CERN 數十年來持續透過質子對撞以理解宇宙。如今，它需要一個能夠解讀對撞殘骸的 AI 模型。

2026 年 10 月 15 日，歐洲核子研究組織（CERN）與 Mistral 系列語言模型的法國開發商 Mistral AI 簽署合作意向書，將共同打造一個預訓練的大型物理模型（Large Physics Model）——一個專為高能物理構建的基礎模型。

雙方正在打造什麼

該模型預計將以與大型強子對撞機（LHC）相關的數十億個模擬質子-質子對撞事件進行訓練。LHC 是位於日內瓦附近法瑞邊境地下、全長 27 公里的環形加速器，希格斯玻色子於 2012 年在此被發現。其目標是為物理學家提供一個通用工具，而非一堆功能單一的狹隘演算法。

這種做法借鑑了重塑語言 AI 的基礎模型策略：先在海量數據集上進行一次預訓練，再將同一模型適配到多種不同任務。優先應用有三項：

• 對撞重建：從探測器訊號反向推導對撞中實際發生的過程。
• 粒子識別：分辨特定事件中飛出的粒子種類。
• 異常偵測：標記不符合已知物理預測的事件。

促成這項合作的數據難題

CERN 並不缺乏原始素材。其 LHC 實驗已產生近 1 EB 的數——約相當於一百萬 TB——而預計於 2030 年前後完成的高亮度 LHC 升級工程，可望將對撞率提高十倍。傳統分析管線的設計並未考慮如此龐大的數據量，這也說明了為什麼 CERN 此刻急於尋找 AI 夥伴。

Mistral 則補上了等式的另一半：訓練超大規模模型的經驗。這家總部位於巴黎、成立於 2023 年的公司，於 2026 年 10 月 6 日預覽了擁有 1 兆參數的 Mistral Large 4 模型。

合作如何發展至此

CERN 與 Mistral 自 2025 年起便已展開多次交流與簡報，在白紙黑字簽署之前逐步奠定基礎。此次簽署的是一份意向書——僅宣示共同方向，並不構成具約束力的研究合約。除了初步協議外，雙方均未公布時間表、資金數字或具體里程碑。

這代表什麼

對物理學家而言，利害關係相當實際。如果單一預訓練模型能在重建、識別與異常偵測方面有合理的表現，研究團隊便可將更多時間用於提出問題，而非打造客製化工具。對更廣泛的 AI 產業而言，這項合作是對基礎模型技術能將語言之外的能力延伸至基礎科學多遠的一次檢驗——同時也讓全球最大的粒子物理實驗室與歐洲最知名的 AI 公司之一攜手合作。

風險則是早期科學 AI 計畫常見的那些。以模擬數據訓練的模型必須證明其能經得起真實探測器輸出數據的考驗，而物理學要求的嚴謹度，幾乎容不下一絲「幻覺」。

後續值得關注的發展十分明確：一份包含明確資金與期限的正式協議、任何有關重建或異常偵測的公開基準測試，以及在 2030 年前後高亮度時代來臨前，該模型是否已準備就緒的跡象。

資料來源：CryptoBriefing