Grundmodellen haben die Sprachmodellierung revolutioniert, während unklar bleibt, ob dieser Erfolg auch in der wissenschaftlichen Berechnung reproduziert werden kann. Wir präsentieren OmniArch, den ersten Prototypen, der darauf abzielt, multi-skalare und multi-physikalische Probleme der wissenschaftlichen Berechnung mit physikalischer Konsistenz zu lösen. Mit einer einheitlichen Architektur adressieren wir alle drei zentralen Herausforderungen. Im Vortrainingsstadium integriert ein Fourier-Encoder-Decoder die Disharmonie über getrennte Dimensionen hinweg, während ein Transformer-Backbone physikalische Größen durch zeitliche Dynamik verknüpft. Der neuartige PDE-Aligner ermöglicht physikbasiertes Feintuning unter flexiblen Bedingungen. So weit wir wissen, führen wir erstmals eine einheitliche Vortrainingsphase über 1D-, 2D- und 3D-Probleme auf dem PDEBench durch und erreichen dabei nicht nur neue Leistungsbewertungsniveaus für 1D-, 2D- und 3D-PDGl (partielle Differentialgleichungen), sondern zeigen auch eine herausragende Anpassungsfähigkeit an neue physikalische Phänomene mittels In-Context- und Zero-Shot-Lernansätzen. Diese Fähigkeiten unterstützen realistische ingenieurtechnische Anwendungen und eröffnen Perspektiven für die Entdeckung neuer physikalischer Gesetzmäßigkeiten.