第181章 萬象
第181章 萬象
不過雖然周昀在計算機領域名聲不小，但是在材料學領域，沒人知道他是誰，所以常常碰壁。
這也讓周昀不得不轉變思路，「既然現有的數據不可靠，路徑依賴嚴重，那就自己開闢一條新路。」他的性格里，從來就不缺乏獨立解決問題的決斷力。
自己動手，豐衣足食，既然數據驅動的方法不可行，那就嘗試做出一個真正的虛擬實驗室。
他的想法是通過強大的人工智慧技術，搞出來一個超高保真材料物理引擎，然後通過這個物理引擎來模擬材料的組合等等，它不僅要模擬材料在原子、介觀、宏觀等不同尺度的行為，更要無縫銜接這些尺度，並精準復現真實實驗環境中的各種「噪聲」和「不確定性」。
它的目標不是得到一個理想化的理論結果，而是生成與真實世界實驗數據在統計意義上無法區分、甚至能預測現實結果的「虛擬實驗數據」。
周昀將這個雄心勃勃的項目命名為「萬象」，寓意「包羅萬象，模擬萬物」
，在數字世界中重構物質的一切可能性。
這是一項需要從底層原理重構的複雜系統工程，所以他採取了分層推進、雙輪驅動的策略。
周昀為「萬象」引擎設計了一個核心架構，他稱之為「多層動態耦合框架」。
該框架一共分成三層，第一層主要基於密度泛函理論等量子力學方法，負責計算電子結構、原子間相互作用勢，它不直接用於大尺度模擬，而是為上層模型提供最關鍵的輸入參數，周的的工作是優化這些計算的效率和精度，確保一切基礎的穩固。
而第二層則是將NDN架構的動態生長與演化能力植入其中，模擬伊始，系統會從一個相對簡單的初始原子構型出發，構建一個初始的NDN網絡，節點可以代表原子團、晶格點，連接代表相互作用。
隨著模擬的進行，網絡會根據局部區域的物理場自發地進行「生長」或「修剪」。
在高梯度、關鍵區域，網絡會「長出」更多節點和連接，自動切換到更高精度的模擬模式；
在均勻、穩定的區域，則保持較粗的粒度，採用計算效率更高的元胞自動機或相場法。
不同尺度區域之間的信息傳遞，不再是生硬的邊界條件強行耦合，而是通過N
DN網絡內部的動態信息流來完成。
高精度區域的計算結果會作為「指導信號」，動態地影響和修正粗粒度區域的演化，形成一個有機的整體。
第三層則負責將核心層模擬出的原子構型、微觀組織，翻譯成與真實實驗表徵手段輸出幾乎一致的結果。
周昀編寫了虛擬的X射線衍射儀、電子顯微鏡等模塊，這些模塊能基於模擬出的微觀結構，計算出對應的XRD圖譜、SEM圖像，連背底噪聲、衍射峰寬化效應等都根據設備模型完美復現。
而關鍵一步就是「污染」數據，周昀特意在此層加入了「現實噪聲注入模塊」。
這包括：模擬設備測量誤差、環境振動導致的信號波動、原料批次間的微小差異、甚至模擬操作員記錄數據時可能產生的捨入誤差。
這些噪聲並非隨機添加，而是基於他對真實實驗流程的深刻理解，建立的隨機模型。
但是僅有架構還不夠，如何讓這個引擎變得「逼真」才是關鍵。
首先，他自己搞了一間小實驗室，這點錢對他來說根本不算什麼，他選擇了幾種典型的模型材料體系，在實驗室中進行了成百上千次嚴格標準化的實驗，記錄了從原料、工藝到最終結構和性能的全套高精度數據。
這可以看作是「萬象」引擎初版模擬結果的「標尺」。
最初，「萬象」引擎的模擬結果與真實實驗結果必然存在差異。周昀將這些差異數據，連同對應的模擬輸入條件一起，餵給了專門調校過的特化模型。
