近日，北京逆矩阵科技有限公司（以下简称逆矩阵）联合北京智源人工智能研究院、vLLM（用于大型语言模型推理和服务的库）、北京大学正式发布PhysisServe，这是首个兼顾智能与高频吞吐的物理人工智能（AI）推理系统。

当前，物理AI面临一个推理服务问题：如何让更大、更强的模型以物理任务所需的输出频率运行。智能来自规模，规模却拖慢速率。模型越大，对世界的刻画越准确，每次生成要计算得也越多；而自回归去噪的串行依赖无法并行，算得越多，生成就越慢。于是，智能要求模型更大，实时要求模型更小，二者难以兼得。

PhysisServe首次实现让百亿参数量级世界模型以每秒千赫兹的实时输出频率，比已有前沿方案快了一到两个数量级。这表明，只要算力充足，即使物理智能基模扩展到百亿、千亿乃至万亿参数，模型推理仍能以任务所需的频率持续实时输出，参数量与输出频率将可以兼得。

AI的下一站是物理世界。今天，物理AI已经能够在设定好的环境中完成动作，但从相对稳定的实验室走向充满噪声、干扰与持续变化的真实场景，仍有很长的路要走。逆矩阵致力于构建面向真实物理世界的通用世界基座模型，探索能够跨场景理解、预测与行动的通用物理智能，赋能具身智能、工业仿真与科学预测等广泛场景。

如何构建能够跨场景积累与复用经验的物理智能基座，并且使其以实际任务要求的速度与精度理解、预测和影响真实世界？围绕这个问题，逆矩阵的研究团队正在开展探索与实践。