宇宙即算力，世界即模型，仿真即智能

本文来自微信公众号： 知识自动化 ，作者：林雪萍，原文标题：《宇宙即算力 世界即模型 仿真即智能》

有了大语言模型LLM的成功，人工智能下一步向哪个方向发展？“世界模型”就是答案。世界模型的倡导者之一李飞飞，描述了三根支柱：渲染器、仿真器和规划器。渲染器可以理解成图像显示，这在游戏和立体模型中最常见。规划器是资源的调度，而仿真器则是产生数据的行动。李飞飞特别强调，“仿真是世界模型的核心支柱“。

这一定位，石破天惊。这是从AI的视角，第一次认识到了仿真的价值。仿真是在数字空间，模拟物理世界真正发生的事情。仿真技术在过去七十年里，一直被用来推演和预测，通过实际落地验证了自身的准确性。现在，当人工智能开始从大语言模型，走向世界模型之时，人们再次认识到仿真的价值。就人工智能发展的前途看，世界模型对大语言模型的最大补充就是引入了“物理规律”。有摩擦力、有重力、有物体恒常性的物理规律，是世界模型最重要的支撑。而仿真，从一开始就是基于物理规律所建立的知识王国。

陡然间，仿真来到世界风暴的中心，成为世界模型的C位。仿真从一个看似很小众的行业，变得炙手可热。

预测未来，是人类非常朴素的一个追求。人类生活的世界，其实都是按照一定的规律在发展的。而只要有一定的规律，就可以被模拟计算。正如天气预报能做到越来越准确。光伏发电场也需要精准地预测云彩的移动。否则，一片云彩就可能导致整个光伏发电量急剧下降90%。这对于电网而言将是灾难性的。变幻莫测的风云之所以能被预测，是因为这个世界有模型和定律作为支撑。而物理规律犹如灿烂星空，永远都在我们身边，永远都会发生作用。物理规律贯穿了我们的过去，也指引着我们的未来。

宇宙即算力，世界即模型

认识世界离不开强力、弱力、电磁力、万有引力四大基本力和固体力学、流体力学、电动力学、热力学四大物理场。从这里出发，几乎就可以得到世界模型的全部。

经典力学之美，在牛顿定律中展现得淋漓尽致。万有引力定律，既能描述太阳和地球两个天体星球的运转轨迹，也能决定我们不小心摔倒的姿态。想到人体拥有跟星球一样的相互引力，真是令人惊奇。人们用数学方程来描述这一点，并用方程求解成功验证了所想非虚。

电流、电场和磁场，对人类而言既不可见，也难以直接想象。但麦克斯韦方程组，却可以让我们模拟这些无形之物，感知它们在电路中相互激发和集体运动所产生的宏观效果。我们用数学物理方程模拟了“那样”一个世界，并且通过求解方程让我们意识到“这样”一个真实的世界。

可以说，世界的底片，就是物理规律。隐匿世界的显影剂，就是数学方程。而数学方程被求解打开的那一刻，世界就会投射出来自己的照片，而那正是人们感受到的一切。

这意味着，只要能够求解完备的数学物理方程，那我们就能模拟这个世界，“看到”那个真实的世界。而求解方程，正是计算机算力的终极使命。只要算力足够，就可以精准地求解无限多元的方程，进而就可以足够精确地预测世界。

实际上，宇宙正是终极算力的化身。按照贝肯斯坦界限的理论，宇宙从大爆炸到现在，一共完成了10的120次方的基本计算操作。这是将宇宙的能量、时间和量子单元基本计算能力综合在一起而得到的数据。它指向了一个令人惊讶的命题：“宇宙即计算”。宇宙本身就是一台"计算机"，它的总操作次数形成了能量、信息和物质的结合。这，就是我们所处的世界。

现在，当我们把这个世界抽象成“世界模型”的时候，它自然离不开计算，也离不开数学和物理方程。如此看来，世界模型其实也非常简单，不过就是物理规律的多重计算。而人们也惊讶地发现了一点：世界模型的计算，正是仿真多年来孜孜以求的目标。