而這個模型相較於其他的模型，多了一份對於本質的理解能力，它可以通過強大的算力在儘可能小的尺度下來分析差異來源，AGI會提出對「萬象」引擎內部數百萬個參數的修正建議，或者直接優化NDN
網絡的生長策略函數，這個過程是自動化的、持續不斷的。「萬象」引擎在AGI的指導下，通過對比虛擬與現實，進行自我疊代和進化。
經過了幾個月的疊代之後，「萬象」引擎開始展現出令人震撼的能力。
對於實驗室已經驗證過的工藝，「萬象」引擎不僅能準確預測最終的微觀組織和性能，其虛擬出的XRD圖譜、SEM圖像與真實結果的相似度達到了驚人的高度，甚至經驗豐富的實驗員都難以一眼分辨真假。
周昀開始利用成熟的「萬象」引擎進行反向設計。他給AGI一個目標：尋找一種在特定溫度下強度最高、韌性最好的新型高熵合金成分。
萬象在嚴格物理約束下，生成數萬種可能的成分和熱處理工藝組合，同時進行了數萬次「虛擬實驗」，快速評估每種方案的穩定性、相組成和力學性能。
這個過程在幾天內完成，成本極低。最終，AG1和「萬象」引擎共同篩選出了三種最具潛力的候選方案。
很快，他立刻在他的小型自動化實驗室里，開始了驗證實驗，首先是第一種方案：Cr20Fe20Co20Ni20Mo20
「萬象」預測：該成分在1250°C均勻化退火後快速冷卻，會形成單一的面心立方固溶體結構，預測其在800°C下的抗拉強度可達1.2GPa，延伸率超過15%。
周昀從高純度的金屬原料庫中，取出鉻、鐵、鈷、鎳、鉬的塊體，使用精度達到0.1毫克的精密天平，在超純氬氣保護的手套箱內，嚴格按照20t.%的比例進行稱量。任何微小的偏差都可能影響最終結果，必須一絲不苟。
稱量好的原料被小心地放入一台小型水冷銅坩堝真空感應熔煉爐的氧化鋁坩堝中。
爐門關閉後，系統啟動抽真空程序，將爐腔內的真空度抽至優於5×10—3Pa，以最大限度地排除氧氣和氮氣的干擾。
啟動中頻感應加熱，功率緩慢提升。通過觀察窗，可以看到金屬塊逐漸發紅、熔化，最終匯聚成一汪明亮的金屬液。感應電流產生的電磁場同時對熔體進行充分攪拌，確保各元素均勻混合，避免成分偏析。熔煉溫度維持在比合金預計算熔點高約150°C的溫度，並保持10分鐘。
熔煉完成後，熔融的合金液被傾倒入預熱過的銅模中，快速冷卻成型，得到一個直徑約20mm，高約50mm的圓柱形合金錠。
「萬象」引擎預測，該成分需要經過高溫均勻化退火以消除鑄態可能存在的微觀偏析。
周昀從銅模中取出的合金錠被放入一台管式氣氛保護退火爐中，爐腔同樣被抽真空並充入高純氬氣。
按照「萬象」引擎給出的分析：爐溫以10°C/分鐘的速率升至1250°C，並在此溫度下保溫12小時。這個過程中，原子獲得足夠的能量進行長程擴散，使得成分進一步均勻化。
保溫結束後，執行快速冷卻，樣品被迅速從高溫區轉移到冷卻水套中，激冷的目的是將高溫下的均勻單相固溶體狀態「凍結」下來，防止在慢冷過程中析出其他不期望的相。
熱處理後的合金錠被線切割成適合各種測試的小樣品。
首先進行的是物相鑑定。一塊表面經過研磨拋光的小樣品被放入X射線衍射儀中，射線管發出X射線，探測器開始收集衍射圖譜。周的和負責操作的研究生緊盯著屏幕。圖譜一點點成型....
