生成式 CAD / 几何深度学习
DeepCAD 把 CAD 建模重定义为命令序列的生成问题,用自编码器学习隐空间并在其上训练潜空间 GAN(WGAN-GP)实现随机生成与编辑,是生成式 CAD 领域被引最高的基线,位于设计—仿真流水线上游。
新 MIT 生成式CAD几何深度学习CAD序列 有限元框架 / 多物理场
基于有限元方法(FEM)的开源多物理场仿真框架,用 UFL 描述变分问题、底层自动生成高效 C++ 离散代码;是固体力学与多物理场耦合的学术标准工具,也可作代理训练的高保真对照。
可微流体求解器
Google Research 基于 JAX 的可微不可压流体求解器,整条时间推进可微、可在 GPU/TPU 上 JIT;PNAS 2021 提出学习型插值取得同等精度下约 80×/40× 加速,现已停止维护,宜作研究原型与对照。
新 Apache-2.0 JAX可微物理CFD 可微 CFD 求解器
基于 JAX 的全自动可微 CFD 求解器,支持 CPU/GPU/TPU,专注端到端可微流体仿真,可与神经网络无缝耦合做梯度反传,是科学机器学习中可微物理的代表。
新 GPL-3.0 JAX可微CFD可微物理 网格到CAD / 逆向工程
CADFit 以 IoU 驱动的混合优化,从水密网格逐步拟合并校验可执行的 CadQuery 构造程序(挤出/旋转/倒圆/倒角/布尔),还原可编辑参数化 CAD,支持点云与图像到 3D 多模态输入,与 CAE 工作流强相关。
新 CC BY-NC 4.0(非商业,学术与科研用途;商业用途须联系作者授权) 网格到CAD逆向工程CadQuery 可微数值计算框架
Google 开源的 NumPy 风格数值计算库,以 XLA 编译、自动微分与函数式变换为核心,是 JAX-CFD、JAX-Fluids 等可微求解器与神经算子的底层算力底座。
新 Apache-2.0 自动微分XLA数值计算 通用物理引擎 / 接触动力学求解器与机器人仿真后端
Google DeepMind 维护的开源物理引擎,以广义坐标与软凸接触求解支撑机器人、生物力学与强化学习;含 MJCF、MJX、MuJoCo Warp 与 4.0 新特性。
新 Apache-2.0(源码;doc 目录文档、图片与视频为 CC BY 4.0) 物理引擎接触动力学机器人仿真 神经算子库
FNO / TFNO / DeepONet 的 PyTorch 参考实现库。本文从函数空间契约讲到参数、上手、失效模式与跨分辨率评测,给出可复现的选型与验收口径。
通用 CFD 求解器
开源 CFD 求解器与物理 AI 数据底座:讲清原理、算例结构、上手路径、横向对比、成本口径与失效边界,说明何时该用它生成语料、校验代理模型。
PDE 基础模型 / 下游基准
ETH Zurich CAM 实验室发布的 PDE 基础模型与下游微调套件,用半群数据增强从单条轨迹挖掘大量训练对,覆盖 15 类下游任务,支持跨分辨率查询。
新 仓库未附 LICENSE 文件;官方模型权重在 HuggingFace 标注为 CC BY-NC 4.0 并注明为 research model 基础模型神经算子下游任务 可视化 / 后处理
VTK 的 Python 三维可视化与网格处理框架,提供简洁 API 操作场数据、渲染网格、生成动画;是仿真结果后处理、ML 数据集构建与质量检查的实事标准,被 FEniCSx/PyMAPDL 等用作输出层。
气动 / 设计优化求解器
开源 CFD 与离散伴随(adjoint)求解器,内置气动外形优化;以与变量数无关的梯度成本支撑 PDE 约束优化,是代理模型的高保真对照与 CAE 工业链路常用底层。
新 LGPL-2.1 CFD伴随方法气动优化 热管理 / 物理信息机器学习
把有限差分热传导残差写进损失的物理信息 CNN,用于 21700 电池包液冷温度场代理。本文复核其假设、数据链路、结果口径与可复现边界。
新 arXiv 预印本(版权归作者) 热管理物理信息神经网络电池 土木工程 / 结构仿真
