工業世界模型如何以資料、結構與機理模擬支援 Physical AI
FactVerse 將工業資料、資產關係與物理模擬組織成可重複呼叫的 AI 環境，服務資料中心、半導體無塵室與製造產線。
當 AI 進入工業設施，它需要處理文件與感測器資料，也需要理解空氣如何流動、熱量如何傳遞、氣體如何在通風系統中擴散，以及物體如何與設備互動。工業決策取決於這些系統隨時間變化的方式。
工業世界模型把設施的資料、結構與運行機理組織成 AI 可以查詢、計算並評估行動結果的環境。DataMesh 正在 FactVerse 中建立這項能力，讓工業 AI 在穩定且可重現的營運脈絡中呼叫資料與工具。
資料中心熱流、半導體無塵室多組分氣體輸運，以及製造產線的流體與剛體耦合，是目前最能展現這項價值的三個場景。
從大型語言模型走向工業世界模型
大型語言模型可以解釋一般冷卻原理。要針對一座特定資料中心作出判斷，還需要回答：
- 機櫃排出的熱風會流向哪裡
- 調整送風量後，各排機櫃的進風溫度會如何變化
- 一次調整會降低熱回流，還是把問題移到另一排設備
這些問題涉及設備位置、空間幾何、送回風條件、即時負載、邊界條件與熱流體模型。工業世界模型把這些要素放進同一個可計算脈絡。
工業世界模型的三個層次
工業資料
即時遙測、歷史趨勢、警報、工單、維護紀錄、製程參數與模擬結果，共同描述設施目前與過去的狀態。
工業結構
空間座標、資產階層、管網與電氣拓撲、上下游關係和生產流程，說明每筆資料屬於哪個物件，以及不同物件如何相互影響。
工業機理
質量、動量與能量守恆構成物理基礎，設備邏輯、控制策略、製程限制與安全規則則補充特定設施所需的運行機理。
當三維場景中的物件具有身分、屬性、關係、狀態與物理行為，它就能承載這些資訊。團隊可以查看當前狀態，也可以計算計畫中的調整將如何影響未來狀態。
FactVerse 作為工業 AI 執行框架
AI Agent 通常把基礎模型連接到資料庫、API、腳本與模擬工具。工業場景還需要管理單位、版本、權限、邊界條件、執行順序與結果驗證。
在 AI 工程中，Harness 是包圍模型與工具的執行框架，負責脈絡、狀態、工具權限、工作流程順序、異常處理、結果驗證與過程紀錄。模型理解問題並選擇行動，執行框架則讓行動遵循清楚的工程流程。
FactVerse 透過以下流程承擔這項角色：
- 把問題定位到特定設施、系統、設備與時間範圍
- 取得所需資料、物理模型、參數與邊界條件
- 依定義順序呼叫查詢、模擬、分析與工作流程工具
- 檢查單位、版本、資料完整性、守恆關係與求解狀態
- 記錄輸入、執行過程與輸出，供比較、複核與稽核
這套結構支援同一場景與輸入重現結果，也能透過替換幾何與參數移轉到其他設施。發生問題時，工程師可以判斷來源位於資料、模型設定或工具執行。
以物理模擬評估行動後果
資料驅動的世界模型可以從影片與感測器歷史快速預測候選結果。工業決策還需要符合物理規律與營運限制。送風、壓力、溫度、設備位置或製程節拍改變後，結果需要放回設施機理中計算。
- 物理求解器計算並驗證高價值場景
- 真實運行資料校正參數與邊界條件
- 資料驅動的代理模型快速篩選更多候選方案
- AI Agent 組織問題、呼叫工具並比較結果
DataMesh 已經基於格子玻爾茲曼方法（LBM）建立氣流、熱輸運與多組分氣體輸運能力，並把求解器接入 FactVerse 與 NVIDIA Isaac Sim，成為工業工作流程可以呼叫的物理能力。
LBM 為何正在進入工業模擬
LBM 透過規則格點上的分布函數遷移與碰撞描述流體行為。局部、高度平行的計算方式與規則資料存取適合現代 GPU。工業 CAD、BIM、掃描資料與 OpenUSD 場景也能整理為體素或格點計算域，減少複雜設施的部分前處理工作。
在 DataMesh 目前的一項驗證中，一張消費級 GPU 以約 178 萬個格點，在約一分鐘內完成無塵室 55 秒真實物理過程的氣體輸運計算。實際速度與精度取決於幾何、解析度、物理設定、硬體與收斂要求，生產專案需要完成工程校準與驗證。
相關理論也持續發展。國際數學聯盟授予鄧煜 2026 年菲爾茲獎，其成果包括從稀薄氣體硬球動力學嚴格推導玻爾茲曼方程。這項研究關注粒子動力學與動理學描述之間的理論連結，LBM 則把相關介觀表示轉化為適合平行運算的工程方法。
三個工業場景
資料中心：追蹤熱量與空氣
監控系統可以發現進風溫度偏高的機櫃。熱流世界模型加入空間氣流與熱輸運，協助工程師分析成因並比較調整方案。
在一個驗證場景中，表現最差的機櫃吸入較多來自自身與周邊設備的回流熱風。分析協助工程師區分熱回流路徑與送風不足，並評估通道封閉、氣流組織與配置方案。
半導體無塵室：計算氣體輸運與偵測範圍
無塵室安全分析需要了解危險氣體洩漏後的擴散路徑、濃度變化、偵測器反應時間，以及通風條件下可能存在的覆蓋盲區。
在部分場景中，通風與捕集同時失效會讓偵測器更早警報，因為稀釋與排出能力同時下降。工程評估需要共同檢視濃度場、影響區域、偵測覆蓋與系統狀態。
製造產線：連接流體與運動物體
高速生產設備中的氣流與壓力場會推動、翻轉或阻礙零件。DataMesh 正在驗證流體與剛體耦合流程，將流場作用力、物體位置與姿態、碰撞、摩擦、材料參數和設備節拍放入同一計算場景。
這項能力可用於零件輸送、包裝、機器人操作和異常卡阻分析，也為 Physical AI 提供更接近真實營運限制的學習與驗證環境。
把一次求解轉化為可重複的 AI 工作流程
FactVerse 可以準備場景、綁定設施資料、設定求解器、保留資料來源與計算過程，再把結果交給 FactVerse AI Agent 比較與複核。團隊可以批次產生配置或參數組合，呼叫求解器完成篩選，再把少量候選方案交給工程師核准。
可靠應用需要明確模型負責人，確保幾何與感測資料品質，對邊界條件進行版本管理，記錄假設，驗證求解器，評估不確定性，並由工程人員核准營運調整。這些機制讓模擬證據能被理解、重複使用與追溯。
面向 Physical AI 的計算基礎
資料描述工業狀態，結構建立物件關係，物理機理計算變化。FactVerse 把這些層次組織成 AI 可以透過受控工具讀取與操作的可重複環境。
進一步了解 DataMesh Physical AI 平台、資料中心營運、半導體廠務營運與物理流程模擬。