文章核心观点 - 世界模型赛道持续吸引顶尖人才涌入[1] - 清华特奖得主吴海旭已开启世界模型创业，公司名为物原科技，估值达6亿美元[2] - 物原科技已融资三轮，投资方包括蚂蚁、美团、达晨财智、星连等一线机构[2] - 创业方向为搭载物理建模能力的世界模型，技术思路延续GeoPT研究路线[6] 吴海旭个人背景 - 2016年进入清华大学软件学院软件工程专业就读本科[7] - 次年起在清华数学科学系攻读纯数学与应用数学第二学位[7] - 2019年暑期作为访问学生进入哈佛大学Visual Computing Group，导师为Hanspeter Pfister教授[7] - 本科毕业后在清华大学软件学院读研，导师为龙明盛副教授[8] - 龙明盛课题组早期起家于迁移学习，后转向时序基础模型、时空预测、AI for Science、气象大模型等[8] - 2022年获清华特等奖学金[9] - 2025年起前往MIT CSAIL从事博士后工作[12] - 博士后导师Wojciech Matusik为计算设计与制造领域知名学者，研究横跨计算机图形学、计算制造、机器人学等[13] - 个人研究重点面向深度学习与科学机器学习，目标为物理系统构建可扩展原则[13] - 谷歌学术被引用数为29611[14] 学术成果与研究方向 - 特奖答辩时已在ICML、NeurIPS、IEEE TPAMI等CCF-A类会议/期刊发表论文7篇，其中一作/共一6篇[11] - 核心研究成果Autoformer首次系统性将序列分解思想与改进注意力机制深度融合，被称为长时序预测里程碑模型[11] - Autoformer后发表PredRNN、Corrformer、Neural-Solver-Library、FlashBias等工作[11] - 研究聚焦物理系统与动力系统两大主题，分为三个方向[14] - 方向一：基于物理原理的可扩展骨干网络（Autoformer、Corrformer、Transolver）[15] - 方向二：端到端物理基础模型（TimesNet、Unisolver、GeoPT）[15] - 方向三：领域感知型科学学习系统（Flowformer、Transolver++、FlashBias）[15] GeoPT技术细节 - 2026年2月，吴海旭为一作的GeoPT在技术领域引起热议[4] - 提出全新动力学提升预训练范式，通过合成动力学将静态几何提升到动态空间[4] - 让模型在无标签数据上通过学习粒子轨迹演化获取物理直觉[4] - 论文作者包括清华软件学院长聘副教授龙明盛、MIT何恺明、MIT教授Wojciech Matusik等[4] - 2026年4月发布GeoPT，获ICLR 2026 Workshop on Foundation Model for Science最佳论文[12] - 2026年8月GeoPT被MIT News和CSAIL News报道[12] 学术成果时间线 - 2021年12月：Autoformer被Paper Digest选为最具影响力论文[12] - 2022年4月：PredRNN获ESI高被引论文和热点论文[12] - 2023年5月：TimesNet被Paper Digest选为最具影响力论文[12] - 2023年6月：Corrformer作为封面文章发表于Nat. Mach. Intell.，获WAIC 2024青年优秀论文提名[12] - 2025年2月：发布Neural-Solver-Library[12] - 2025年10月：发布FlashBias，为AlphaFold 3中Pairformer带来1.5倍加速[12] - 2026年2月：Transolver扩展至第三版Transolver-3，支持超过1亿个单元的几何PDE求解[12] 谷歌学术引用数据 - 总引用数29611，自2021年起29601[16] - h-index为21，i10-index为30[16] - Autoformer引用8242次[16] - TimesNet引用5453次[16] - iTransformer引用5325次[16] - Anomaly Transformer引用2019次[16]