清华特奖得主吴海旭创办物原科技切入物理世界模型

曾于2022年获得清华特等奖学金的吴海旭，已在今年创办物原科技，进入世界模型领域。公司目前已完成多轮融资，估值达到数亿美元，投资方包括蚂蚁、美团、达晨财智和星连等机构。

今年2月，吴海旭担任第一作者的GeoPT引发技术界关注。该研究提出合成动力学预训练范式，把静态几何信息映射到动态空间，使模型能够通过无标签数据中的粒子轨迹演化学习物理直觉。论文合作者还包括清华大学软件学院长聘副教授龙明盛、麻省理工学院的何恺明，以及吴海旭博士后阶段的导师、MIT教授Wojciech Matusik。

物原科技选择以具备物理建模能力的世界模型作为切入点。接近该公司的知情人士表示，其技术思路在一定程度上延续了GeoPT的研究方向。吴海旭本科阶段于2016年进入清华大学软件学院学习软件工程，次年又在数学科学系攻读纯数学与应用数学第二学位；2019年暑期，他曾赴哈佛大学Visual Computing Group担任访问学生，导师为Hanspeter Pfister。之后，他在清华软件学院攻读研究生，师从龙明盛。龙明盛团队的研究方向曾涵盖迁移学习，后来扩展至时序基础模型、时空预测、科学智能和多模态世界模型等领域。

2022年，吴海旭获得清华特等奖学金。该奖项历届获得者还包括月之暗面杨植麟、OpenAI陈立杰、谷歌姚顺宇、Sand.ai曹越和LiberAI刘松铭等。在特奖答辩期间，他已在ICML、NeurIPS、IEEE TPAMI等CCF-A类会议和期刊发表7篇论文，其中6篇为第一作者或共同第一作者。

吴海旭早期代表性成果包括Autoformer。该模型将序列分解方法与改进的注意力机制结合，被视为长时序预测领域的里程碑工作。此后，他还参与或主导了PredRNN、Corrformer、Transolver和GeoPT等研究。

自2025年起，吴海旭在MIT计算机科学与人工智能实验室从事博士后研究，GeoPT正是在这一阶段完成的代表性成果。其博士后导师Wojciech Matusik长期研究计算机图形学、计算制造和机器人学，致力于通过算法连接数字世界与实体制造。吴海旭个人主页显示，他当前聚焦深度学习与科学机器学习，希望为物理系统建立可扩展的通用方法。

他的研究主要围绕物理系统和动力系统展开，方向包括基于物理原理的可扩展骨干网络，如Autoformer、Corrformer和Transolver；端到端物理基础模型，如TimesNet、Unisolver和GeoPT；以及领域感知型科学学习系统，如Flowformer、Transolver++和FlashBias。截至目前，他在谷歌学术上的论文引用次数为29611次。