General-Physics-Transformer

一个模型搞定多种物理系统模拟，告别重复建模

General-Physics-Transformer 是一个基于 Transformer 架构的物理系统基础模型，旨在同时学习多种物理系统的动力学规律。它解决了传统物理模拟器需要针对每个系统单独建模、泛化能力差的问题，通过统一的模型架构捕捉不同物理系统之间的共性特征。核心能力包括：支持多种物理系统（如分子动力学、流体、天体运动等）的联合训练与预测，具备跨系统迁移学习能力，能够从数据中自动学习物理规律。项目处于早期阶段，代码开源，基于 Python 和 PyTorch 实现，提供了模型训练和推理的接口。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 95
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队FloWsnr
所属国家
官网地址
GitHubhttps://github.com/FloWsnr/General-Physics-Transformer
定价模式free
价格说明开源模型，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型foundation-model,foundation-models,machinelearning,physics-informed-neural-networks,pytorch,surrogate-models,transformer
GitHub 星标★ 95
30天Star增速
HF 下载量
上线时间2025-01-31 00:00:00
最近更新2026-09-15 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5

使用教程

核心亮点

  • 统一架构同时学习多个物理系统，具备跨系统泛化潜力
  • 基于 Transformer，能捕捉长程依赖和复杂物理交互
  • 代码开源，便于研究者复现和扩展

不足之处

  • 项目处于早期，文档和示例较少，上手门槛较高
  • 训练和推理计算资源需求大，普通硬件难以运行
  • 模型效果和稳定性尚未经过大规模验证

适用场景

  • 科研机构进行多物理场耦合仿真研究
  • 工业领域快速原型验证物理系统行为
  • 教育场景演示物理规律学习过程

替代项目

DeepMind GraphCast、Microsoft FourCastNet、NVIDIA Modulus

项目介绍

General-Physics-Transformer 是开源模型领域的开源项目，由 FloWsnr 开发，2025 年首次发布。

它收录于开源模型分类，该分类目前共有 425 个项目，GitHub 星标数为 95。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-15。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：科研机构进行多物理场耦合仿真研究。同类可对比的替代方案包括 DeepMind GraphCast、Microsoft FourCastNet、NVIDIA Modulus。

上一篇：EEGMamba

下一篇：TabSTAR

同类项目推荐

Machine-Learning 开源

跟着博客笔记，边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
awesome-ltx2 开源

找齐 LTX-2 模型、工作流和 LoRA，一键上手视频生成。

All available LTX-2 models, encoders, workflows, LoRAs for ComfyUI

★ 593 2026-08-10