数理科学 · OECD FoS 1.3 · 教育部 0702 物理学
物理学
Physics
L2局部突破 ↑ 上升 综合分 1.90 · 上次复审 2026-10-21 · 下次复审 2027-01-19
最大突破 2024-10-08 AI 飞跃学科影响 · 重要
诺贝尔物理学奖授予 Hopfield 与 Hinton（神经网络的物理基础） ↗
诺贝尔物理学奖首次授予神经网络基础研究，标志 AI 被物理学界正式承认
分级理由
AI 已在量子纠错解码（AlphaQubit，Nature 2024）、自主推断物理规律（SciExplorer，PRX 2026）、粒子物理模型构建（Commun. Phys. 2026）上取得同行评审成果，但尚未成为主流研究方式。
S = 0.30·method + 0.35·discovery + 0.25·adoption + 0.10·education（教育缺证据时记 0 分；若为空则按其余权重归一）
依据来源
综合分 1.5–2.49：至少一项经同行评审或官方验证、AI 起关键作用的成果，或某一维度已达到 3 分；但常规工作流整体未变。 全部分级标准 →
研究方向
量子纠错与控制物理规律自主发现机器学习势函数与模拟对撞机数据分析
论文
- TheoPhysEval: Assessing AI agents at autonomous theoretical physics problem solving TheoPhysEval：50 道未发表的研究级理论物理题，GPT-6 Astra 智能体解出 49 道
AI：首个以未发表研究级题目检验自主智能体的理论物理基准，联网 98%、断网 92%；学科：作者指出题目偏“按部就班计算”，不代表能做出新发现
2026-10-09 · arXiv
- Agentic Exploration of Physics Models SciExplorer：大模型智能体自主推断运动方程与哈密顿量（Physical Review X）
大模型智能体从实验数据自主推断运动方程和哈密顿量（PRX）
2026-07-08 · Physical Review X
- Machine-learning-guided discovery of kagome superconductors
YRu
3
B
2
and
LuRu
3
B
2
机器学习筛选并经实验发现笼目超导体 YRu3B2、LuRu3B2（PR Research）
AI 预测的新超导相获磁化、比热、输运测量三重确认
2026-06-17 · Physical Review Research
- Towards AI-assisted neutrino flavor theory design AMBer：强化学习智能体自动构建中微子味模型（Communications Physics）
强化学习自动构建中微子味模型，属模型搜索工具
2026-05-01 · Communications Physics
- Machine-Learned Renormalization-Group-Improved Gauge Actions and Classically Perfect Gradient Flows 机器学习的重整化群改进格点规范作用量：梯度流“经典完美”（PRL）
ML 进入格点 QCD 核心计算，粗格点下离散化误差<1%
2026-01-21 · Physical Review Letters
- Learning high-accuracy error decoding for quantum processors AlphaQubit 量子纠错解码优于现有方法（Nature）
神经网络解码在真实 Sycamore 数据上超过此前最好的解码器，是容错量子计算的关键环节
2024-11-20 · Nature
- AI Feynman: A physics-inspired method for symbolic regression “AI Feynman”：物理启发的符号回归自动发现物理公式（Science Advances）
从数据中重新发现费曼讲义中的 100 个方程，开启“AI 发现物理定律”路线
2020-04-17 · Science Advances
- DEScover：用智能体 AI 自动发现分离涡模拟中可解释的亚格子长度尺度 Automated Discovery of Physically Interpretable Subgrid Length Scales for Detached Eddy Simulation via Agentic AI
用户只给出建模思路，四个大模型智能体分工提出、评审、实现并评估候选公式，自动探索湍流分离涡模拟（DES）的亚格子长度尺度。
2026-10-21 · arXiv · Jiawei Chen, Xiang I. A. Yang, Ping He
- 宽神经网络的介观学习动力学 Mesoscopic learning dynamics of extensive-width neural networks
在网络宽度与输入维度同比例增长的情形下，研究随机梯度下降如何让两层神经网络学习内部表示。
2026-10-16 · arXiv · Shu Zhou, Jean Barbier, Sebastian Goldt
- 原子间势的主动学习：不确定性驱动的数据效率综述 Active Learning for Interatomic Potentials: A Review of Uncertainty-Driven Data Efficiency
综述机器学习原子间势的主动学习方法：在候选生成、数据选择、参考计算和模型更新之间形成闭环，以较少数据达到目标精度。
2026-10-16 · arXiv · Ilya V. Chepkasov, Alexander V. Shapeev, Alexander G. Kvashnin
- 朗道阻尼情形下十矩流体模型机器学习闭合的性质与挑战 Properties and challenges of machine learning closures for ten-moment fluid models in the case of Landau damping
用机器学习模型发现等离子体十矩流体模型的热流闭合关系，作为传统 Hammett-Perkins 类解析闭合的替代。
2026-10-16 · arXiv · Emanuel Jeß, Simon Lautenbach, Sophia Köhne, George Miloshevich
- 量子视图何时有用？多视图融合中互补的经典-量子表示 When do quantum views help? Complementary classical-quantum representations in multi-view fusion
提出把经典与量子机器学习表示融合，在两者捕捉互补关系时提升预测效果。
2026-10-15 · arXiv · Azadeh Alavi, Fatemeh Kouchmeshki, Hossein Akhoundi, Yongli Re
- DiffGA：用进化搜索引导冻结的扩散模型做材料设计 DiffGA: Steering Frozen Diffusion Models for Materials Design via Evolutionary Search
不重新训练扩散模型，而用进化搜索把候选结构生成引导到黑箱、可变或不可微的材料性能目标。
2026-10-10 · arXiv · Shivang Agarwal, Rodrigo Wang, Kevin Ryczko, Aayush R. Singh
