前英伟达AI研究总监Anima Anandkumar于2026年8月25日创立Accelerated Understanding，放弃Transformer架构，改用神经算子处理四维时空数据。推理上下文超5万亿，是当前顶尖LLM的500万倍。[[1]][[3]]
Anima Anandkumar：她是谁
学术期：加州理工学院计算与数学科学教授，神经算子技术早期开拓者之一。[[3]]
英伟达期：担任AI研究高级总监，主导前沿AI研究方向。[[1]][[3]]
2024年底：洛杉矶秘密晚宴，与丈夫Benedikt Jenik、投资人Vik Bajaj会谈，随后拒绝贝索斯20亿美元邀约，决定自立门户。[[1]][[4]]
为什么放弃Transformer
原因一：物理系统需三维空间+时间共四维表征，Transformer将其压缩为二维视频帧或逐步预测，误差会在迭代中持续累积放大。[[3]]
原因二：神经算子直接在函数空间操作，天然适配连续物理场，而非离散序列——对应Anandkumar所说的"以自然为中心"而非"以人类为中心"的AI理念。[[3]]
五个关键数字
训练上下文
1万亿
1T参数预训练规模，单样本体量超单个加速器容量 [来源:文章5]
推理上下文
5万亿+
是当前顶尖LLM的500万倍，相当于一口气读完500万次《战争与和平》 [来源:文章2]
元股证券:ygzq.hk
模型参数
35万亿
参数规模，物理数据在四维扩展，远超文本维度 [来源:文章3]
拒绝融资
20亿美元
拒绝贝索斯ProjectPrometheus B轮前承诺资金 [来源:文章1]
物理AI赛道：尝试与折戟
时间
主体
定位
结果/局限
2024年发布
2026年3月关停
OpenAI Sora
世界模拟器
视频物理模型
推理成本是竞品10倍；画面频繁崩坏；迪士尼10亿合作终止 [来源:文章6]
2026年持续
英伟达Cosmos
/Omniverse
平台生态路线
机器人训练框架
走开源+生态整合路径，非替代实验室定位 [来源:文章4]
2026年8月25日
Accelerated
Understanding
替代真实实验室
通用物理模型
刚亮相，工程化落地未验证 [来源:文章6]
哪些行业先感受到
以下为潜在方向，均有参考文章5支撑，尚未确认落地：
- 药物研发：替代部分分子模拟实验环节，为设计改进指明方向
- 材料科学：替代结构仿真中的真实测试流程
- 机器人训练：替代物理环境搭建，直接在精确仿真中训练[[3]]
神经算子，工程师能听懂的解释
Transformer问"下一个词/帧是什么"——处理离散序列。
神经算子问"这个空间在时间t的状态是什么"——处理连续物理场。
类比：前者像逐帧猜图，后者像天气预报直接给出大气三维场演化。[[3]]
注意：目前仍在研究阶段，工程化落地尚未验证。[[3]]
这条路能走通吗：三个关键变量
*以下为基于现有信息的条件推断，不构成预测。*
变量一（推理成本）：若5万亿上下文推理成本无法压缩，将重蹈Sora覆辙——后者推理成本是竞品10倍，最终关停。[[4]]
变量二（验证周期）：若替代实验室场景需3年以上验证，商业回报窗口将明显滞后于融资节奏。[[3]]
配资知识百科知识变量三（资金独立性）：拒绝贝索斯20亿美元后财经配资平台，若外部融资受阻，自有资金能否支撑至产品验证阶段仍是未知数。[[1]]
权威杠杆配资网提示：本文来自互联网，不代表本网站观点。