加州大学伯克利分校发起的开源抗震结构分析框架,非线性纤维梁、壳单元与土-结相互作用构成核心;通过 OpenSeesPy 可脚本化批量生成地震响应数据,支撑代理模型与震损评估。
新 加州大学董事会版权(1999–2020);教育研究与非营利实体可用于非商业目的,其他实体限内部用途,商业分发需另行授权 OpenSees抗震非线性分析 气象 / 数据驱动预报
华为云 2023 年 Nature 论文的全球中期天气预报模型,0.25° 分辨率上精度全面超过 ECMWF 业务 IFS,单次 5 天推理约 1.4 秒;权重 CC BY-NC-SA 4.0 禁止商用。
新 训练权重为 CC BY-NC-SA 4.0(禁止商用);仓库未附 LICENSE 文件,代码许可未声明 气象预报三维 Transformer中期天气预报 地球物理 / 油藏工程
以 NVIDIA PhysicsNeMo 的 reservoir_simulation/xmgn 示例与 X-MeshGraphNet 论文为主线,核对油藏代理的真实能力、数据格式、误差累积特征与数据可得性边界。
新 Apache-2.0(PhysicsNeMo 示例仓库);Norne 数据集遵循其自身许可条款 油藏模拟图神经网络MeshGraphNet 能源 / 聚变控制
以瑞士 TCV 托卡马克为对象,用深度强化学习直接控制 19 个磁线圈,在 10 kHz 实时频率下实现位形、雪花偏滤器与双液滴等约束,是仿真到真实硬件闭环最完整的公开案例之一。
新 论文版权归作者所有;算法与软件库依各自开源许可 聚变强化学习等离子体控制 结构优化 / 生成式设计 / 条件扩散
MIT DeCoDe Lab 的 TopoDiff 条件扩散拓扑优化方法,含 3.3 万样本双层测试集、代理模型引导与逐项指标定义。本文复核 8 倍与 11 倍结论的真实口径,并记录推理耗时、3D 扩展与后续工作。
新 CC BY 4.0(arXiv 版本);正式发表于 AAAI 2023 拓扑优化扩散模型生成式设计 人形机器人自主控制系统 / 仿真到现实运动生成系统
苹果 ML 研究团队公开的人形机器人感知—运动自主系统,全仿真数据训练、直迁宇树 G1,陌生真实环境单项任务成功率 91%。
新 Apple 自有权属许可(非 OSI 开源许可;GitHub 标注 Other/NOASSERTION,详见仓库 LICENSE) 具身AI人形机器人仿真到现实 大规模家庭操作仿真框架 / 通才机器人训练与基准
UT Austin 与 NVIDIA 的大规模家庭操作仿真框架,RoboCasa365 版提供 365 任务、2500+ 厨房场景、600+ 小时人类演示与 1600+ 小时合成演示,用于通才机器人的系统化基准。
CAD 几何深度学习数据集 / 参数化 B-rep 真值基准
CVPR 2019 发布的百万级 CAD 模型数据集,每模型由显式参数化曲线与曲面构成,提供法向、曲率、面片分割等真值,是几何深度学习与 CAD 生成研究的核心基准。
新 数据集 MIT;CAD 模型版权归各原始创作者;处理管线 GPL CAD几何深度学习B-rep 具身 AI 智能体框架 / ROS 2 机器人开发框架
RobotecAI 开源、与厂商无关的具身 AI 智能体框架,基于 ROS 2 让机器人理解自然语言、规划并执行复杂任务,支持语音交互与仿真评测。
新 Apache-2.0 具身AI智能体框架ROS 2 机器人运动学与动力学库 / JAX 自动微分控制框架
斯坦福 ASL 基于 JAX 的纯 Python 机器人运动学与动力学库,以自动微分与 JIT 提供 Pinocchio 级速度,兼容 MJX 并行,用于高性能 IK/ID 控制。
刚体动力学算法库 / 机器人运动学与动力学计算引擎
Inria 与 LAAS-CNRS 联合开发的刚体动力学算法库,基于 Featherstone 算法提供运动学、动力学与解析导数,BSD-2-Clause,被 Crocoddyl、TSID、HPP 等机器人框架依赖。