一个模型，一种视角，仿真全世界

仿真软件无处不在，可以应用在航空航天、汽车到船舶，从电力、医疗到材料等领域。因为这些宏观世界的背后，都是四大工程力学的战场。理论来讲，只要把各物理场算得精准，人们就可以无限透视这些行业的规律。

然而，人们从来无法获得充分的算力。宇宙自身就是一台最宏大的计算机，而世界所有的计算，都不过是它的子集。子集，永远无法追上全集的容量。

仿真是工业界最挑战算力的少数几个行业之一。当算力不够的时候，就需要做很多很多的取舍。仿真软件能够给出世界的近似解。近似得更逼近，还是更粗放，那就是围绕算力代价而做的取舍。

这种取舍，让仿真工程师费尽心血。搞仿真行业的人，特点就是白头发多。因为这个行业最消耗算力，也最消耗脑力。每一天计算机要把数学方程算几万遍，工程师的大脑也要跟着天天转。

软件速度跟着硬件算力走。GPU的广泛应用，其实是在AI应用爆发之后，才将GPU从小众市场拉入到主营阵地。在GPU规模化发展之前，CPU所支撑的超算，基本都用于预测天气、发明新材料，或者模拟核爆炸。因为这种算力太宝贵，人们只能将超算用在最重要的宏大命题。而企业日常研发的仿真计算，往往都是基于CPU展开的计算。

多物理场的应用场合，一开始并不广泛。然而当AI算力对芯片的尺寸和散热要求越来越高的时候，多物理场开始大放异彩。当芯片进入7纳米之后的先进制程，当芯片进入“小芯粒Chiplet”进行三维封装的时候，芯片变成一个微型小太阳，它对电路板的任何翘曲都足以产生影响。于是，多个物理场同时作用的问题，在芯片上愈发凸显。

整个工业软件行业迅速做出反应。芯片设计软件EDA，在最早电路设计的时候，是一个极其小众的软件，它一度被放在设计软件CAD的分类之下。EDA软件后来分离出去，形成了一个独特的门类。它一开始有仿真的功能，但与CAE仿真有本质区别：EDA仿真的是电路网络中的电压、电流和逻辑状态；CAE仿真的是物理场在空间中的连续分布。

然而，在AI算力的芯片时代，芯片设计不得不考虑多物理场效应。于是EDA软件厂商开始收购CAE软件厂商。全球最大的三家CAE软件厂商，全部被三大EDA软件厂商所收购。这是一个奇幻的现象。

仿真软件的平民化时代

仿真软件是一个人难为人的行当。软件编写不容易，使用也很难。

编写仿真软件需要综合的学科都修好，一般要同时掌握数学、物理和计算机编程语言等。真正的编程高手，往往都是搞数学或者物理，而并不是计算机，这使得行业人才来源非常受限。而能够熟练CAE编程的高手，也很容易转入到互联网大厂工作。互联网大厂几乎无需接触物理方程，工程师头发变白的速度，也比仿真编程的人员慢得多。

使用端也很不容易。一个公司可以有很多的结构设计CAD人员，但仿真CAE人员却很少。后者的培养更难，对驾驭软件能力要求更高。由于工业软件是一种研发人员每天使用的工具，因此每个界面都要有高度的人因工程理念，要符合人的使用习惯。而工程师一旦习惯了某种界面，会形成指尖上的条件反射，从而导致了对软件的高度依赖。软件的切换，将是一条巨大的鸿沟。

AI的到来，让仿真的环境发生了双重的变化。在AI时代，软件的界面不再像以前那么重要。很多软件界面的调度，完全通过“智能体”来完成。这些界面，不需要迎合人的习惯。使用者只需要按照自然语言输入条件，仿真软件就可以自动执行。因此，包括仿真软件在内的软件形态，一定会发生巨大的变化。所谓的“月抛型软件”甚至“日抛型软件”，其实就是指的使用界面。

