OMNIFLOW：面向通用科学推理的物理驱动多模态智能体
机器学习
2026-03-19 v2 人工智能
摘要
大型语言模型（LLM）已展现出卓越的逻辑推理能力，但在受偏微分方程（PDE）支配的连续时空动力学方面常常难以处理，导致非物理幻觉。现有方法通常采用高昂的、领域特定的微调，这严重限制了跨域的泛化能力和可解释性。为弥合这一差距，我们提出 OMNIFLOW，一种神经符号架构，旨在在无需领域特定参数更新的情况下将冻结的多模态 LLM 锚定在基本物理法则中。OMNIFLOW 引入一种 novel 的语义-符号对齐机制，将高维流张量投影到拓扑语言描述中，使模型能够感知物理结构而非原始像素值。此外，我们构建了物理驱动的链式思考（PG-CoT）工作流程，通过动态约束注入（例如质量守恒）和迭代反思验证来编排推理过程。我们在涵盖微观湍流、理论纳维-斯托克斯方程以及宏观全球气候预测等综合基准上评估了 OMNIFLOW。实验结果表明，OMNIFLOW 在零样本泛化和少样本适应任务中显著优于传统深度学习基线。关键的是，它提供了透明、物理一致的推理报告，标志着从黑箱拟合到可解释科学推理的范式转变。
引用
@article{arxiv.2603.15797,
title = {OMNIFLOW: A Physics-Grounded Multimodal Agent for Generalized Scientific Reasoning},
author = {Hao Wu and Yongheng Zhang and Yuan Gao and Fan Xu and Fan Zhang and Ruobing Xie and Ruijian Gou and Yuxuan Liang and Xiaomeng Huang and Xian Wu},
journal= {arXiv preprint arXiv:2603.15797},
year = {2026}
}