擎構建了一條雙向通道，能夠通過梯度反向傳播，直接告訴系統哪裡錯了、該怎麼改。

張立華以機器人投籃為例：如果沒有投進，Fysics會通過可微分能力告訴機器人是力度大了還是角度偏了，讓它自主調整策略。再加上精心設計的多物理材質統一求解框架及高精度接觸解算，Fysics讓機器人無需海量試錯就能學會精准操作，真正實現仿真與現實無縫遷移，攻克了具身智能領域從仿真到現實的最棘手難題。

“我們讓物理引擎從‘隻算結果’升級為‘自主糾錯’，打通了AI從仿真到現實的最后一公裡。”張立華說。

產業布局：推動物理AI從實驗室走向規模化落地

張立華團隊的目標則是構建物理AI時代的操作系統。在Fysics引擎這一“地基”之上，飛捷科思還搭建了MoziSim仿真訓練平台這一“工廠”，以及OmniFysics全模態物理AI基礎模型這一“大腦”。“可微分物理引擎是核心底座，定義物理世界的計算規則﹔仿真平台通過構建真實的數字世界實現大規模數據生產能力﹔基礎模型則實現AI對物理世界的感知、理解和推理。”張立華說，這相當於為現實世界的智能體打造了一套通用操作系統。

其團隊還發布了國際首個全維度物理感知與邏輯推理評測基准，以期定義物理AI的標准。

業內認為，從引擎、平台、模型到評測標准，這一整套從底層到應用的物理AI全棧基座，將推動我國物理AI加速走向產業化。在人形機器人、具身智能領域，它將大幅降低訓練成本，提升通用機器人的步態穩定、精細操作、環境適應等能力，加速通用機器人走進工廠與家庭﹔在工業數字孿生領域，可高精度模擬設備運行、物料交互、產線流程，支持產線優化與預測性維護，顯著降本增效。

張立華表示，飛捷科思正聯合國產芯片廠商、科研機構等多方力量，共同構建產業生態。此前，飛捷科思已與沐曦股份、並行科技、拓斯達、粒界科技等多家生態伙伴，圍繞算力適配、場景落地、生態協同等方面展開深化合作。

“未來3至5年，我們希望完成全棧產品成熟化與國產適配，成為全球物理智能時代的核心基礎設施提供商，形成‘國產算力+自主引擎+開源生態’的完整產業鏈條，推動中國在物理智能與具身智能領域實現跨越式發展。”張立華說。