作为业内首个多学科、系统化的AI4S工程实战宝典，“AI4S实战派”栏目立足开放生态、持续演进，致力于“手把手”带你率先跑通科学大模型，将复杂、多学科的AI模型转化为能跑、能用、能创新的生产力工具，帮助科研人员和开发者零门槛上手，加速科学新发现。香港中文大学助理教授、波动智能实验室负责人刘圣超以应用于科学智能（AI4S）的多模态与多智能体（Multi-agent）为主线，用贯通过去十年AI发展脉络

《AI4S实战派》第四课探讨了自回归模型在跨领域预测中的应用。复旦大学姜若曦教授解析了AI如何通过层级表征预测物理世界演化，指出视觉与科学数据的建模难点在于缺乏天然的离散表示。课程回顾了从PixelCNN到VAR、MAR的视觉建模演进，并展示了团队创新的分层隐式自回归模型：通过"先粗后细"的多尺度预测和未来信息约束，在湍流模拟中实现95%的长期稳定性，误差降低50%。该模型将物

作为业内首个多学科、系统化的AI4S工程实战宝典，“AI4S实战派”栏目立足开放生态、持续演进，致力于“手把手”带你率先跑通科学大模型，将复杂、多学科的AI模型转化为能跑、能用、能创新的生产力工具，帮助科研人员和开发者零门槛上手，加速科学新发现。