炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

（来源：DeepTech深科技）

人类已经进入二十一世纪，但今天的技术文明，很大程度上仍建立在二十世纪物理学的基础之上。激光、晶体管、核能和互联网背后的关键物理原理，大多在近百年前就已经被发现。芯片计算离不开量子力学，光纤通信需要依赖电磁学，GPS 则需要借助狭义相对论来校正时间。

每一项技术都建立在那段物理学黄金时代的成果发现之上。但是每项技术也终将碰到它赖以建立的物理边界。比如，AI 算力会受限于能耗，数据中心会受限于散热，芯片会受限于材料。技术越是往前走，物理学的天花板就越加明显。

最近，一家叫 Physical Superintelligence（PSI） 的美国初创公司，计划用 AI 重新加速物理发现的节奏，他们认为未来五年物理学发生的变化会超过过去五十年。

该公司在 2026 年 9 月 1 日结束了隐身状态，当天宣布完成 5,800 万美元种子轮融资。领投方是 Breakthrough Energy Ventures，就是那个由比尔·盖茨等人发起、专门投清洁能源和前沿技术的基金。跟投的包括 Dragon Global 等，OpenAI、英伟达、软银能源、甲骨文、Hugging Face、JUMP Capital 以及 a16z Scout Fund 也都有参与。

PSI 的创始人团队由 Matt Pines、Alex Klokus 和 Alexander Wissner-Gross 博士组成，CTO 由 Alessandro Morari 博士担任。公司团队目前超过 25 人，员工背景覆盖 Google、OpenAI、哈佛、MIT、斯坦福、牛津、剑桥以及普林斯顿高等研究院这些机构。

这家公司想做的是工业化物理发现，人类科学家负责来设定方向，也就是定义问题、设置验证标准、决定机器研究投向哪里。事实上，选择正确的问题仍然是科学中价值最高的行为，没有人能将品味实现自动化，机器可以理解每一个音符，然而只有人能分辨哪一个是美的。

在该公司的设想里，虚拟物理学家负责执行研究部分，工作单元则是自主研究行动，从问题的定义开始，贯穿了假设、验证、实验、工程以及部署，能够把一条完整的链条跑到底。

该公司的核心平台叫 Emmy，取名自著名物理学家 Amalie Emmy Noether 的名字。这位女性物理学家在 1918 年成功证明了诺特定理，揭示了对称性与守恒定律之间的深刻联系，这个定理后来成为了理论物理学的基石之一。

Emmy 其实是一支 AI 物理学家团队，运行在 PSI 自研的推理引擎和大型仿真库之上。使用时由一个人类物理学家带着一两个模型工作，Emmy 所构建的是高保真的世界模型，能够把困难的研究问题拆解成可验证的假设树，接着并行测试，在规模上是人类团队根本无法匹敌的。

验证机制也值得讲讲，一个结果要想成为一个发现，需要多种独立验证方式汇聚到同一个点上。整个验证过程分三步走：首先看推理本身有没有漏洞，以便保证整个论证自圆其说；其次是放到仿真环境里跑一遍，看看它能否在已知物理规则下正常工作；最后是交给现实世界做实验，自然法则会告诉你到底是对还是错。

在物理学这个领域有这样一个好处，自然界会给你一个直接的结果，对的就是对的，错的就是错的，不带有任何的商量余地。一个结果要么是在物理定律下成立，要么就是崩塌，这个信号独立于修辞、共识、机构声望甚至模型置信度。正是这种硬约束让 AI 生成的结论没办法靠花哨的语言蒙混过关。

该公司商业应用的起点选在了 AI 数据中心，这其实也是当下最现实的切口。当前，AI 数据中心的功率密度正在飙升，英伟达公司的下一代 GPU 单卡功耗已经突破千瓦级别，单是一个机柜的散热需求就相当于几十台家用空调同时运转。

功率、冷却、网络以及计算这四个维度是高度耦合的，依靠人类工程团队迭代优化速度太慢，一次设计变更涉及的专业领域也太多了，导致沟通成本和试错成本都非常高。而 Emmy 用物理原生推理和仿真来处理这些多物理场设计问题，结果就是基础设施在建设前就得到了优化，已经投入运行的设施也可以通过改造继续挖掘潜力。

但是 PSI 的野心不止于数据中心，他们给自己找了这样一个很有分量的证明题：费米探索者任务是首个 AI 规划的星际探测任务，目标定在了距离地球 4.37 光年外的半人马座阿尔法星。据介绍，这也是一个 501(c)(3) 非营利项目，计划在 2029 年底前发射，将携带至少 1 公斤载荷，预计成本控制在 1,500 万美元以内。

PSI 将会作为创始技术伙伴参与其中，目前他们使用 Emmy 平台验证了任务的全部物理计算，已经在质量和预算的严格约束下找到了一条比传统方法更高效的轨道，与此同时他们还要为任务贡献额外的科学仪器。

此外，费米探索者任务还涉及了另外一层考量，星际航行需要在极端不确定条件下持续做出正确决策的能力。传统航天工程的每一个步骤都经过多年人工复核，进度是以十年为单位计算的。PSI 使用 AI 物理学家平台在数月之内完成了轨道设计，这种节奏变化假如被验证可行，对于航天工业的影响会非常巨大。不过，发射窗口、载荷限制、深空通信以及辐射防护这些工程挑战仍然存在，AI 只是解决了其中一部分物理计算问题，远远没有解决全部问题。

而当前 AI 工厂的建设成本已经攀至数十亿美元级别，其中的冷却系统占到了相当高的比重。传统做法是依据经验公式留出足够裕量，结果发现往往是过度设计了。Emmy 则可以精确模拟热量在机柜间的流动、气流组织的效率、冷却液在不同负载下的表现，这些数据叠加起来能够压缩出几个百分点的效率提升，这几个百分点在数十亿美元的基数之上，就是一个可以量化的商业价值。PSI 对商业路径的思考，等于是用解决工程问题赚来的钱，去烧那些短期内看不到回报的物理问题。

2026 年 7 月的一份技术可行性评估结果显示，PSI 的自主物理研究平台端到端地产生了评估中的所有定量结果，并且经过了独立审计、独立验证代理重新推导，以及对抗性证明审查。不过，这份评估还没有经过全面同行评审。但从另一个角度看，一家商业公司愿意对外注明这一点，至少没有试图掩盖什么。

该公司的 CEO Matt Pines 说，PSI 的目标是达成工业化物理的发现，比如今天给客户一个可衡量的优势来设计和运营数据中心，明天去攻克几十年未被触及的物理重大问题。