飞捷科思全栈技术体系亮相第九届进博会

11月5日，第九届中国国际进口博览会在国家会展中心开幕。在位于北馆的侨界创新项目展区，飞捷科思携物理AI全栈技术体系亮相，集中展示可微分物理仿真引擎、物理世界模型、具身智能训练平台等方向的核心技术能力与产业实践成效。

走出物理AI自主研发之路

侨界创新项目展区是2026“侨连五洲·沪上进博”主题活动的组成部分，由上海市侨联筹划主办，为本届进博会创新孵化专区面积最大的展区。展区以“AI+新兴产业”为主线，汇聚来自十余个国家和地区的侨界科创团队与海外创新项目，覆盖人工智能、生命健康、高端装备、新能源新材料、绿色船舶、时尚消费等赛道。作为上海市侨界杰出人物领衔的物理AI企业，飞捷科思受邀亮相专区，这也是物理AI全栈技术体系首次出现在进博会舞台。

据介绍，飞捷科思创始人张立华为复旦大学长聘特聘教授、原英伟达PhysX物理引擎研发团队负责人，公司核心团队来自复旦大学、清华大学、北京大学等顶尖高校，长期专注于物理AI核心技术研发，以自主研发的可微分物理仿真引擎Fysics为核心，形成覆盖仿真训练、数据生成与模型优化的研发与产品布局。自成立以来，公司的技术路线持续受到学术界与产业界关注；2026年以来，系列技术成果的发布节奏明显加快，相关进展也持续引发行业讨论。

2026年6月，飞捷科思正式发布全新一代物理世界模型Fysiverse，提出“显式物理模拟器times;生成式渲染器”的系统路径，让AI学会推演物理世界的演化。7月，该模型在2026世界人工智能大会物理智能创新生态论坛上公开亮相，其双驱动架构从底层算法层面回应了行业长期面临的“物理幻觉”与“虚实迁移”难题。基于Fysics引擎，Fysiverse构建了“实景重建—物理推演—虚实迁移”的技术闭环。

2026年9月，飞捷科思先后发布面向三维世界构建的Fysiverse-3D系列、面向物理过程理解的全模态视频描述模型OmniFysics-Captioner、4B参数规模的全模态物理理解基础模型OmniFysics-Nano-V2，以及面向全模态世界感知和物理状态推理的评测基准FysicsReason。其中，Fysiverse-3D场景重建管线已开源，支持从单张RGB图像快速恢复三维场景并自动完成物理校验。通过构建物理世界模型技术闭环，公司正推进物理AI领域的技术普惠与创新协同。

2026年10月，飞捷科思联合复旦大学认知与智能技术实验室发布统一世界动作模型Fysiverse-UniWAM，并同步公布技术报告与部分开源资源。与常见的“导航模型＋操作模型”拼接方案不同，Fysiverse-UniWAM用同一个模型同时学习“走到哪里”“停在哪里”以及“接下来怎么动手”。同时，该模型另辟蹊径，不需要昂贵的预训练，极大降低了研发成本。

从物理引擎到仿真工作站，产品矩阵组成一条完整链路

本次进博会期间，飞捷科思以“底座—理解—推演—训练—数据—工作站”的逻辑，集中展示Fysics可微分物理仿真引擎、OmniFysics全模态物理AI基础模型、Fysiverse物理世界模型、MoziSim一站式仿真训练平台、FysiData物理AI数据平台、FysiStation物理AI仿真训练工作站，以及在数据采集、智能巡检、产教融合等领域的应用案例。

作为整套体系的底座，Fysics可微分物理仿真引擎将物理规律作为核心约束，采用统一求解框架，支持刚体、软体、流体等多物理场耦合求解，并面向高精度接触解算、大规模并行仿真和国产算力适配持续研发。目前，该引擎已完成对国产GPU架构的原生适配，基于国产算力平台可支持大规模机器人并行仿真，为机器人策略训练和控制优化提供物理仿真基础。

围绕机器人对真实物理世界的理解，OmniFysics全模态物理AI基础模型融合图像、音频、视频与文本信息，提升模型对物理属性、动态过程及物理规律的理解能力。在物理AI的技术框架中，仿真引擎解决“算得准”，基础模型解决“看得懂”，两者共同构成机器人在虚拟环境中学习、再向真实世界迁移的前提。

现场展示的相关应用案例，呈现了这套底层技术体系在各类场景实践中所具备的良好性能和成效。值得关注的是，由飞捷科思发起设立的物理智能创新联合体也在展区亮相，成员覆盖高校、科研机构与产业侧，围绕物理智能方向推进协同攻关。

飞捷科思表示，未来将继续推进物理AI关键技术与产品迭代，持续完善技术体系和产品组合，致力于成为全球物理智能时代的核心基础设施提供商。