新 BSD-2-Clause 刚体动力学运动学机器人控制 GPU 刚体动力学求解器 / Newton 物理引擎的异构批量仿真后端
Skild AI 与 NVIDIA 联合开源、贡献给 Newton 的 GPU 刚体动力学求解器,面向不同机器人与任务混合的批量仿真;官方基准给出 20 项任务 3.8 倍于 PhysX 的几何均值吞吐。
新 Apache-2.0(Steel 与 Newton 源码;Newton 文档为 CC BY 4.0,随附资产另有条款) 刚体动力学物理引擎机器人仿真 人形机器人全身运动控制 / 可微分世界模型训练框架
UC Berkeley 开源的人形机器人全身运动控制框架,以一个可微分世界模型把学习成本分摊到全部动作,单卡 3 小时超越 128 卡 7 天基线,获 CoRL 2026 最佳论文。
新 Apache-2.0 物理仿真人形机器人运动模仿 生物医学 / 结构预测
DeepMind 2021 年开源的蛋白质结构预测体系,2024 年更新模型权重至 v2.3.0,含单链与多聚体两套模型、完整 MSA 检索流水线与 Amber 弛豫后处理,代码 Apache-2.0。
新 代码为 Apache-2.0;模型参数与 CASP15 预测数据为 CC BY 4.0 蛋白质结构预测深度学习多序列比对 材料与化学 / 原子级机器学习
Meta FAIR Chemistry 的集中式仓库,已从 OC20 电催化工具扩展为覆盖分子、材料、催化剂的统一平台;旗舰 UMA 以混合线性专家架构在 5 亿结构上训练,切换任务名即可服务 OC20 至 OC25 等七个体系。
新 仓库代码为 MIT(Meta, Inc.);fairchem-lammps 包在 PyPI 声明 GnuV2;UMA 权重按 gated model terms 单独授权;数据集另附各自条款 原子基础模型机器学习势电催化 气象 / 数据驱动预报
NVIDIA 与 NERSC 等 2022 年提出的全球数据驱动天气预报模型,以 0.25 度分辨率在不到 2 秒内生成一周预报,在大尺度变量上短时效追平 ECMWF IFS、细尺度变量优于 IFS,让千成员大集合成为廉价常规操作。
新 代码为 BSD 3-Clause(Copyright (c) 2022, FourCastNet authors);数据遵循 Copernicus CDS 条款;模型权重随仓库分发说明 天气预报傅里叶神经算子深度学习 概率集合天气预报模型
Google DeepMind 的生成式概率天气预报模型,用球面扩散模型在 0.25° 网格生成 15 天集合预报,8 分钟完成单条轨迹,1320 个目标中 97.2% 优于 ECMWF ENS;代码 Apache-2.0。
新 代码为 Apache-2.0;模型权重自 2026 年 8 月起允许商业使用,其余材料为 CC BY 4.0 天气预报概率预报扩散模型 材料科学 / 第一性原理
Google DeepMind 的图网络材料发现系统 GNoME,通过主动学习把候选结构池推过十亿量级,用 DFT 校验后回流训练,新增 38.1 万个稳定材料条目,并附带一套可下载的凸包数据集与预训练势模型实现。
新 代码与 Notebook 采用 Apache-2.0;GNoME 数据集采用 CC BY-NC 4.0(仅限非商业用途);论文为 CC BY 4.0 材料发现图神经网络第一性原理 气象 / 数据驱动预报
Google DeepMind 的图神经网络中期天气预报模型,在 1380 个检验目标中的 90% 上超越 ECMWF 业务确定性系统,10 天全球预报在单台加速器上不到一分钟完成;代码与权重已并入 WeatherNext 家族仓库。
新 论文为 Science 期刊版权;代码与 Colab 为 Apache-2.0,权重自 2026-08-06 起允许商用,其余材料为 CC BY 4.0 气象图神经网络中期天气预报 分子动力学 / 机器学习势