这大大降低了仿真软件的使用门槛。然而，这些仿真软件本身调动的物理规律，依然是经典的四大物理场方程。而那些编程者，依然要对物理规律有着清晰的认识。只是他们挥舞这些物理规律的方法，不再像以前那样，需要凭借笨拙的计算机语言。编程者同样可以采用自然语言，重新组合那些经典的物理方程，形成对世界模型的逼近。如果说AI对软件有冲击，那么在所有软件中，仿真软件受到的冲击比较小。因为那些理解物理规律的方式，依然是人们最具创造性思维的一环。那是最难替代的。

软件最早是通过Unix操作系统，跟大型机绑定。后来通用软件开始在小型机DOS出现的指令行时代。步入Windows时代后，桌面软件改用直观友好的窗口菜单进行操作。到了互联网时代，人们开始使用平台服务和APP应用。而到了AI时代，Agent的模式已经出现。它降低了界面交互的门槛，计算机编程语言也不再复杂难学。

当仿真软件可以有更多人来编写，可以有更多人来使用的时候，它就变成了一种高度流通的软件。世界模型，将把AI带进人们日常的生活中。而仿真软件也恰好在这个时候，实现了“普惠仿真”的低使用门槛。仿真站在世界模型的舞台中央，恰逢其时。

大模型并不仅仅消耗算力，也在节约算力

仿真最大问题依然是过于消耗算力，且很难做到实时。而在极端情况，电力系统切断开关可以做实时、超实时的。受限于算力的调动，直接求解偏微分方程的仿真模拟，难以跟上物理世界的真实速度。

然而大语言模型的出现，给仿真带来意外的惊喜。它通过大量的数据提前训练，进而可以在实战中通过概率论的方式，提前对多种可能路径进行最优选择。某种程度上，它是一种“作弊器”。在此基础上，仿真按照最优路径迎头赶上。计算一次天气预报，在传统超算上计算，可能需要6个小时。但采用盘古大模型加持的仿真软件，可能只需要几分钟就可以得到结果。而对于不那么复杂的问题，就可以进入到实时级的状态。

大语言模型意味着一种替代性的高算力。仿真的算力能量，从一直缺血的状态，变成了富氧血液，体力大增。基于四大物理场的仿真软件，不必再拘泥于研发设计端。仿真的足迹，开始沿着价值链延伸，从研发设计走向应用训练。这些物理实体的运行，遵从着四大物理场的规律。“物理AI”就是一种带有物理规律的AI。现在，仿真，一下子成为物理AI的核心。在各种具身智能的范畴，包括具身机器人，都可以是仿真的崭新战场。仿真软件支撑的物理AI，与具身智能合体了。

仿真越界了，从研发设计走向星辰大海应用训练。就像脚踩风火轮（那是世界运行的数学物理方程）的哪吒，仿真可以实时横跨数字与物理的陆海两端。

这正是黄仁勋所说“仿真是英伟达几乎一切工作的核心“的真实含义。而李飞飞则顺势将仿真器定义为世界模型的支柱。对AI最前沿有着最强洞察力的两位先锋，异口同声地喊出了仿真的价值。

仿真可以为具身模型，提供高质量的保真数据。这种合成数据，遵循真实的物理规律，也是最有营养的数据。

然而仿真的价值，远远超过这一点。仿真不止提供数据，而是为各样机器训练提供一个虚拟的世界空间。

图：物理AI的金三角

物理AI的世界，可以简化成“三台电脑”。“物理AI”比AI多了“物理”二字，代表世界存在的状态。无论多大的世界，都可以用三台电脑来完成：训练、仿真和执行。既然仿真已经突破了实时的边界，“执行”就可以让物理AI无处不在。

小记：仿真，更高级的智能

现在，我们可以确切地意识到，AI的发展经历了感知式AI，生成式AI和代理式AI，进入下一代物理AI。这种带有物理规律的AI时代，依靠的正是一生都在求解物理方程的仿真软件。世界模型正在渴望拥抱物理规律，而打开物理规律的万千大门，正是仿真的终极使命。

这是一个为算力而燃烧的世界。熊熊火光背后，升腾的是一个万亿美元的世界模型的市场。闪烁之间，人们可见仿真的熟悉面孔。那是四大物理场主导世界的地方。