獨家丨ACM戈登貝爾獎得主楊超領銜，北大系頂尖團隊入局物理 AI 底層基建

# 獨家丨ACM戈登貝爾獎得主楊超領銜，北大系頂尖團隊入局物理AI底層基建

雷峰網AI科技評論獨家掌握最新動態，一支具備頂尖學術背景與國際超算賽局實戰經驗的核心技術團隊，已完成市場化主體架構搭建，正式宣告進軍物理人工智慧底層基礎設施領域。該團隊不僅源出北京大學，更由我國首位ACM戈登貝爾獎得主楊超教授親自領軍，堪稱國內高性能計算與物理模擬領域的最強組合之一，其後續發展動向已在相關技術圈與創投業界引發高度關注。 楊超教授為北京大學數學科學學院及前沿計算研究中心的主要成員，其學術生涯中最具代表性的里程碑，當屬2016年率領團隊一舉拿下國際超級計算最高榮譽ACM戈登貝爾獎。該獎項素有超算領域諾貝爾獎之稱，當年度楊超團隊憑藉在「千萬核可擴展大氣動力學全隱式模擬」方面的突破性成就，成功實現了我國在該獎項歷史上零的突破。此後他亦獲頒首屆王選傑出青年學者獎，長期深耕於高性能計算、數值模擬與人工智慧的交織地帶，其研究成果兼具學術深度與工程應用價值。 據親近該團隊的知情人士進一步透露，此次投入市場化營運的核心研發成員，除了來自北京大學之外，亦涵蓋其他頂尖高校與一線科技企業的優秀人才。這批成員的共通點在於兼具高性能計算架構的底層掌握力，以及高精度物理仿真的實作經驗，這樣的複合型技術基因在當前國內人才市場上極為罕見。該團隊已完成首輪逾億元人民幣的融資，資金主要來自於具有產業背景的戰略投資人與專注於早期硬科技創投的機構，顯示資本市場對其底層技術壁壘與商業化前景已有高度共識。 從技術路線來看，該團隊依託北京大學在應用數學與計算科學方面的深厚積累，成功搭建起以「高性能計算＋物理仿真＋人工智慧」為核心的三位一體全棧技術體系。這套體系並非將三個領域簡單疊加，而是從底層演算法、平行計算架構到物理模型建構皆進行深度整合，使其具備極高的技術複製難度與進入門檻。業內人士分析，這種能夠同時打通算力調度、物理建模與AI推論優化全鏈條的團隊，在全球範圍內亦屬少數，其技術縱深足以支撐多種工業應用場景的長期需求。 對照當前物理AI賽道的整體發展態勢，可以明顯觀察到市場熱度高度集中於應用層終端產品與整機設備的開發，中游做模型訓練與場景適配的團隊數量亦不在少數。然而真正具備長期競爭壁壘的底層技術團隊，尤其是能夠掌握物理世界高精度數值模擬與大規模平行計算核心技術的研發隊伍，至今仍極為稀缺。此一結構性失衡現象，已成為制約物理AI產業從實驗室走向真實世界部署的關鍵瓶頸。 在此背景下，這支北大系團隊的正式入場，被視為有望填補國內在物理AI底層基礎設施領域自主可控能力的關鍵缺口。物理AI不同於傳統基於靜態資料訓練的感知型AI，其核心挑戰在於如何讓演算法模型真正理解並預測物理世界的動態變化規律，此目標必須仰賴高精度數值模擬與高效能平行計算的緊密協同，而這正是該團隊過去多年在超算領域累積的硬實力所在。 市場觀察人士指出，目前物理AI底層技術的研發不僅需要龐大的計算資源投入，更要求團隊具備頂尖的數學建模能力與跨領域溝通整合能力。楊超團隊過去在國際超算競賽中累積的實戰經驗，包括如何將大規模平行計算演算法最佳化至極致、如何在有限計算資源下達成最高的模擬精度等，都將成為其在物理AI底層基礎設施領域發展的重要優勢。 值得注意的是，該團隊的商業化路徑與技術擴展策略，以及未來如何與現有產業生態進行有效對接，已成為業界密切關注的焦點。隨著人工智慧技術持續向實體經濟領域滲透，物理AI被視為繼語言模型與多模態模型之後下一波重大技術浪潮，而底層基礎設施的完備程度，將直接影響這波浪潮的推進速度與最終可達的產業覆蓋廣度。 從更宏觀的角度觀察，這支團隊的成立也反映出一項重要趨勢：中國在超算硬體規模已位居全球前列的基礎上，下一階段的競爭焦點正在轉向如何將超算能力有效轉化為實質的產業應用價值，特別是在涉及高精度物理模擬的尖端製造、能源探勘、氣候預測與航太工程等戰略性領域。楊超團隊的市場化動作，無異為此一轉化過程提供了一個極具指標性的觀察樣本。 綜合各方資訊判斷，該團隊的技術實力與學術聲望已為其後續產業化落地奠定穩固基礎，而首輪過億融資的成功完成，則進一步確認了市場對其發展前景的肯定。未來這支團隊將如何將其在高性能計算與物理仿真領域的核心能耐，逐步擴展至更具規模的商業應用場景，以及在國際競爭態勢中如何定位自身的技術優勢，皆值得持續追蹤與深入觀察。