清華大學聯合清嶼科技等團隊推出自進化多物理場建模系統 EvoSim

作者团队来自清华大学、香港大学、北京怀柔实验室与清屿科技，融合电化学、物理建模与人工智能研究。张强教授与张睿担任共同通讯作者。张强教授为清华大学化工系主任、国家杰出青年科学基金获得者，其课题组相关成果发表于《自然》《自然・化学》《自然・能源》《美国化学会志》等期刊。

AI 在数学、编程等基于形式化推理的任务中进步迅速，已经能够解答高度复杂的问题。但当视野从数字与符号转向材料研发和器件设计所依赖的微观物理世界，AI 就显得力不从心。问题在于：根据现象作出推断，是否就等于理解了系统如何运转？要做到后者，AI 不仅要能定量计算、预测结果，还要追问是哪些机制决定了结果，并让自己的解释经受实验检验。

物理模型正是连接外在现象与内在机制的桥梁。把传输、反应、能量交换等过程写成状态变量和方程，预测便有了可追问、可检验的依据。难点在于，真实系统常耦合多种物理场相互作用，关键内部状态又难以直接测量。当模型与实验对不上，AI 必须追查：参数不准、求解出错，还是原有方程遗漏了关键物理关系？一次排查得到的方法，又能否帮助它完成下一项任务？

为解决这些问题，清华大学化工系张强教授团队联合北京清屿科技、香港大学、北京怀柔实验室等机构提出了 EvoSim，瞄准微观物理建模领域。EvoSim 的核心突破在于，它让 AI 从 “给定方程下调参” 走向 “从实验偏差中追查机制、修订方程、改进建模方法”：同一轮试错既产生更准的模型，也沉淀出可复用的建模能力。团队在电池快充析锂和车辆负载下的动态电压预测两个工业级场景下，真实检验了这一系统的能力。

• 论文  EvoSim: Learning to Model, Modeling to Learn

• 论文链接：https://arxiv.org/abs/2610.11344

模型与实验对不上：AI 追查 “错在何处”

许多用于材料学、计算化学和有限元仿真的 AI Scientist 擅长在给定方程下寻找参数、运行仿真、修改代码。可方程组如果遗漏了关键过程，参数调得再精细，也难以解释系统性的偏差。EvoSim 把解决 “预测错误” 变成一个研究问题：同时提出参数识别、物理机制、几何、边界条件等多种可能原因，再决定如何修改、如何验证。

不同解释被转化为并行候选：有的改反应机制，有的改状态更新或方程耦合。每条候选路线都要接受同一组追问：引入的方程是否符合基本物理规律？求解是否数值可靠？预测是否更贴近测量？机制是否可辨识？这些检查一面决定候选模型的去留，一面留下关于研究步骤本身的证据。

例如，一个候选模型即使没有被采用，失败发生在什么条件下、出在哪个步骤，仍会被系统记录。系统据此提出对建模程序的修正，并且通过对照试验证明修正的有效性。只有证实预期作用，才将它保留为可复用的方法。于是，同一轮探索同时改变模型和 “研究者”：更好的研究方法引出下一轮物理假设，新的模型检验又继续打磨方法。EvoSim 的自进化，就发生在这一来一回之间。

图 1  同一轮实验反馈既推动物理模型修订，也为 AI 提炼、检验建模方法提供证据；更新后的方法继续指导后续模型探索。图片来自论文。

快充的关键边界：电池从何时开始析锂？

快充缩短了电池的充电时间，但也把电池推向更严苛的工作条件。当充电倍率提高时，部分锂可能来不及进入石墨负极，转而沉积为金属锂，消耗可循环锂并影响电池寿命与安全。因此，设计快充策略不能只问 “充得有多快”，还要知道 “在什么条件下开始析锂”。但析锂起点受到电池内部温度、电极设计、充放电协议等多重因素影响，其中很多状态量难以在线实测；单凭一条外部电压曲线，很难直接给出答案。

EvoSim 从建立基础电化学模型出发，加入析锂与剥离反应。但不同倍率下仍出现有规律的偏差，问题随之指向一个更深的假设：沉积的锂并非总以固定比例变成不可逆损失。系统于是将这一关系改写为随倍率变化，让方程反映快充过程的时间尺度。研究使用来自 61 个测试电池的 20 组析锂起点条件，覆盖两种石墨电极设计、25 至 45 摄氏度和多种充电倍率。在测试集上，EvoSim 所建出的模型，析锂起点荷电状态的平均绝对误差为 1.79%，优于领域历史人类专家所构建的模型的预测精度。

约 11 万个采样点：

电压模型能否跟上真实驾驶？

析锂起点决定了快充边界；而车辆行驶中的电压变化，则关系到电池能否在加速时供能、制动时接收回收能量，并保持在运行限值内。动态电压预测也是电池管理系统进行状态估计、功率预测和控制的重要依据。真实驾驶的电流频繁改变，电极状态、电解液传输与界面充电却以不同速度响应。要预测完整轨迹，模型必须解释这些过程怎样影响电压。EvoSim 由此重建电极状态的更新方式，再把复杂这些耦合纳入求解。

验证覆盖 8 个温度下的两类负载曲线，需要分析共 16 条完整轨迹、109,746 个秒级采样点。EcoSim 在 30 摄氏度 DST 轨迹的电压均方根误差为 7.62 mV，20 摄氏度 US06 为 8.97 mV，均低于对应数据集上人类专家构建的电芯模型的历史最好水平。

图 2  论文展示的析锂起点预测，以及动态负载下实测与预测的完整电压轨迹。图片来自论文。

同一轮试错迭代

怎样让模型和 AI 共同进化？

动态电压任务清楚地展示了模型与建模方法之间的相互作用。早期的动态电压模型虽然能够求解收敛，内部电极状态却与参考计算不符。EvoSim 没有只调整参数，而是追查状态更新的离散方式。在失败修正和成功建模之间，系统持续进化，改变了系统此后处理同类问题时的检查与决策顺序。模型的改进产生方法，方法又加速下一次模型改进，即实现了递归自我改进。

为检验方法积累的效果，团队在同一动态电压任务上设置了三组对照：第一组保留完整历史，第二组只保留尝试的摘要，第三组即 EvoSim。在统一提交预算下，EvoSim 的最佳有效误差比第一组低 75.4%，第二组与第一组接近。差距说明，在这项任务上，决定下一轮质量的并非 “记住做过什么”，而是从模型成败中学会 “下一步该怎样做”。

这种反哺还延伸到相关任务。在电化学 — 热耦合建模中，系统选择并行探索物理机制、再修改模型，连续模型修改次数从 10 次降至 1 次。在覆盖 11 项任务的 45 组任务运行中，出现模型构建或物理机制失败的情况减少 36.4%；运行累计执行时间减少 42.6%。

从电池出发

EvoSim 指向怎样的科学研究方式？

EvoSim 展示了一种让语言模型持续理解物理世界的方式：实验指出物理模型解释不了的地方，语言模型据此修订模型、给出新的解释，修订过程又反过来改进它的研究方法。物理模型与科学能力因此在同一条证据链上相互塑造。

电池相关任务为这一路径提供了可量化的起点。下一步，研究者可以在材料科学、化学工程、生物工程等更多领域选取具有实验数据的系统，检验这种协同进化能否继续发挥作用。沿着这条路径，AI 对物理世界的理解不再只体现在一次预测中，也体现在它能否从每次与现实的碰撞中，提出更好的模型和更好的研究方法。