CERN 与 Mistral于 10 月 15 日签署意向声明，拟开发用于科学研究的基础模型。最初的目标是面向对撞机数据的预训练大型物理模型（Large Physics Model）。CERN 表示，该模型将从数十亿次模拟质子—质子碰撞中学习，支持重建、粒子识别以及异常信号搜索，也可能帮助评估未来的探测器设计。
公告没有报告合作方已训练出的模型、评估、访问途径或发现。CERN 的 CMS 实验此前已测试用于重建的机器学习，但那是任务范围更窄的独立项目。
关键变化
- 发生了什么变化：CERN 与 Mistral 同意探索长期合作，核心是一个计划用于多种对撞机物理任务的模型。
- 为什么重要：CMS 目前通过多个专门步骤重建碰撞事件。一个可复用的预训练模型，如果能在不同任务和探测器条件下证明准确，可能很有价值，但这项合作尚未展示这样的结果。
- 后续观察：首项检验将是一个有文档说明的模型，以及在具体任务上与现有方法的比较。声明没有给出发布日期、验证里程碑或公众访问条款。
从探测器信号到物理对象
粒子探测器记录径迹和能量沉积。重建软件将这些测量组合成物理学家可以分析的粒子及其他对象。CERN 将现有流程描述为一条由专门算法组成的处理链。它希望预训练一个模型，为这条链内外的工作提供支持。
公告将模拟质子—质子碰撞列为计划中的训练材料，并指出了可能的下游任务。它没有说明模型架构、确切的输入表示、输出接口，或如何在真实探测器数据上验证性能。评估一个模型能否服务不同实验或探测器设计时，这些细节很重要。
CERN 的AI 灯塔计划另将一个以 CERN 为核心的物理基础模型描述为共享科研基础设施，首批模型目标定在 2029 年。这是 CERN 的项目目标；10 月 15 日的声明没有就 Mistral 在该日期交付作出承诺。
早期 CMS 成果回答的是更具体的问题
在CMS 于 2026 年早些时候公布的一项研究中，研究人员在 CMS 软件框架内测试了机器学习粒子流算法。它读取探测器信息，输出重建粒子。CMS 论文报告，其表现与标准粒子流方法相当，在指定的模拟样本上具有更好的喷注能量分辨率，并在所测硬件条件下实现更快的逐事件推理。研究还使用了少量已记录的碰撞数据进行比较。
这项研究表明，在所报告的条件下，机器学习可以执行完整的重建任务。它早于 CERN—Mistral 协议，不能证明拟议的 Large Physics Model 已经训练、测试或部署。计划中的模型目标更广，涉及多任务，需要自身的证据。
CERN 称拟议系统为首个对撞机物理基础模型。这种表述需要谨慎：2025 年 2 月的一篇论文已将 HEP-JEPA 描述为“对撞机物理基础模型”，使用模拟喷注数据预训练，并评估下游分类任务。那项研究没有确立 CERN 目前提出的同样的全事件、多任务范围，但它确实表明，不加限定地宣称“首个”会掩盖早期研究。
这项合作将 CERN 的对撞机数据和计算专长与 Mistral 的模型训练工作结合起来。合作方尚未发布模型，也没有在明确任务上与现有工具作比较。BIG CHANGE 审阅了公告与研究记录；未测试 CERN—Mistral 模型，也未复现 CMS 研究。
来源与延伸阅读
- CERN 与 Mistral 合作公告，2026 年 10 月 15 日。确认意向声明、计划中的模拟碰撞训练和拟议任务。没有报告模型结果或访问条款。
- CERN AI 灯塔倡议，2026 年 10 月 15 日查阅。说明 CERN 独立的物理基础模型项目及首批模型目标，没有设定 Mistral 合作的截止日期。
- CMS-PFT-25-001，CMS 合作组，2026 年 1 月 24 日。报告早期粒子流重建研究、基准测试条件及局限。
- HEP-JEPA：对撞机物理基础模型，2025 年 2 月 6 日。较早的对撞机模型论文，评估范围较窄、聚焦喷注；与公告中的优先性表述有关。