「出來了！」
屏幕上，衍射峰清晰地出現，與旁邊「萬象」引擎提前生成的虛擬XRD圖譜幾乎完美重疊！
所有的衍射峰位都與面心立方結構對應，沒有出現任何明顯的雜相衍射峰。
這初步證實了「萬象」關於「形成單一FCC固溶體」的預測。
周昀繼續下一步，另一塊樣品經過更精細的研磨、拋光和電解腐蝕後，被放入掃描電子顯微鏡。
低倍鏡下的SEM圖像顯示，組織非常均勻，典型的等軸晶形態，晶粒尺寸在幾干微米左右，未見明顯的第二相或析出物。
切換到高倍鏡並啟動能譜儀進行面掃描，結果顯示Cr、Fe、Co、Ni、Mo五種元素的分布信號在整個觀察區域內都非常均勻，沒有出現明顯的元素富集或貧乏區。這進一步佐證了單一固溶體和成分均勻的預測。
隨後就是力學性能的測試，從合金錠上線切割加工出標準的室溫拉伸試樣，試樣被安裝在一台高溫電子萬能材料試驗機的夾具上。試驗環境艙被抽真空並充入保護氣體後，開始加熱。
當溫度穩定在目標溫度800°C時，試驗機開始以恆定的位移速率對試樣施加拉力。力與位移的數據被實時記錄並轉換為應力—應變曲線。
周昀站在控制電腦前，靜靜地看著曲線攀升。曲線先是線性上升（彈性階段），然後進入屈服和塑性變形階段。最終，試樣在達到最大載荷後斷裂。
數據自動處理完成，屏幕上跳出了關鍵結果：
抗拉強度：1.18GPa
斷後延伸率：14.5%
這兩個數值，與「萬象」引擎預測的驚人地接近，誤差在工程允許範圍內，甚至可以稱得上是高度精準的預測！
周昀看著屏幕上最終的性能數據，又看了看旁邊「萬象」引擎生成的虛擬XRD
圖譜和預測的性能柱狀圖，臉上終於露出了一個笑容。
隨後他又測試了另外兩種方案，結果全都和萬象預測的一樣。
全部測試完成後，周昀將三種新材料放到了專門的玻璃櫃牆上的柜子里，上面一共有數百個柜子，這些柜子都是周的為之後存放新材料做準備的。
不過既然研究成功了，那該寫的論文還是得寫，不過這個論文並不是要發到什麼期刊上，只是寫一篇文章，告訴外界，我又做出了一些東西。
不過發文章這件事，又讓周昀有了一些想法，今後他必然會涉及更多的領域，他也沒這麼多時間去專門處理文章的事情，所以他打算搞一個專門的個人網站，今後自己所有的可公開研究都會放在上面，不用再投到什麼期刊上，只要自己的研究能過自己這一關，就算是可以了。
很快，他打開了一個空白文檔，手指在鍵盤上快速敲擊，標題簡單直接：
《基於「萬象」物理引擎與AGI逆向設計的高性能高熵合金髮現報告》。
這不是一篇傳統意義上的論文，沒有繁瑣的引言和文獻綜述去證明自己工作的「創新性」，也沒有刻意迎合某個期刊的風格。它更像是一份技術公報，或者一份研發日誌，內容極其精煉，整份「報告」寫完，不過十幾頁。
隨後他搞了一個網站，一個專屬的個人公開研究網站，發布的唯一標準，是周昀自己認為這項工作達到了他心目中的「完成度」和「價值閾值」。
域名就是Zhou—Yun—Research.org，幾天後，那份關於高熵合金的研發報告，成為了這個新網站上線的第一篇文章，先前他發布過的文章也會陸續搬到這上面來。
為了防止大家不知道這個網站的存在，周昀還小小的宣傳了一下，學術界的宣傳自然也有比較硬核的方式。
比如github和ariv。
周昀在他之前在github上上傳過的工作里稍稍做了一些宣傳，同時將這篇報告轉載在了ar.iv上。
逐漸有人注意到了這個網站，但大多都是計算機領域的研究者。
不過在GitHub的Issue區、相關的專業論壇，最初的討論也大多圍繞著技術本身：「周昀這是把NDN架構應用到多尺度模擬了？這個動態耦合的思路太巧妙了！
「」
「看他的數據pipeline，完全是工業級的，自動化程度太高了。」
「AGI逆向設計的這部分，不知道底層模型有沒有開源的可能？」
「這份報告的寫法，簡直是對傳統論文八股文的暴擊，太清爽了。」
