PhyMo：面向多模态 AI4Physics 的物理场模态

多模态学习正成为面向物理的 AI（AI4Physics）中的一种强大范式，其中对物理系统的预测需要联合解释异构观测、测量数据和领域知识。然而，现有方法通常将物理量和控制方程表示为通用的数值或文本 token，忽视了决定其时空相互作用的物理约束。为解决这一局限，我们引入了 \textbf{物理场模态}，并提出 \textbf{PhyMo}，这是一个以物理为基础的多模态框架，通过与 PDE 相关联的算子来组织异构测量数据。PhyMo 遵循三阶段学习流程：首先在 PDE 残差监督下通过场重建对物理场编码器进行预训练；随后将其表示与视觉嵌入对齐到共享潜在空间中；最后由相应的下游预测头处理融合后的多模态表示。在涵盖多种物理环境的五个数据集上的实验表明，与每个数据集上最强的基线相比，PhyMo 达到了最先进的性能，证明了 PhyMo 在 AI4Physics 多模态表示学习中的优越性。