高能物理实验研究周期长、知识门槛高，受限于人力，大量对撞数据难以得到充分的挖掘与分析。以大语言模型为基础的智能体能够编写代码、检索文献并执行多步分析，为突破困境提供契机。本文聚焦Just Furnish Context(JFC)智能体框架，分析其完成的CMS实验H→τ+τ~-信号强度测量、ALEPH实验Lund喷注平面密度测量等结果，及其对高能物理研究的意义；同时概括其当前局限性，并展望基准数据集构建、下一代大科学装置数据处理、人才培养的发展前景。
基础学科拔尖创新人才的自主培养，特别是物理学科，是决定我国科技竞争力和长远发展的重要因素。然而，当前人才培养面临急功近利、应试教育、文化传统抑制创新、国际交流受阻以及人工智能冲击等多重深层次问题，亟需从理念到制度作出系统性回应。本文总结清华大学拔尖计划1.0至2.0的实践经验，围绕国家育人现状、“钱学森之问”的当下回答、中国科技进步特征、人工智能时代高校教学如何深入改革等问题，从国内外社会环境、师生精神层面提出若干人才培养的建议和指导。本文再现回顾朱邦芬院士对“以独立之精神，自由之思想”为核心培育面向未来的原始创新人才的报告全程。
<正>百年树人，物理为基。2026年，清华大学物理系迎来百年华诞。物理系自1926年叶企孙先生在清华创建物理系以来，走过了战火纷飞中的西南联大时期，经历了1952年院系调整后的曲折发展，至1982年复系并逐步走向复兴，如今已经成为国内发展最快、最好的物理系之一。百年来，从这里走出了十位“两弹一星”元勋、数十位院士及大批行业领军人才，在基础研究和高技术领域不断书写华章。值此承前启后之际，《物理与工程》编辑部特别策划本期专刊，集中呈现物理系近年来在人才培养模式革新、AI驱动的物理研究、实验教学体系优化以及前沿技术应用等方面的探索性成果，既是对百年学脉的梳理，亦是对未来发展的前瞻。
量子安全直接通信是以量子态为载体，直接安全传输信息的量子通信技术，由清华大学团队于2000年首次提出。量子通信泛指通过使用量子态完成信息传输的技术，按量子态传输的内容不同可分为三类：传输随机数的量子密钥分发、传输经典信息的量子安全直接通信、传输量子信息的量子隐形传态。经过20余年发展，量子安全直接通信逐步成熟并走向应用：建立了适配高损耗、高噪声及高安全要求场景的通信理论体系，完成了光纤与自由空间中的量子直接通信实验演示，建成城域、城际及组网三个量子安全直接通信里程碑系统，并在5G专网、银行等多种场景成功试用。量子安全直接通信具备多种用途：通过窃听感知而避免信息泄露，保障信息安全；通过监听感知定位暴露位置，为预防定点清除、保护指挥员人身安全提供技术支撑；还可通过感知侵入与篡改行为，为网络安全提供新型防护。目前，量子安全直接通信已被纳入中国、欧盟及美国的相关规划文件，正在快速发展。本文将简述量子直接通信的发展历史、基本原理、研究进展与未来展望。
本文回顾了清华大学物理系在高温超导微波滤波器设计、研制及应用方面的研究工作。介绍了高温超导微波滤波器研究现状，研究团队在窄带超导滤波器、宽抑制特性超导滤波器、双通带和三通带超导滤波器、宽带超导滤波器等方面的研制工作，以及高温超导滤波器在移动通信基站中的应用研究。
<正>《物理与工程》由教育部主管、清华大学主办，是教育部高等学校大学物理课程教学指导委员会会刊，中国科技核心期刊。《物理与工程》自1981年创办以来，扎根大学物理教学与实验研究，持续追踪物理和相关交叉学科的科研进展与应用转化，讨论物理学在现代工程技术中的应用，致力于成为连接基础教学与科学前沿的桥梁。面向未来，我们愿与广大科研人员、高校师生、行业专家及工程技术人员一道，共建开放、协作、共享的学术交流平台，将继续在人工智能与教育融合的背景下，推动大学物理教学的改革与创新，进一步深化对中外物理科研与工程应用的前沿探索。
图像识别是人工智能技术的一个重要应用领域，其中，卷积神经网络在二维图像数据处理方面具有显著优势，是人工智能图像识别的核心技术之一。然而，随着人工智能应用对算力的要求不断提高，传统数字集成电路计算架构下算力瓶颈问题日益凸显。本研究设计了一种基于微透镜阵列的光学卷积系统，将几何光学的空间分割机制与光计算的超高并行特性相结合，在物理层面上完成了卷积乘加运算的映射。系统利用空间光调制器加载图像信息和卷积核，通过微透镜阵列分割光场，利用卷积核对分割后的子区域并行调制，最后经过成像光路汇聚实现求和，从而完成了光学空间上的卷积计算。本研究给出了基于微透镜阵列的光学卷积系统实现原理，设计了实验光路，提出了系统校准、卷积核实现、图像后处理等关键技术的实现方法。实验结果表明，该系统具备基础成像性能，具备实现高斯算子、梯度算子、拉普拉斯算子等复杂特征算子的能力，系统受限于器件精度仍存在一定像差和衍射导致的误差，能够为基于几何光学架构的光学卷积方案在图像预处理任务中的可行性提供验证。
随着人工智能技术的发展与应用，AI赋能物理实验的潜力日益凸显。然而由于物理实验创新性强、方法迭代快，因此传统通用大语言模型（LLM）在针对特定实验方法进行推理时需要将本地知识库全部注入，进而耗费大量上下文资源，使用成本较高。本研究提出一种融合动态上下文感知管理与协同推理架构的物理实验模型框架。该框架可以直接适配现有大语言模型，通过动态筛选与自动化闭环校验，提取高价值相关信息注入模型上下文，在显著降低推理成本、提升推理效率的同时，实现了与传统全量上下文注入方法相当的推理质量。该框架支持快速二次开发与多元化实验场景与仪器适配，有效解决了计算资源与成本瓶颈，为物理实验自动化与智能化提供了高效灵活、值得借鉴的创新范式。
原子核由质子和中子构成，组成原子核的质子和中子大多数时候受整体核力环境支配并产生运动，通常称之为费米运动。这些中子和质子，偶尔会在极短距离内形成转瞬即逝的“搭档”，并获得异常大的相对动量，物理学家称之为短程关联。这样的搭档不能被直接“拍照”，却会在重离子碰撞早期留下线索：跑得特别快的中子和质子相遇时，更容易放出高能伽马光子，使伽马能谱的高能端被抬高、变“硬”。近期的锡-锡碰撞实验利用这一线索，通过测量碰撞产生的高能轫致辐射光子，结合输运模型、探测器校准和背景检验，推断锡-124原子核中约20%的核子具有与短程关联相关的高动量成分。该结果为研究原子核内部短距离运动提供了一种新的、与电子散射和强子敲出互补的方法，也让低能重离子碰撞成为探测核内核子运动形态与基态核结构特征的新窗口。
NuSEP数智仿真实验平台自2024年上线至今已逾两年。这两年最显著的变化，是AI技术对教育领域带来的深刻且结构性的变革，其影响之广、程度之深，远超预期。本文聚焦AI时代背景下NuSEP平台的发展历程、应用实践、经验得失，并对未来方向进行前瞻性展望。