剑桥 Csányi 团队开源的等变图神经网络势框架,把原子团簇展开与高阶等变消息传递统一,两层交互即可高精度;已发展出 MACE-MP、MH、OMOL、POLAR 等多代基础权重,支撑从晶体到液体、气体、表面与反应体系的开箱分子动力学。
新 MIT(代码);部分权重为 Academic Software License(ASL),仅限学术用途 分子动力学机器学习势等变神经网络 气象 / 混合物理机器学习
把可微分大气动力核与神经网络参数化端到端耦合的混合模型,1–15 天预报精度比肩 ECMWF 集合预报,40 年 AMIP 模拟复现历史变暖趋势,算力节省 3–5 个数量级。
新 代码为 Apache-2.0;训练权重为 CC BY-SA 4.0 气象预报混合物理机器学习可微分求解器 生物医学 / 结构预测
哥伦比亚大学 AQLab 出品的 AlphaFold2 高保真可训练 PyTorch 复现,配套 OpenProteinSet 百万级序列数据库,把结构预测从一次推理变成可训练的系统。
新 代码为 Apache-2.0;DeepMind 预训练参数为 CC BY 4.0(2022 年 1 月起由 CC BY-NC 4.0 放宽) 蛋白质结构预测深度学习开源复现 地球物理 / 反问题
洛斯阿拉莫斯国家实验室团队的地震全波形反演基准,12 套数据集共 2.1TB,覆盖界面、断层、风格与 CO2 封存四族结构,配套四种深度学习方法的基线与跨域泛化分析。
新 代码为 BSD 3-Clause(Copyright (c) 2022, Los Alamos National Laboratory);数据为 CC BY-NC-SA 4.0 地球物理反问题地震 生物医学 / 结构预测
华盛顿大学 Baker 实验室的三轨网络结构预测系统,1D 序列、2D 距离图与 3D 坐标三轨并行迭代,2021 年发表于 Science 并开源;代码 MIT,权重按 Rosetta-DL 许可仅限非商业研究。
新 代码为 MIT;训练权重与数据按 Rosetta-DL 软件许可仅限机构内部非商业研究使用 蛋白质结构预测三轨网络深度学习 教材 / 系统课程
哈佛 CS249r 开放教科书系列(共四卷),系统讲解机器学习系统从基础执行、分布式扩展到代理式 AI 与物理 AI 的构建原理,附可运行 Python 实验与教学工具。
新 CC BY-NC-ND 4.0(教科书正文);Labs/Slides 为 CC BY-NC-SA 4.0 教材机器学习系统物理AI 气候机器学习基准库
UCLA 机器智能组开源的 PyTorch 库,统一 ERA5、CMIP6、PRISM 数据获取、统计降尺度与时序预报的基线模型、指标与可视化,用于规模化可复现的气候机器学习基准测试。
PINN 入门框架
物理信息神经网络(PINN)入门框架,中文文档与示例完善,支持 TensorFlow/PyTorch/JAX/PaddlePaddle 多后端,是科学机器学习与 PDE 求解的常选起点。
分子动力学模拟软件
面向生物分子的高性能分子动力学模拟套件,GPU 加速成熟并已内置神经网络势接口,是蛋白、脂质与溶剂体系模拟的主流开源工具。
新 LGPL-2.1 分子动力学生物分子GPU 加速 分子动力学模拟软件
桑迪亚国家实验室主导的开源经典分子动力学引擎,覆盖材料与软物质、多尺度与自定义势,并提供 ML-IAP 等机器学习势接口。
新 GPL-2.0 分子动力学材料模拟势函数 分布式 DataFrame 库
加州大学伯克利分校出品的 pandas 兼容分布式 DataFrame 库,把同一套 pandas 代码分发到 Ray、Dask 或 MPI 集群执行,用于大规模仿真结果后处理与代理模型数据管线。
新 Apache-2.0 DataFrame并行计算大数据 可微 GPU 仿真框架
NVIDIA 开源的 Python 框架,把普通 Python 函数 JIT 编译为 CPU/CUDA 原生核,且每个核自动生成可微反向版本,可让梯度穿过整段物理仿真——是 Isaac Lab、Newton 等机器人/物理学习栈的底层算力。
