世界模型赛道仍在持续吸引顶尖研究者入场。
量子位获悉，曾在 2022 年获得清华特等奖学金的吴海旭，已于今年低调开启世界模型创业。其创办的公司名为物原科技，迄今已完成三轮融资，公司估值达到 6 亿美元，投资方包括蚂蚁、美团、达晨财智、星连等机构。
从物理建模能力切入世界模型
据接近物原科技的人士透露，吴海旭这次创业选择从搭载物理建模能力的世界模型切入，该方案在技术思路上一定程度延续了 GeoPT 的研究路线。
今年 2 月，吴海旭作为第一作者发布的 GeoPT 在技术圈引发热议。该工作提出了一种新的动力学提升预训练范式，通过 Synthetic Dynamics，将静态几何“提升”到动态空间，让模型在无标签数据上通过学习粒子轨迹演化获取物理直觉。
GeoPT 论文作者还包括清华大学软件学院长聘副教授龙明盛、MIT 的何恺明，以及 MIT 教授 Wojciech Matusik。龙明盛是吴海旭的博士导师，Wojciech Matusik 则是其博士后所在项目组导师。
吴海旭的学术经历
吴海旭于 2016 年进入清华大学软件学院软件工程专业攻读本科，并从次年开始在清华大学数学科学系攻读纯数学与应用数学第二学位。
2019 年暑期，他曾以访问学生身份进入哈佛大学 Visual Computing Group 开展研究，导师为 Hanspeter Pfister。
本科毕业后，吴海旭进入清华大学软件学院继续研究生阶段学习，导师为龙明盛。龙明盛课题组早期主要做迁移学习，之后重点转向时序基础模型、时空预测、AI for Science、气象大模型等方向。
2022 年，吴海旭获得清华大学特等奖学金。根据原文提及，月之暗面杨植麟、OpenAI 陈立杰、谷歌姚顺宇、Sand.ai 曹越、LiberAI 刘松铭等也曾获得该奖项。
从 Autoformer 到 GeoPT
在特奖答辩时，吴海旭已在 ICML、NeurIPS、IEEE TPAMI 等 CCF-A 类会议或期刊上发表 7 篇论文，其中 6 篇为第一作者或共同第一作者。
他当时的核心研究成果是 Autoformer。该工作首次系统性地将序列分解思想与改进注意力机制深度融合，被称为长时序预测（LSTF）的里程碑模型。
在 Autoformer 之后，吴海旭又陆续发表了 PredRNN、Corrformer、Neural-Solver-Library、FlashBias 等工作。
自 2025 年起，吴海旭前往 MIT CSAIL 从事博士后研究，GeoPT 也是这一阶段的代表性工作。
研究方向与公开学术数据
在 MIT 期间，吴海旭的博士后导师 Wojciech Matusik 是计算设计与制造领域的知名学者，研究横跨计算机图形学、计算制造、机器人学等多个方向，长期致力于用算法连接数字世界与物理制造。
吴海旭当前个人主页显示，其研究重点主要面向深度学习与科学机器学习，目标是为物理系统构建可扩展原则。其研究聚焦于物理系统与动力系统两大主题，主要包括三个方向：
- 基于物理原理的可扩展骨干网络：Autoformer、Corrformer、Transolver
- 端到端物理基础模型：TimesNet、Unisolver、GeoPT
- 领域感知型科学学习系统：Flowformer、Transolver++、FlashBias
截至目前，吴海旭的 Google Scholar 引用数为 29611。
参考信息与署名
参考链接包括吴海旭个人主页、Google Scholar 页面、Wojciech Matusik 个人页面，以及清华大学软件学院相关页面。
本文来自微信公众号「量子位」（ID：QbitAI），作者为衡宇。