拒绝贝索斯20亿融资！物理AI用5万亿上下文生成4D宇宙

当大语言模型还在续写诗歌、润色工作邮件时，一款来自初创企业的AI已经掀起了行业震动：它不再局限于预测语言或图像，而是能直接推演四维时空的物理状态，触摸到宇宙运行的底层代码。

这款由Accelerated Understanding推出的AI，最颠覆的一点在于它没有采用当下主流的Transformer架构，而是选择了神经算子这一专为物理场景设计的全新技术。更惊人的是，它在单次推理中就能直接输出完整的四维时空轨迹，将空间与时间维度同时纳入计算。

支撑这一能力的，是前所未有的上下文长度：训练阶段该模型的上下文已达到1万亿Token，推理阶段更是突破了5万亿Token。这个数字是什么概念？相当于当前顶尖大语言模型的500万倍，足以让AI一口气读完500万遍《战争与和平》并完整记住所有细节。

在如此庞大的上下文支撑下，这款模型展现出了远超行业预期的能力：进行物理推演时，它无需子采样或分块处理，面对复杂的四维物理系统，能够通过一次推理生成完整的运动轨迹。更关键的是，得益于底层逻辑的统一性，同一个模型可以同时处理完全不同领域的物理问题——从气象预测到核聚变等离子体湍流，再到芯片内部的微观热力学分布，过去需要专属专业模型的场景，如今都可以用这一个通用物理大模型完成。

Accelerated Understanding构建的不仅是一个内容生成器，更是一个「模拟-改进-模拟」的完美闭环，它可以作为现实验证器，将推演结果与真实物理过程对标，实现精准的迭代优化。这一设计也恰好契合了此前行业热议的测试时训练思路。

打破SSI传闻：真正的宇宙生成器

此前硅谷曾有传言称相关团队的安全超级智能将有重大突破，但最终揭开谜底的并非语言模型领域的进展，而是这款真正的「宇宙生成器」。Accelerated Understanding公开的核心参数在行业内引发轰动：模型预训练参数规模达到1万亿，扩展性实验更是突破35万亿参数，训练上下文1万亿，推理上下文超过5万亿。

告别Transformer：以物理为核心的全新架构

如果今天去问任何AI从业者当前最流行的架构，答案必然是Transformer。从ChatGPT到各类视频生成模型，这个由谷歌提出的架构统治了过去数年的AI赛道，但在该项目联合创始人Anima看来，这条以语言为中心的路线其实已经走偏。

「以语言为中心的智能本质是以人类为中心的视角，」Anima在独家采访中曾表示，「而将物理学置于核心，才是以自然为中心的正确路径。」

当前的大语言模型和视频生成AI本质上都在玩概率游戏：ChatGPT通过预测下一个最可能出现的词生成内容，视频生成AI则依赖视觉捷径，生成的画面只是「看起来符合物理规律」，但深究重力、流体力学等细节时，往往存在致命错误。这类模型本质上是高阶的「像素复读机」，它们并不真正理解物理法则。

更关键的是，文本仅为一维信息，视频最多只能覆盖三维空间，而现实世界是三维空间加一维时间的四维时空。多数现有模型还采用自回归逐帧预测的方式，误差会随着推演逐步累积，无法完整还原真实的物理过程。

正是看到了这些局限，Accelerated Understanding彻底放弃了Transformer路线和视觉捷径，转而采用神经算子这一革命性技术。神经算子无需将物理世界强行降维为文字或像素，而是可以直接在完整的四维维度中理解多物理现象，让人类肉眼无法观测的气流、等离子体湍流、微观热分布等过程变得清晰可计算。

拒绝百亿邀约：扎根物理AI的执念

这款颠覆性模型的背后，是一对拥有顶尖AI背景的夫妻档：加州理工学院计算与数学科学教授、前英伟达AI研究总监Anima Anandkumar，以及她的丈夫、顶尖AI基础设施工程师Benedikt Jenik。

就在不久前，这对夫妻拒绝了一份堪称天价的邀约：由贝索斯背后支持的项目向他们开出了令人咋舌的条件——邀请Anima担任公司代言人、董事会成员及科学愿景主导者，夫妻二人可获得35%的公司股权，基础年薪100万美元且入职三个月后翻倍至200万美元，更有超过20亿美元的B轮前融资承诺。

在当前大模型融资困难、算力成本高企的行业环境下，这份邀约几乎是一张通往财富自由和行业话语权的通行证，但Anima和Jenik还是选择了拒绝。他们深知自己手中的技术潜力远超一家专注于自动化物理系统的公司，不愿被资本裹挟，而是希望独立打造一个能够直接理解并模拟物理宇宙的神级模型。

算力背后的隐秘推手

这款模型背后的算力支持，也指向了Anima的老东家英伟达和CEO黄仁勋。

时间回溯到2018年，Anima加入英伟达担任AI研究总监，在五年的时间里带领顶尖团队探索GPU算力在前沿AI领域的应用。2020年，她的团队推出的AI天气预测项目引发了巨大轰动：AI预测的准确率与传统复杂计算流体力学模型相当，但速度提升了数个数量级，这一结果让黄仁勋极为震撼。

2021年的英伟达GTC大会上，黄仁勋亲自登台展示了Anima团队关于神经算子的研究成果，当时他兴奋地表示：「我想要它吃掉理论物理学家们所有的午餐！」正是黄仁勋最初鼓励Anima去实现这个物理AI的疯狂想法。

尽管英伟达官方尚未回应投资传闻，但行业普遍认为，没有顶级算力集群的支持，根本无法训练出拥有5万亿上下文的庞然大物，黄仁勋的布局终于在此刻落地。

要理解这款物理大模型的意义，还要回到2024年底的洛杉矶：在一场秘密晚宴上，Anima和Jenik与投资人进行了关键沟通，也就是后来促成贝索斯邀约的那场会面。在蛰伏两年后，这对夫妻带着Accelerated Understanding的成果重新出现在公众视野，一举震惊了整个AI行业。

范式跃迁：从信息生成到物理模拟

2026年8月25日，注定会被载入AI发展史册。当大众还在为大语言模型的文字能力欢呼时，Accelerated Understanding用1万亿参数和5万亿上下文的硬核数据告诉世界：语言和图像只是人类理解世界的表象，物理法则才是宇宙真正的底层代码。

拒绝贝索斯的百亿邀约、放弃统治行业的Transformer架构、抛弃视觉捷径，转而直击四维时空的本质，Anima和Jenik正式宣告了「物理AI」时代的到来，一场从信息生成到物理模拟的范式转移已经拉开序幕。