- 可跨压力迁移的通用机器学习势：WBM-MatPES 基准与 Tuga-FF Pressure-transferable universal machine-learning potentials: the WBM-MatPES benchmark and Tuga-FF
发布 18.2 万个结构的 WBM-MatPES 数据集和参考凸包，用于评估通用机器学习原子间势在不同压力下的精度与迁移性。
2026-10-10 · arXiv · Pierre-Paul De Breuck, Thalis H. B. da Silva, Antoine Loew, Silvana Botti
- 近约 30 天来自 arXiv、bioRxiv、medRxiv、OpenAlex；要点由本站根据摘要撰写。
- From Research Goals to Scientific Closure: Evaluating Agents Through Evidence-Supported Physics Research 2026-10-15
- Into the Unknown: Benchmarking AI agents on open scientific research problems 2026-10-13
- Tetris3D: 3D Scene Generation With Objects That Fit Together 2026-10-07
- Optimizing the Optimizer: Language Models Discover Faster Molecular Relaxation Algorithms 2026-10-05
- 在论文归档中查看全部 →
里程碑 11· 1 个飞跃
大号发光节点是飞跃性突破： AI 飞跃 冷色 · 学科飞跃 暖色 · 双环 = 两者都是
-
科学发现
Anthropic：Claude 在自动化循环中设计出更优量子电路，椭圆曲线点加法门数减少约 17 倍AI：模型从自然语言规格出发，在 8 项任务上产出优于已有设计的电路（arXiv 2610.22367）；学科：降低容错量子算法的门数和比特开销，但属厂商自述、尚未同行评审
Anthropic厂商自述预印本 -
产业/采用
CERN 与 Mistral 签署意向书，联合开发首个对撞机物理基础模型“大物理模型”AI：用数十亿次模拟 LHC 碰撞预训练单一模型，覆盖重建、粒子鉴别与异常信号；学科：粒子物理首次由 CERN 官方推动用基础模型替代分段重建链，尚处意向阶段
CERN -
基准
TheoPhysEval：50 道未发表的研究级理论物理题，GPT-6 Astra 智能体解出 49 道AI：首个以未发表研究级题目检验自主智能体的理论物理基准，联网 98%、断网 92%；学科：作者指出题目偏“按部就班计算”，不代表能做出新发现
arXiv预印本 -
论文
SciExplorer：大模型智能体自主推断运动方程与哈密顿量（Physical Review X）大模型智能体从实验数据自主推断运动方程和哈密顿量（PRX）
Physical Review X -
论文
“AI Feynman”：物理启发的符号回归自动发现物理公式（Science Advances）从数据中重新发现费曼讲义中的 100 个方程，开启“AI 发现物理定律”路线
Science Advances
这个筛选下没有里程碑。
更多论文与仓库 8
最新新闻 9
- NVIDIA Runs Record Fault-Tolerant Quantum Simulation at Jülich Supercomputing Centre
HPCwire于2026-10-20发布的文章，涉及AI 芯片硬件，原题《NVIDIA Runs Record Fault-Tolerant Quantum Simulation at Jülich Supercomputing Centre》，详见原文链接。
HPCwireen - Measurement-efficient energy estimator for quantum chemistry of photodynamic materials
arXiv physics.chem-ph于2026-10-20发布的论文，涉及AI 化学材料、AI 气候能源、AI 软件开发，原题《Measurement-efficient energy estimator for quantum chemistry of photodynamic materials》，详见原文链接。
arXiv physics.chem-phen论文预印本 - 从百比特芯片到整机交付，这家量子计算公司正将量子算力推向可调用服务
量子位于2026-10-19发布的文章，涉及AI 芯片硬件，原题《从百比特芯片到整机交付，这家量子计算公司正将量子算力推向可调用服务》，详见原文链接。
- NVIDIA Runs Record Simulation of Fault-Tolerant Quantum Computing at Jülich Supercomputing Centre
NVIDIA Newsroom于2026-10-20发布的文章，涉及AI 芯片硬件，原题《NVIDIA Runs Record Simulation of Fault-Tolerant Quantum Computing at Jülich Supercomputing》，详见原文链接。
- 光量子计算，距离真正的产业化还有多远？
雷峰网于2026-10-19发布的文章，涉及AI 综合、AI 科研与调研、AI 化学材料，原题《光量子计算，距离真正的产业化还有多远？》，详见原文链接。
雷峰网zh - Can AI help discover new food physics? Researchers pair AI with human expertise
Phys.org 机器学习与AI于2026-10-17发布的文章，涉及AI 科研与调研、AI 安全，原题《Can AI help discover new food physics? Researchers pair AI with human expertise》，详见原文链接。
- Physics-guided AI reconstructs hidden patterns inside ultrathin magnets from external fields
Phys.org 材料科学于2026-10-16发布的文章，涉及AI 化学材料、AI 气候能源，原题《Physics-guided AI reconstructs hidden patterns inside ultrathin magnets from external fiel》，详见原文链接。
Phys.orgen - With a feel for physics, AI models simulate a wider range of real-world scenarios
MIT News：Artificial intelligence于2026-08-11发布的文章，涉及AI 科研与调研，原题《With a feel for physics, AI models simulate a wider range of real-world scenarios》，详见原文链接。
MIT Newsen - Towards a quantum computer that learns from its errors
Google Research Blog于2026-07-23发布的文章，涉及AI 科研与调研，原题《Towards a quantum computer that learns from its errors》，详见原文链接。
Google Research Blogen