新 Apache-2.0 可微仿真GPUJIT 编译 数值求解库 / HPC
阿贡国家实验室维护的高性能科学计算库,提供大规模线性/非线性方程组求解与并行基础设施,是高端 CFD 与多物理场仿真的底层求解核心,BSD-2-Clause 商用友好。
新 BSD-2-Clause 求解器线性代数稀疏矩阵 求解 / 训练框架
NVIDIA 物理 ML 框架(原 Modulus,2025 年更名),PyTorch 底座,内置 PINN、神经算子与多种物理约束训练范式;本篇讲清架构、版本、对比、失效边界与口径核对。
新 Apache-2.0 PINN神经算子NVIDIA GPU 加速人形机器人 / 数字人运动仿真与学习框架
NVIDIA 实验室开源的 GPU 加速仿真与学习框架,面向数字人与人形机器人的运动追踪、生成式策略与 Sim-to-Real 部署,支持 IsaacGym、Isaac Lab、Newton 与 MuJoCo 多后端。
新 Apache-2.0 物理仿真人形机器人运动生成 图神经网络框架
基于 PyTorch 的图神经网络库,以消息传递范式统一图卷积、异构图、点云与图检索增强生成能力,用于网格物理仿真代理模型与分子材料建模。
新 MIT 图神经网络消息传递PyTorch 物理仿真 DSL
面向高性能数值计算的 Python 嵌入式并行编程语言,以 LLVM JIT 编译逐元素核函数,提供稀疏数据结构与自动微分,原型期实现可微物理仿真的常用工具。
新 Apache-2.0 物理仿真可微编程DSL 航空气动 / 高保真数据集 / 代理模型评测
1000 次翼型稳态 RANS 构成的高保真基准,含数据效率与雷诺数/攻角外推四类任务。本文复核其数值设置、指标口径与此前条目中无法核实的精度数字。
新 ODbL v1.0(数据集与代码);论文版权归作者 航空气动翼型高保真 CFD 增材制造 / 基准数据集
NIST 主导的增材制造基准测试系列,用受控设备、标准化测试件与盲测挑战题检验熔池、残余应力与微观组织模型,2025 年含 9 组基准、85 份挑战提交,数据集月均下载约 1670 次。
新 公开数据(美国 NIST,公共领域) 增材制造金属 3D 打印基准测试 高性能计算 / 求解器
NVIDIA 开源的分布式代数多重网格线性求解库,提供经典 Ruge-Stüben 与未光滑聚合两套 AMG 变体、多类光滑子与 Krylov 方法,单 GPU 相对 CPU 实现有 2 至 5 倍加速,是物理仿真共用 GPU 算力的底座。
新 BSD 3-Clause(NVIDIA Corporation,2017–2024) AMGX代数多重网格GPU 加速 汽车气动 / 高保真数据集 / 代理模型
500 个参数化 DrivAer 变体的尺度分辨 CFD 数据集,484 例公开、约 31 TB,含官方划分与几何外推口径。本文复核其数值设置、代理模型适用边界与工程折算口径。
新 CC BY-SA 4.0(数据集);论文版权归作者 汽车气动高保真 CFD代理模型 结构健康监测 / 损伤识别 / 基准数据集
IASC-ASCE 四层钢框架 SHM 基准(12/120 自由度双模型、六种损伤模式)与物理信息损伤识别方法。本文复核基准几何、噪声设定与指标口径,并纠正此前条目的悬索桥与剩余寿命等失实表述。
新 various(论文版权归作者;数据按任务组条款分发) 结构健康监测损伤识别基准数据集 建筑能源 / 仿真加速
以 EnergyPlus 官网、许可文件与 ORNL/UTK 的代理模型论文为主线,核对整楼能耗仿真引擎的能力边界、许可与工具链,并厘清代理模型可被引用的量化结论与失效范围。
新 EnergyPlus 自有许可(BSD 式三条款 + 名称使用条款 + DOE 政府权利保留) 建筑能耗EnergyPlus暖通空调 燃烧 / 化学动力学
