在半導體和航空航天領(lǐng)域，物理仿真長期受制于傳統(tǒng)范式，一輪復雜計算常耗時數(shù)日，工程師被困于網(wǎng)格劃分與參數(shù)調(diào)試的繁瑣流程中。這種低效狀態(tài)正被一家名為極映科技的公司打破——其自主研發(fā)的物理世界模型將仿真反饋周期從“天”級壓縮至“秒”級，速度提升百倍以上。

這家由三位技術(shù)背景深厚的創(chuàng)始人領(lǐng)銜的公司，近日完成數(shù)千萬元種子輪及天使輪融資。創(chuàng)始人高鑫擁有邁阿密大學博士及密西根大學博士后經(jīng)歷，聯(lián)合創(chuàng)始人邱康曾任鵬城實驗室算法工程師，李福華則兼具清華大學機器人與半導體博士后背景。三人累計擁有超30年物理仿真與軟件研發(fā)經(jīng)驗，精準覆蓋半導體與航空航天兩大對仿真精度要求極高的領(lǐng)域。

極映科技的技術(shù)路徑與傳統(tǒng)仿真軟件形成鮮明對比。當前主流仿真工具多將流體、結(jié)構(gòu)、熱學等物理場割裂建模，而極映選擇回歸質(zhì)量與能量守恒的底層定律，通過神經(jīng)網(wǎng)絡(luò)直接學習偏微分方程的共性特征。這種范式創(chuàng)新使其模型具備跨物理場的通用性，在航空發(fā)動機支架設(shè)計優(yōu)化等案例中，已實現(xiàn)從數(shù)百種候選方案中秒級篩選最優(yōu)解的能力。

“傳統(tǒng)數(shù)值仿真像‘從頭算起’的解題過程，而我們的模型通過訓練學會了問題設(shè)定到結(jié)果輸出的映射關(guān)系。”高鑫解釋道。這種前向推理機制類似AlphaFold預測蛋白質(zhì)結(jié)構(gòu)，通過神經(jīng)網(wǎng)絡(luò)直接生成結(jié)果，再通過物理方程驗算其合理性。在FDA血流泵仿真案例中，其模型與數(shù)值仿真結(jié)果的R2相關(guān)系數(shù)超過0.99，達到工程可替代標準。

技術(shù)突破的背后是艱難的范式重構(gòu)。團隊曾基于開源架構(gòu)優(yōu)化一年無果，最終決定推倒重來，自研底層算法架構(gòu)。這一決策帶來質(zhì)變：新架構(gòu)突破傳統(tǒng)數(shù)值算法的泛化瓶頸，在半導體晶圓熱應(yīng)力分析等場景中，實現(xiàn)零樣本條件下的高精度預測。數(shù)據(jù)質(zhì)量管控體系同樣關(guān)鍵，團隊建立自動化質(zhì)檢流程，通過殘差驗證、解連續(xù)性等指標篩選訓練數(shù)據(jù)，確保模型學習到純凈的物理規(guī)律。

資本市場對這種技術(shù)突破給予高度認可。2025年硅谷350億美元的半導體設(shè)計軟件收購案，以及PhysicsX、Neural Concept等AI工業(yè)軟件公司獲得的1億美元級融資，均印證了物理仿真領(lǐng)域正在經(jīng)歷價值重估。元禾璞華董事總經(jīng)理陳瑜認為，極映科技解決了多物理場仿真耗時長、成本高、耦合難的行業(yè)痛點，其1.0物理仿真大模型具有0到1的創(chuàng)新意義。

商業(yè)化路徑上，極映科技選擇從半導體行業(yè)切入。該領(lǐng)域?qū)Ψ抡婢纫髧揽粒译S著芯片制程推進，傳統(tǒng)仿真工具已難以滿足需求。目前公司已產(chǎn)生收入，主要通過項目制收取驗證費用，客單價達數(shù)十萬元量級。未來光錐基金創(chuàng)始合伙人姬十三指出，其技術(shù)可橫跨工業(yè)研發(fā)、具身智能與科學研究多個領(lǐng)域，應(yīng)用前景廣闊。

團隊正在推進模型從1.0版本向2.0版本迭代。1.0階段需要用戶提供少量歷史數(shù)據(jù)微調(diào)模型，而2.0版本將實現(xiàn)零樣本通用，覆蓋90%以上常見物理仿真場景。高鑫透露，年底發(fā)布的2.0版本有望將物理仿真領(lǐng)域推進至接近“GPT-3.5時刻”的水平——屆時工程師的創(chuàng)意探索將不再受制于仿真計算速度，創(chuàng)新效率將迎來指數(shù)級提升。

這種技術(shù)潛力已引發(fā)跨行業(yè)關(guān)注。游戲公司米哈游曾主動交流物理仿真技術(shù)，探討其在構(gòu)建可信虛擬世界中的應(yīng)用可能。高鑫認為，當物理世界映射技術(shù)成熟時，人類將具備創(chuàng)造新世界的能力：“這不再是對物理現(xiàn)實的簡單復制，而是對想象力的數(shù)字化延伸。”