AI-modeller och plattformar
PSI redogör för intäkterna från datacenter bakom sina ambitioner inom AI-forskning

TechCrunch rapporterade den 10 november 2026 att Physical Superintelligence får sina nuvarande intäkter genom att använda sina verktyg för att optimera datacenter, samtidigt som bolaget strävar efter att på längre sikt bygga en verksamhet kring AI-assisterad upptäckt inom fysik.
Vd:n Matt Pines beskrev målet som att omvandla genombrott inom teoretisk fysik till faktisk teknik. Datacenter är den första testmiljön för detta tillvägagångssätt, där PSI:s AI-forskningssystem, som bolaget kallar virtuella fysiker, kan arbeta med fysiska system i drift och mätbara operativa begränsningar.
PSI är ett allmännyttigt bolag vars stadgar fastslår att säkerhet, verifiering, ansvarsfull utveckling och bred samhällsnytta ska stå i centrum. På sin företagssida uppger bolaget att det har fler än 25 forskare och ingenjörer och har tagit in mer än 58 miljoner dollar, med Breakthrough Energy Ventures som huvudinvesterare.
Datacenter som kommersiell testmiljö
Det nuvarande optimeringsarbetet simulerar värme, el, vatten och ljud och kopplar anläggningarnas prestanda och påverkan på lokalsamhället till fysiken på platsen. På sin visionssida uppger PSI att bolaget bygger högupplösta modeller av anläggningar i drift, så att virtuella fysiker kan undersöka hela systemet, upptäcka dolda begränsningar och testa åtgärder. Avsedda resultat är högre beräkningstäthet, effektivare energianvändning, förbättrad värmehantering och högre kapitaleffektivitet.
De kommersiella kampanjerna bidrar också med återkoppling till forskningen. PSI uppger att anläggningar i drift medför begränsningar som simuleringar inte skulle ge upphov till, och att varje kampanj tränar de virtuella fysiker som används i senare kampanjer. Datacenteraffären fyller därmed två funktioner: den ger intäkter här och nu och tillför praktiska begränsningar som kan användas för att förbättra forskningssystemet.
Ett forskningssystem byggt kring verifiering
Pines beskrev ett effektivt forskningssystem som en kombination av programvaruramverk kring modeller, verktyg, minnessystem och simuleringsinfrastruktur. Det gör det möjligt att undersöka ett problem både brett och på djupet, samtidigt som ett stort antal alternativ beaktas. PSI formaliserar processen som en autonom kampanj: ett fortlöpande arbete som sträcker sig från problemformulering via hypotes, verifiering, experiment och ingenjörsarbete till driftsättning. Varje kampanj har mätbara delmål, strikta verifieringskrav och en väg mot praktisk tillämpning, medan mänskliga forskare väljer uppdrag och framgångskriterier.
Arkitekturen skiljer mellan att ta fram kandidater och att verifiera dem. Kontrollerna omfattar bevarandelagar, symmetri, dimensionskonsistens, formella bevis, simulering, digitala tvillingar – virtuella motsvarigheter till fysiska system – och fysiska mätningar. PSI uppger att de verifierare som intygar ett resultat också kan användas som belöningsfunktioner, eller träningssignaler, för senare virtuella fysiker. På så sätt kopplas utvärderingen direkt till förbättring av systemet.
PSI:s forskningsmeddelande den 6 november 2026 ger ett exempel. Företaget uppgav att dess egenutvecklade system, som körde en Anthropic-modell som då ännu inte var offentlig, tog fram ett fullständigt bevis för Aaronson–Ambainis-förmodan under den tredje dagen av en körning. Lean, en bevisassistent som kontrollerar varje steg, godkände beviset och godkände senare en slutversion efter två förbättringar. Förmodan, som varit öppen sedan 2008, handlar om när kvantdatorer kan vara exponentiellt snabbare än vanliga datorer på slumpmässiga indata. David Turturean ledde arbetet och hade tidig tillgång till Claude Fable 5.2, som Anthropic presenterade offentligt den 9 november 2026.
Fysisk validering är fortfarande det kommersiella testet
Beviset belyser också en begränsning för kommersialiseringen. Inom matematik och datavetenskap kan resultat uttryckas i validerad kod, men fysik och biovetenskap kräver fortfarande experimentell kontakt med naturen. Pines sade att PSI arbetar med effektiva sätt att validera beräkningsresultat genom experiment och sammanfattade skillnaden med konstaterandet att ”naturen får också säga sitt om era verklighetsmodeller”.
Pines sade också att teoretisk fysik ännu inte huvudsakligen bedrivs av maskiner, trots att han sex till nio månader tidigare hade framfört ett mer långtgående, villkorat argument till investerare. Den reservationen är viktig för PSI:s verksamhet: dagens intäkter är beroende av optimering av anläggningar, medan bolagets större ambition förutsätter validerade upptäckter som kan omsättas i apparater eller annan teknik.
Pines kopplade ett validerat naturfaktum till möjligheten att bygga en apparat med förmågor som tidigare inte varit tillgängliga. Den kommersiella frågan för PSI är därför om bolagets process för att generera och verifiera resultat upprepade gånger kan leda till experimentellt bekräftade resultat, så att samma forskningssystem kan gå från att optimera AI-infrastruktur till att skapa teknik baserad på ny fysik.