加州理工学院发起、NumFOCUS 支持的开源化学动力学套件,提供热力学、详细动力学、输运、零维反应器网络与一维反应流求解;内置 GRI-Mech 3.0 等 22 套机理,为燃烧、电化学与等离子体建模、代理模型训练提供可复现的物理真值。
新 BSD 3-Clause 风格(California Institute of Technology 2001–2009、Sandia Corporation 2009、Cantera Developers 2011–2026) Cantera化学动力学燃烧 生物医学流体 / 降阶建模
用神经网络从血管几何预测 0D 降阶模型的阻力与电感参数,保留 0D 模型的低成本与可解释性。在主动脉、主股动脉与肺动脉三类患者特异性解剖上,平均压力误差至少降低一半,肺动脉队列从 30.4% 降至 7.9%。
新 arXiv 预印本(CC BY 4.0),版权归作者 血流动力学降阶建模数字孪生 流体控制 / 主动流动控制
面向流动控制的求解器无关强化学习平台,提供 61 个已验证的二维三维环境,涵盖六类 CFD 后端。零样本迁移实验在通道流训练的策略于三维 NACA0012 机翼上取得局部表面摩擦降低约 38%、总阻力降低约 11%。
新 MIT(代码)/ Nature 论文 流体控制强化学习减阻 通用 CFD / 工业仿真 / 数据生成
以 OpenFOAM 三条发行线为背景,复核工业多物理场流水线的真实边界:CHT 多区域耦合、v14 与 v2606 的能力差异、GPU offload 现状,以及电磁能力在主线中的实际位置。
新 GPL-3.0(三条发行线均以 GPL v3 发布) OpenFOAM有限体积工业仿真 半导体 / 器件与工艺仿真
以 NVIDIA PhysicsNeMo 的 tcad/fp_ddm 示例与 DAC 2026 论文为主线,核对芯片级热-应力域分解代理的真实能力边界,并对照 SK hynix 刻蚀工艺代理的一手方法学。
新 Apache-2.0(PhysicsNeMo 仓库);DAC 2026 论文版权归作者 半导体TCAD域分解 储能电池 / 电化学仿真
以 PyBaMM 官方文档、源码与发布策略为主线,核对这套电池建模框架的模型谱系、求解器、参数集、版本策略与工程边界,并厘清它与数字孪生、机器学习结合的真实接口位置。
新 BSD-3-Clause 锂电池电化学模型DFN 航空航天 / 优化设计
以离散伴随与连续伴随双路线求解气动外形梯度,覆盖翼型、机翼与汽车外形的参数化选择、梯度验证与减阻数据,可作为代理模型训练的教师信号与高保真对照。
新 LGPL-2.1 气动优化伴随方法CFD 海洋能 / 多体动力学
NREL 与 Sandia 主导的开源波浪能仿真框架,用 Simulink/Simscape Multibody 耦合频域边界元水动力系数、卷积积分、系泊与六自由度控制;为海洋能装置设计、控制验证与代理模型训练提供可复现的时域真值。
新 Apache-2.0(Sandia LLC 与 NTESS,2014,美国政府在合同 DE-NA0003525 下保留部分权利) 波浪能水动力多体仿真 风电 / 多物理场仿真 / 尾流控制
以 OpenFAST 模块化气动弹性仿真、FAST.Farm 多机尾流模型、FLORIS 工程尾流模型与 IEA Wind 参考机型为主线,复核风电物理 AI 的可核实链路与失效边界,并逐条核对原条目的口径来源。
新 Apache-2.0(OpenFAST、FAST.Farm、FLORIS 与 IEA Wind Task 55 参考模型) 风电气动弹性尾流控制 方法综述
拆解神经算子的函数空间契约、四条架构族谱与六项选型约束,给出失效压力测试矩阵、决策树与工程落地清单,并厘清分辨率不变性与基准排名的真实口径。
新 本站原创 神经算子FNODeepONet 方法综述
把代理模型成本拆成语料、训练、单次查询与验证四个账本,给出可复算的盈亏平衡公式,梳理成本—精度前沿、精度收紧后的反转与混合热启动路线,并列出 CAE 交付的隐性成本。
方法综述
