iFOL

iFOL（Implicit Finite Operator Learning）是一种新型的物理感知算子学习框架。

技术突破

• 基于JAX架构实现跨越训练分辨率的物理场预测。
• 在复杂、不规则几何结构的耦合多物理场模拟中，保持传统有限元的精确度。
• 推理速度比传统数值仿真快数个数量级。

工业价值

为实时物理仿真（Real-time Simulation）扫清了障碍，是[[物理感知算子学习]]领域的重要进展。

相关概念

• [[物理感知算子学习]]
• [[数字孪生]]
• [[工业智能]]