两位曾获贝索斯旗下AI项目邀约的科研人员，最终选择自主创业并推出新型物理AI系统。由加州理工学院教授Anima Anandkumar与工程师Benedikt Jenik共同创立的Accelerated Understanding公司，其研发的模型单次提示可处理5万亿数据单元，处理规模达主流大语言模型的500万倍。该系统突破传统语言模型框架，专注于预测物理现象在时空维度中的动态变化。
与传统围绕语言数据训练的模型不同，新系统采用神经算子技术构建核心架构。这项由Anandkumar团队开拓的技术，将物理定律直接嵌入模型设计，使其在处理材料科学、流体动力学等复杂物理问题时具备独特优势。以芯片设计领域为例，该技术可通过模拟材料属性与温度变化，显著减少实验室试错次数，提升研发效率。
企业级应用成为技术落地的首要方向。除半导体行业外，公司计划将技术扩展至机器人控制、极端天气预测及能源地质分析等领域。在天气预测场景中，早期研究已验证其与传统数值计算方法相当的准确性，同时具备更快的运算速度。这种跨学科的技术融合，为工业界解决复杂物理问题提供了新范式。
创业选择背后存在资本博弈。2024年末，贝索斯合作方Vik Bajaj曾向两位创始人发出邀约，提出由Anandkumar担任公众代表兼董事，并给予35%公司股权与百万级年薪。文件显示，包括贝索斯在内的投资方承诺在B轮前注入超20亿美元资金。尽管条件优渥，团队仍坚持独立发展路线，最终婉拒了这份邀约。
贝索斯随后推进的Project Prometheus项目，于2026年6月完成120亿美元融资，重点攻关物理系统制造自动化。而Accelerated Understanding选择深耕基础研究，其技术路线获得英伟达CEO黄仁勋支持。Anandkumar的学术背景为此提供支撑——她曾在亚马逊任职科学家，并担任英伟达董事五年，期间持续推动神经算子技术的工程化应用。
当前AI领域呈现明显分化趋势：语言模型赛道竞争白热化，物理智能方向逐渐显现技术蓝海。这种分化不仅体现在应用场景，更反映在底层架构创新层面。随着工业界对精准物理模拟需求增长，基于第一性原理的AI系统或将在特定领域形成技术壁垒，重构产业智能化升级路径。