系统梳理 PINN 的复合损失与自动微分骨架、五类训练失效机理、2026 年前沿进展,给出可执行的选型决策树、工具链地图与工程落地清单,并厘清 PINN 与神经算子的分工。
新 本站原创 PINN物理信息神经网络科学机器学习 机器人算法 / 学习代码集
PythonRobotics 是 Atsushi Sakai 维护的机器人算法 Python 代码集与在线教科书,覆盖定位、建图、SLAM、运动规划、轨迹跟踪与机械臂导航,以最小依赖、易读实现成为机器人入门与算法对照的事实标准。
通用科学ML
370 道高中物理多跳推理题,每题配完整分步解答,用于评测大模型的物理推理能力, 是 TrustAgent(AAAI 2026)改进物理推理方法所用的配套评测集。
新 Apache-2.0 物理问答物理AI推理评测 入门教程
从零实现物理信息神经网络的中文结构化教程,以一维热传导为基准问题逐章推进:机器学习基础、分离变量法、有限差分与有限元对照、PINN 模型构建与优化器对比、GMM 与课程学习进阶策略,以及 locELM、随机特征法与 RaNN 等拓展建模方法。MIT 许可,适合作为物理 AI 入门首选框架。
流体/CFD / 入门教程
Lorena Barba 团队经典教材「12 Steps to Navier-Stokes」,用 12 个 Jupyter Notebook 从零构建一维线性对流到二维 NS 与通道流求解器,是全球 CFD 入门的事实标准。
新 见 LICENSE 文件 CFD有限差分入门 流体/CFD / 框架教程
LeVeque 团队的有限体积软件包,Godunov 类格式求解双曲型方程,覆盖激波、海啸、油藏与地震波场景,是守恒律数值方法的标准教学与科研工具。
新 BSD-3-Clause 有限体积双曲方程激波 通用科学ML / 框架教程
用符号化方式构建谱方法求解器的 Python 框架(Burns et al. 2020),在流体动力学、等离子体、恒星与行星研究中广泛使用,是从 Galerkin 到可微分仿真的桥梁。
新 GPL-3.0 谱方法符号计算Python 通用科学ML / 框架教程
最成熟的 PINN/DeepONet 开源求解框架,一个 API 覆盖正问题、逆问题与多物理耦合,中文文档友好,是从论文走向代码的首选框架。支持 PyTorch/TensorFlow/JAX 多后端与分数阶微分方程。
新 LGPL-2.1 PINNDeepONet框架 材料/化学 / 框架教程
Meta FAIR Chemistry 的开源工具库(原 Open Catalyst Project),覆盖 OC20/OC22 数据集与 GemNet、eSCN、EquiformerV2 等模型,是催化与材料计算 AI 的第一站。
固体/结构 / 框架教程
用接近数学记号的 UFL 语言描述变分形式,自动完成离散与求解的有限元平台,配官方教程《Automated Solution of Differential Equations》,是 FEM 学习的标准路线。
流体/CFD / 框架教程
Google 开源的可微分 CFD 代码库,把谱方法求解器搬进 JAX,让梯度穿过整个流场仿真,是学习「可微分仿真 + 机器学习湍流建模」的标准入口。
新 Apache-2.0 JAX可微分仿真CFD 通用科学ML / 框架教程
Julia SciML 生态的 PINN/DeepONet/NeuralOperator 统一求解库,与 DifferentialEquations.jl 无缝互操作,GPU 与自动微分开箱即用,适合 Julia 技术栈团队。
通用科学ML / 基准评测
覆盖 12 类以上 PDE 的统一基准数据集(Takamoto et al. 2022),把「算子学习模型好不好」变成可横向对比的数字,是做模型选型前必须过一遍的标尺。
新 见 LICENSE 文件 基准数据集神经算子 流体/CFD / 框架教程
TUM 开发的可微分流体仿真框架,仿真直接跑在 PyTorch/JAX/TensorFlow 张量上,梯度穿过求解过程,是「用仿真做可微分物理引擎」的代表作。
