張立華（左一）與團隊成員在優化模型。 　　（受訪者供圖）

　　不久前，在上海舉行的2026全球開發者先鋒大會上，可微分物理仿真引擎Fysics正式發布，該引擎為具身智能、人形機器人、自動駕駛等產業加快走向規模化落地提供了有力支撐。

　　項目負責人張立華曾長期供職於海外科技企業，在十五年前回國創業，目前擔任復旦大學智能機器人與先進制造創新學院副院長。從游戲世界裡的“裙尾擺動”，到具身智能所需的“高精度接觸解算”，在這場關於“物理世界模擬”的自主技術突圍中，張立華正帶領團隊實現更多突破。

　　給數字世界賦予“物理規律”

　　2000年，從清華大學畢業的張立華赴海外深造、工作。在國際知名科技企業任職期間，他專注於物理仿真和異構計算技術研究。可以說，沒有異構計算技術的發展，包括深度學習和大模型在內的人工智能技術難以達到今天的水平。但彼時，國內掌握異構計算技術的專業人才並不多，也為他多年后回國創業埋下了伏筆。

　　“中間有一次，我回到母校與同學們交流。當時全場僅有兩三名學生舉手表示熟悉該領域，我當時意識到，其中蘊藏的創業潛力相當大。”正是這份對技術差距的認知，讓他萌生了歸國的想法。

　　2011年，張立華放棄海外工作，先后在北京、長春創業，聚焦異構計算與人工智能技術研發轉化。2017年，他受邀參與復旦大學新工科建設，參與創建智能機器人研究院、卓越工程師學院等多個科研與人才培養平台。

　　今年三月下旬，由他擔任創始人的飛捷科思智能科技（上海）有限公司正式發布可微分物理仿真引擎Fysics，並同步推出覆蓋仿真訓練平台、基礎模型及評測基准等在內的全棧物理AI技術基座體系。

　　物理仿真引擎是什麼？張立華用一個形象的例子解釋：“比如游戲中有人物跳舞的畫面，衣服的擺動、裙擺的飄動、布料的褶皺等等要特別逼真自然。電影裡的爆炸特效，看起來也要跟現實世界中的一樣。這些都不是實拍畫面，也不是動畫師事先設計好的動畫效果，而是依靠物理仿真引擎在虛擬世界裡按照現實世界中的物理規律計算出來的。”

　　精度不夠，訓練再好也可能“失靈”

　　“物理引擎解決的就是‘物理真實’的問題。”張立華表示，“一個是視覺真實——用GPU渲染畫面，讓光影效果更加逼真﹔另一個是物理真實——讓物體的運動符合力學等真實物理規律。兩者加起來，數字世界才能更接近現實世界。從3D游戲、電影特效到虛擬現實、數字孿生、自動駕駛訓練，物理仿真技術一直扮演著關鍵角色。以自動駕駛為例，廠商也會構建虛擬仿真訓練場，讓智能駕駛汽車在虛擬環境裡跑幾千萬甚至上億公裡，去測試那些現實中很難復現的長尾、危險場景，從而有效提升算法的魯棒性和安全性。”

　　然而，當產業界將更多目光投向具身智能和人形機器人時，如何更好解決虛實遷移問題成為難點之一。研究機器人，繞不開仿真平台。

　　“大家普遍面臨一個難題：當把在虛擬場景裡訓練的機器人的算法遷移到真實的機器人身上時，卻發現沒那麼靈。學界將之稱為‘仿真到現實遷移’問題。”張立華說。

　　造成這一問題的原因很多，其中之一便是物理引擎本身的仿真精度不足。張立華解釋：“如果物理引擎模擬出來的物理規律跟現實世界存在偏差，那訓練出的機器人自然難以適應真實環境。”

　　例如，若接觸建模不夠精准，就很難訓練出高精度的靈巧操作，這正是制約行業發展的瓶頸之一。無論是工廠作業還是家庭服務，機器人的落地應用都離不開靈巧手與物體、與人體的接觸操作，這對傳統物理引擎在接觸建模時的仿真精度提出了極高的要求。

　　正是瞄准這一痛點，張立華團隊研發的可微分物理仿真引擎Fysics，將“高仿真精度”作為核心突破口之一。

　　為具身智能落地提供更好支撐

　　張立華介紹，大語言模型使用的文本數據或音視頻數據，屬於“觀察者視角”的數據，但具身智能需要“交互者視角”的數據。一個符合訓練要求的抓取動作數據，不僅要包含視覺信息，還應包含實時的力反饋、觸覺感知以及電機扭矩的連續變化。“目前互聯網上很少有現成的、能直接映射到機器人感知與控制鏈路上的‘多模態指令—動作’數據集，這正是現階段我們面對的主要挑戰。”他說。

　　從技術層面來看，張立華與團隊希望Fysics引擎能實現更高精度的接觸解算，從而為具身智能落地提供更好支撐。

　　“可以這樣理解：傳統物理引擎像一個純物理計算系統——給定輸入，它會算出下一個時刻的狀態，但可微分物理引擎可以告訴人工智能：‘你剛才的輸入讓你離目標更遠了還是更近了’。”張立華介紹，通過梯度反向傳播，可以讓學習系統知道哪裡錯了、該怎麼修正，從而大幅提升模型訓練效率。

　　真實世界有軟體、流體等多種材質，現有引擎實現不同材質間的交互時往往對不同材質分開建模、求解再實現耦合傳遞，既不准確也不穩定。在這一背景下，張立華團隊採用統一的求解框架處理多種物理材質，以提升系統的穩定性和計算可靠性。

　　在上海發展多年，張立華對這裡的科研環境深有感觸。“上海的新興產業政策同時兼顧了前瞻性和連續性，為科研與產業融合提供了優質土壤。我們做的不只是新一代可微分物理引擎，也希望能為國產GPU打造一套更加自主可控的生態體系。”張立華說。