CERN 与 Mistral 签署意向声明，拟训练首个面向对撞机物理的基础模型

欧洲核子研究中心（CERN）与欧洲大规模 AI 模型开发商 Mistral 于 2026 年 10 月 15 日分别官宣：双方已签署一份意向声明（statement of intent），将建立长期战略伙伴关系，开发面向科学发现的基础模型（foundation models）。据，合作的核心目标是训练一个名为「大型物理模型」（Large Physics Model）的预训练基础模型，按新闻稿的表述，这将是首个面向对撞机物理的基础模型；训练材料是大型强子对撞机（LHC，Large Hadron Collider）产生的数十亿次模拟质子-质子对撞。

拟议中的模型要支持四类任务：重建粒子对撞、识别粒子、标记意外信号、评估未来探测器设计。同日发帖确认了这次合作，称「目标：一个大型物理模型，用数十亿次模拟对撞训练」，与 CERN 新闻稿互为印证。

（图片来源：CERN 新闻稿，Image: CERN / Mistral）

意向声明签了什么：合作范围与两处官宣

新闻稿称，这次合作要把 CERN 在基础物理、科学数据和大规模计算上的专长，与 Mistral 在大规模模型训练上的能力结合起来；合作初期聚焦高能物理，新闻稿称这一伙伴关系「有潜力」为更广泛的科学界贡献 AI 方法。

公告没有写明签约的具体日期。CERN 新闻稿页面只标注了发布日期 2026 年 10 月 15 日，没有给出具体时刻；Mistral 官方账号 @MistralAI（蓝 V 认证，约 22.3 万粉丝）则在同日 10:50:29（UTC，北京时间 18:50）发帖。新闻稿把 CERN 介绍为欧洲粒子物理实验室，把 Mistral 介绍为大规模 AI 模型的欧洲开发商；文末「关于 Mistral」部分补充，这是一家总部位于法国的全球 AI 实验室，构建开放权重（open-weight）模型、产品和基础设施，在欧洲、北美和亚洲都有布局。

为什么想把整条重建链交给一个模型

逐条列出了与新闻稿相同的四项任务。新闻稿称，模型旨在应对分析 LHC 对撞时的一个根本挑战：今天的重建依赖一串专用算法，把探测器信号逐步转化为物理分析所用的粒子及其他对象。机器学习早已参与其中，在一系列专用任务上改进性能；基础模型的设想，是在这些进展之上跨整条重建链学习，让一个模型同时支持多项任务。

数据底座：约 1 exabyte 存量与十倍对撞增量

新闻稿称，CERN 存有全球最大体量的科学数据之一：迄今已存储约 1 exabyte（艾字节，即 100 万 TB）的 LHC 实验数据。按 CERN 的计划，训练材料是模拟出来的质子-质子对撞，不是探测器直接记录的数据。对撞数量还会随 HL-LHC（高亮度 LHC，High-Luminosity LHC）再增十倍，新闻稿称 HL-LHC 预计约 2030 年投运。在新闻稿看来，这种规模加上科学精度，为开发和测试 AI 提供了特殊条件。

双方怎么说：CERN 强调严格性，Mistral 强调新发现

CERN 首席信息官（CIO）Enrica Porcari 在新闻稿中说：「高能物理提供了一个独特的环境，人工智能可以在这里以非同寻常的严格性得到开发和检验。我们正与领先的欧洲 AI 公司 Mistral 合作，推进能够服务整个物理学界、并且可以共享的 AI 能力。」

新闻稿结尾把这次合作称为欧洲 AI 与基础科学卓越能力的结合，是「朝着新一代 AI 工具迈出的一步」，以应对现代科学的规模、精度与复杂性。Mistral 方面，AI for Engineering 副总裁 Johannes Brandstetter 说：「我们很自豪能与 CERN 合作，探索大规模 AI 模型能为日益复杂的粒子物理带来什么。我们有机会共同推动高能物理的前沿，开发有潜力催生新科学发现的 AI 能力。」

两份公告里还没有的东西

两份公告都没有给出模型规格、性能基准、时间表或资金安排；在两份公告的表述中，训练新模型仍是「目标」（ambition），不是已完成的事实。模型何时开始训练、何时接受物理学界检验，公告都没有说。