通用科学ML / 工业框架
NVIDIA 开源的物理 AI 训练与推理框架,前身 Modulus,覆盖 CFD、结构、电磁、气象、半导体 TCAD 等官方示例,是从研究原型走向工程部署的关键一跳。
新 Apache-2.0 PhysicsNeMoModulus工业部署 材料/化学 / 工具教程
Materials Project 背后的 Python 材料分析库,晶体结构、相图、能带、态密度开箱即用,是连接第一性原理计算与机器学习工作流的标准数据层。
电磁
面向电磁反演,结合随机优化与即插即用正则化的对比源反演方案
见LICENSE文件 电磁反演对比源反演随机优化 结构/Structural
提出面向固体力学的可微分三维高斯泼溅与SPH耦合模型,用于物理响应前向仿真及逆分析。
见LICENSE文件 固体力学可微分仿真三维高斯泼溅 流体/CFD
面向达西流椭圆方程,构建兼顾局部质量守恒的富集线性化神经网络近似方法。
见LICENSE文件 达西流局部质量守恒椭圆偏微分方程 结构/Structural
面向车辆部件碰撞安全的边界条件感知Transformer神经算子,降低瞬态有限元仿真的迭代成本。
见LICENSE文件 车辆碰撞安全神经算子有限元代理模型 流体/CFD
面向饱和土壤中的平流主导微塑料输运,利用几何信息高效预测颗粒迁移过程。
见LICENSE文件 微塑料输运饱和土壤多孔介质 材料/Materials
面向非晶氧化物材料,利用等变去噪扩散模型学习构型分布并生成多样化结构系综。
见LICENSE文件 非晶氧化物等变扩散模型材料生成 流体/CFD
研究高超声速钝头边界层中自由流强迫激发的非模态扰动,重点分析壁温与前缘钝度的影响。
见LICENSE文件 高超声速边界层非模态扰动激波拟合 结构/Structural
面向生物多孔弹性体的准静态Biot流固耦合,以混合固定应力可迁移神经网络改善求解效率。
见LICENSE文件 孔弹性Biot系统流固耦合 通用科学ML
面向哈密顿动力系统与Lie-泊松结构,从矢量场样本联合估计哈密顿量和泊松张量。
见LICENSE文件 哈密顿动力学Lie-泊松结构矢量场推断 通用科学ML
面向极端动力学事件,联合预测发生时间与峰值强度的双阶段级联储备池计算框架。
见LICENSE文件 储备池计算极端事件预测级联学习 结构/Structural
面向空间变异边坡可靠性,提出结合虚拟功损失、有限元网格与神经算子的无标签物理信息方法。
见LICENSE文件 边坡可靠性物理信息神经网络神经算子 通用科学ML
面向受迫非线性动力系统,利用潜在坐标与能量神经网络实现无需常微分方程求解器的降阶建模。
见LICENSE文件 非线性动力系统降阶建模物理信息机器学习 通用科学ML/ScientificML
面向高维成像反问题的数据驱动贝叶斯CRB估计框架,用于处理复杂先验与高维贝叶斯Fisher信息矩阵。
见LICENSE文件 贝叶斯克拉美尔-罗下限高维成像成像反问题 结构
面向纤维增强复合壳体,将相场断裂本构建模为可替换算子,并结合几何精确壳体理论求解断裂问题。
见LICENSE文件 相场断裂复合壳体本构建模 声学/Acoustics
研究非结构三角网格上Active Flux方法的半离散对合保持性质,涵盖二维线性声学与Maxwell方程。
见LICENSE文件 Active Flux方法对合保持非结构三角网格 地球物理
面向海洋主动示踪物的海表pH重建框架,兼顾物理化学一致性与稀疏观测下的海洋酸化监测。
见LICENSE文件 海洋酸化海表pH海洋主动示踪物 材料
研究以强化学习对齐晶体生成模型的离散组成通道,实现面向目标性质的逆向材料设计,并分析奖励黑客问题。
见LICENSE文件 逆向材料设计晶体生成强化学习 流体/CFD
研究二维不可压缩圆柱-NACA0012翼型流动中的振荡消亡,并结合直接数值模拟与同步理论自编码器分析流动交互。
见LICENSE文件 振荡消亡圆柱翼型交互同步理论