数据集 / 基准

湍流 / 实验与仿真验证

荷兰代尔夫特理工大学发布的经典湍流尾流/方腔流实验与仿真数据集，涵盖多种钝体绕流场景，是 CFD 验证的标杆数据。数据集由 TUDelft 持续维护 30+ 年，配套文献丰富，是 CFD 验证基准与湍流模型开发的权威来源。

热流耦合 / 参数化仿真

10,000 组参数化 90° 弯管流体-热耦合仿真数据，覆盖不同曲率比与雷诺数，用于换热器设计与代理模型研究。数据集含 Nusselt 数 / 压降 / 流场，速度场与温度场多通道同时给出，方便换热器代理模型训练。

CFD/计算流体力学

面向神经PDE求解器的综合基准数据集，包含六个标准任务，覆盖规则网格、结构网格和不规则几何体，用于ICML 2024论文Transolver的统一评估。配套标准化 train/test 切分与基线模型评测脚本，可直接用于学术论文公平对比。

CFD/计算流体力学

大规模计算流体力学机器学习基准数据集，涵盖驱动腔、管道流、溃坝、圆柱绕流四类经典CFD问题，用于评估神经算子在未知边界条件下的泛化能力。支持 mesh-invariant 推理，可在训练分辨率之外直接查询，适配工业级多保真度应用。

计算流体力学

HuggingFace平台上的计算流体力学代理模型训练数据集，由用户harryshah14提供托管下载。数据集按 RANS / LES / DNS 多保真度组织，提供 OpenFOAM / SU2 求解器脚本与标准化训练/验证切分。

计算流体力学

大规模CFD生成的风场模拟数据集，包含超过12,000个案例，专为训练和评估地形信息机器学习风场重建模型FuXi-CFD而构建。可作为物理 AI 训练数据生成器与代理模型验证基线，是 CAE 工业链路的常用底层。

CFD/计算流体力学

HuggingFace平台上的计算流体力学（CFD）数据集，聚焦风场相关流体仿真数据，供CFD研究者与工程师使用。数据集为 HF 社区维护的风场相关 CFD 仿真集合，提供 CSV / NetCDF 等多格式下载，适合数据驱动代理模型教学。

Materials

材料科学领域大规模预训练语料库，含约780M tokens的RefinedWeb数据，用于AI辅助材料发现与分子动力学建模。

通用科学ML

MaCroScope项目发布的物理相关实验数据集清洗版本，包含约20k条数据条目，托管于HuggingFace平台供研究使用。

工业异构网格仿真

ICML 2026 工业级物理 ML 数据集，含 6 个工业异构网格仿真数据集，CGNS 兼容，HF+Zarr 分发，与 CAE 工作流最贴合。CGNS 兼容 HF+Zarr 分发，专为工业异构网格场景设计，可与主流 CFD 求解器互操作。

通用科学ML

MaCroScope宏尺度显微镜物理数据集，包含10k规模样本，用于物理场景下的机器学习训练与评估。

通用科学ML

HuggingFace 托管的物理领域机器学习数据集，MaCroScope 系列之一，Physics-5k 版本包含约5000条样本数据。

通用科学ML

MaCroScope-Physics-1k 是由 ai4collaboration 团队发布的物理科学数据集，用于支撑物理建模与机器学习交叉研究。

通用科学ML

MaCroScope-Physics-4k 是 ai4collaboration 发布的物理科学数据集，名称暗示包含约4000个样本，可能用于机器学习与物理建模交叉研究。

3D 湍流（DNS 验证）

2026 年发布的 3D 湍流 DNS 基准数据集，含 5 个任务与受控泛化切分，专用于评测湍流模型的外推能力。数据集含 Reτ = 1000–10000 平板湍流与各向同性湍流，专为评估外推能力设计，受控 train/test 切分避免数据泄露。

流体/CFD

GeoPT 论文配套的物理仿真数据集，涵盖气动仿真等5类下游任务，含网格尺寸、变量、训练/测试规模等元数据。

汽车气动 / 大规模 CFD

MIT 发布的超大规模汽车外气动数据集，含 8000 个参数化车型的 CFD 流场、网格与气动系数，是气动代理模型与几何生成设计的主力语料。可作为物理 AI 训练数据生成器与代理模型验证基线，是 CAE 工业链路的常用底层。

材料/Materials

材料科学领域本体库，涵盖结构、性能、加工与性能等核心概念的语义组织结构，支持知识推理与工程应用。

PDE 基准 / 可微求解

微软研究院开源的 PDE 基准套件，内置可微求解器与多类时空动力学数据，支持端到端评测神经算子与代理模型的长时滚动稳定性。配套标准化 train/test 切分与基线模型评测脚本，可直接用于学术论文公平对比。

多物理 / PDE · 16 领域

覆盖 16 个物理仿真领域的超大数据集，被称为「物理 ML 的 ImageNet 时刻」，配套 PyTorch API 与预训练基线，支持 HF 流式加载。配套标准化 train/test 切分与基线模型评测脚本，可直接用于学术论文公平对比。