模型定位
HyPDE 是用于二维偏微分方程（PDE）模拟的基础模型，采用融合历史帧的 Transformer 架构，参数量为 3.23 亿。模型从头训练，覆盖 The Well 和 FlowBench 的 13 个二维物理数据集。(github.com)
能力与用途
- 输入规则二维网格上最近 6 帧模拟物理场，一次预测接下来 4 帧；可将预测结果递归输入，以生成更长的轨迹。
- 一套权重覆盖声学、可压缩流体、活性物质、反应扩散和球面浅水等系统，适用于物理场演化预测和相关科学研究。输入场可包括速度、压力、密度、浓度和应力分量等。(raw.githubusercontent.com)
- 官方提供模型权重、Python 包和命令行工具；README 标注许可证为 Apache-2.0。权重为 FP32，约 1.3 GB；运行环境要求 Python 3.10+、PyTorch 2.4+，推荐使用 CUDA GPU，CPU 推理可用但较慢。(raw.githubusercontent.com)
官方评测与限制
官方在 13 个数据集的测试集、共 1,874 条轨迹上进行零样本评测，与未微调的 Walrus 发布权重比较：HyPDE 的轨迹中位 VRMSE 在单步预测、递归预测第 1–20 帧和第 21–60 帧中，分别在 9、10、8 个数据集上更低。这是特定测试集和对照设置下的结果，并非所有系统均占优。(raw.githubusercontent.com)
模型面向规则二维网格和模拟物理场；官方表示，使用模型词汇表中的场描述输入其他二维系统尚未经过测试。递归预测的能力不等于任意长度预测都具有可靠精度，应用于新系统或较长预测时应单独验证。官方评测使用的转换版 FlowBench 文件未随此次发布提供。(raw.githubusercontent.com)
发布日期
2026-11-04。(github.com)
价格
截至 2026-11-14，检索腾讯云国内站和国际站的官方定价资料，均未核实到 HyPDE 的人民币或美元 API 报价，也未核实到该模型的输入、输出计费方式。官方发布的是可自行运行的权重和代码；自行部署所需计算资源费用需另行评估，不应视为已公布的模型 API 单价。(cloud.tencent.com)