CERN 在 2026 年 10 月 15 日宣布，欧洲核子研究中心已与法国 Mistral 签署意向书，建立长期战略合作，目标是预训练一个专为对撞机物理打造的基础模型 Large Physics Model。训练数据来自大型强子对撞机（LHC）上数十亿次模拟的质子-质子对撞，模型要同时承担对撞重建、粒子识别、异常信号标记和未来探测器设计评估四类任务。路透社同日报道称，双方没有披露时间表和预算，这首先是一份定方向的意向书，不是产品发布。
现在靠一条算法链，之后可能靠一个模型
今天物理学家还原一次对撞，靠的是一串专门算法接力：探测器信号先被逐级加工，再变成可供分析的粒子和物理对象。机器学习早已嵌进其中不少环节，但每个模型只管一段。基础模型的思路是让一个模型学完整条链——在数十亿次模拟对撞里见过足够多的事件形态后，同一个模型既能重建、又能识别、还能把不符合已知物理预期的事件挑出来。对 CERN 来说，这等于把几十年积累的模拟数据从存档变成训练资产；对 Mistral 来说，这是把大模型训练能力伸进一个数据规模和严谨度都极端的领域。就在本周，Mistral 刚把一支产品设计团队收购进门，如今又接下欧洲最老牌科研机构的长期合作，动作明显不止于卖 API。
数据规模是底气，也是倒逼
CERN 官方给出一个数字：LHC 实验至今已存下约 1 艾字节（exabyte）数据，相当于 100 万 TB。而高亮度 LHC 预计 2030 年前后投运，对撞次数将提高约 10 倍，现有分析管线并不是为这种量级设计的。CERN 首席信息官 Enrica Porcari 在公告中的判断是，高能物理提供了以极高严谨度开发和检验 AI 的独特环境，合作成果将服务整个物理共同体并对外分享。换个角度看，这也解释了为什么 CERN 要找外部伙伴：数据和算力在本单位，训练万亿级参数模型的工程经验在 Mistral 这类实验室手里，两边各缺一半。
先别期待成品，先看它立了什么规矩
需要泼一点冷水：意向书没有时间表、没有预算、没有模型规模参数，第一版模型何时能真正参与物理分析，谁都没有承诺。但这件事的信号价值不在于快慢，而在于科研基础模型开始有了明确样本——不是把通用聊天模型拿去微调，而是用一个学科几十年攒下的模拟数据，从预训练阶段就为单一学科造模型。如果这条路在粒子物理上跑通，其他拥有海量模拟与实验数据的学科都会有样学样。对欧洲而言，合作双方一个是欧洲的科研重器、一个是欧洲的大模型代表队，主权叙事完整；对行业而言，评测标准也要跟着变：物理模型的好坏最终要由重建精度和异常发现能力说话，而不是聊天榜单。
