#物理约束

PMosFM解决了物理约束生成模型的高采样成本问题，单步生成就能满足物理约束，训练和推理速度更快。

清华团队发布DynaHarness，让机器人通过物理约束实现自我进化，成功率提升4倍。

这篇论文把“加物理约束到底有没有用”讲清楚了：对 Burgers、KdV 这类非线性 PDE 有用，线性问题基本白搭，算力紧张时建议先看结论再选方案。

工程师定规矩，AI 智能体 2.9 小时写出 6 套土塞演化求解器，隆起误差从 58.4% 降到 9.0%。

这篇论文揭示了世界模型在处理物理约束时的局限性，为改进模型提供了有价值的见解。

想用小样本数据做材料逆向设计？这篇用INCRT处理复杂物理约束，给出一套比单纯优化更靠谱的候选筛选方法。

用熵约束让机器学习模拟燃烧既准又快，计算省10倍多，还能用旧数据预测新工况。

这篇论文提出P-K-GCN，用图卷积加Koopman算子做时空超分辨率，在3D心脏建模上比现有方法更准，物理约束让结果更可靠。