這些來自計算機領域的關注和討論，為網站帶來了最初的流量和熱度，但並未立刻在材料學領域掀起太大波瀾。
不過雖然周昀在計算機領域名聲不小，但是在材料學領域，沒人知道他是誰，所以常常碰壁。
這也讓周昀不得不轉變思路，「既然現有的數據不可靠，路徑依賴嚴重，那就自己開闢一條新路。」他的性格里，從來就不缺乏獨立解決問題的決斷力。
自己動手，豐衣足食，既然數據驅動的方法不可行，那就嘗試做出一個真正的虛擬實驗室。
他的想法是通過強大的人工智慧技術，搞出來一個超高保真材料物理引擎，然後通過這個物理引擎來模擬材料的組合等等，它不僅要模擬材料在原子、介觀、宏觀等不同尺度的行為，更要無縫銜接這些尺度，並精準復現真實實驗環境中的各種「噪聲」和「不確定性」。
它的目標不是得到一個理想化的理論結果，而是生成與真實世界實驗數據在統計意義上無法區分、甚至能預測現實結果的「虛擬實驗數據」。
周昀將這個雄心勃勃的項目命名為「萬象」，寓意「包羅萬象，模擬萬物」
，在數字世界中重構物質的一切可能性。
這是一項需要從底層原理重構的複雜系統工程，所以他採取了分層推進、雙輪驅動的策略。
周昀為「萬象」引擎設計了一個核心架構，他稱之為「多層動態耦合框架」。
該框架一共分成三層，第一層主要基於密度泛函理論等量子力學方法，負責計算電子結構、原子間相互作用勢，它不直接用於大尺度模擬，而是為上層模型提供最關鍵的輸入參數，周的的工作是優化這些計算的效率和精度，確保一切基礎的穩固。
而第二層則是將NDN架構的動態生長與演化能力植入其中，模擬伊始，系統會從一個相對簡單的初始原子構型出發，構建一個初始的NDN網絡，節點可以代表原子團、晶格點，連接代表相互作用。
隨著模擬的進行，網絡會根據局部區域的物理場自發地進行「生長」或「修剪」。
在高梯度、關鍵區域，網絡會「長出」更多節點和連接，自動切換到更高精度的模擬模式；
在均勻、穩定的區域，則保持較粗的粒度，採用計算效率更高的元胞自動機或相場法。
不同尺度區域之間的信息傳遞，不再是生硬的邊界條件強行耦合，而是通過N
DN網絡內部的動態信息流來完成。
高精度區域的計算結果會作為「指導信號」，動態地影響和修正粗粒度區域的演化，形成一個有機的整體。
第三層則負責將核心層模擬出的原子構型、微觀組織，翻譯成與真實實驗表徵手段輸出幾乎一致的結果。
周昀編寫了虛擬的X射線衍射儀、電子顯微鏡等模塊，這些模塊能基於模擬出的微觀結構，計算出對應的XRD圖譜、SEM圖像，連背底噪聲、衍射峰寬化效應等都根據設備模型完美復現。
而關鍵一步就是「污染」數據，周昀特意在此層加入了「現實噪聲注入模塊」。
這包括：模擬設備測量誤差、環境振動導致的信號波動、原料批次間的微小差異、甚至模擬操作員記錄數據時可能產生的捨入誤差。
這些噪聲並非隨機添加，而是基於他對真實實驗流程的深刻理解，建立的隨機模型。
但是僅有架構還不夠，如何讓這個引擎變得「逼真」才是關鍵。
首先，他自己搞了一間小實驗室，這點錢對他來說根本不算什麼，他選擇了幾種典型的模型材料體系，在實驗室中進行了成百上千次嚴格標準化的實驗，記錄了從原料、工藝到最終結構和性能的全套高精度數據。
這可以看作是「萬象」引擎初版模擬結果的「標尺」。
最初，「萬象」引擎的模擬結果與真實實驗結果必然存在差異。周昀將這些差異數據，連同對應的模擬輸入條件一起，餵給了專門調校過的特化模型。
而這個模型相較於其他的模型，多了一份對於本質的理解能力，它可以通過強大的算力在儘可能小的尺度下來分析差異來源，AGI會提出對「萬象」引擎內部數百萬個參數的修正建議，或者直接優化NDN
網絡的生長策略函數，這個過程是自動化的、持續不斷的。「萬象」引擎在AGI的指導下，通過對比虛擬與現實，進行自我疊代和進化。
經過了幾個月的疊代之後，「萬象」引擎開始展現出令人震撼的能力。
對於實驗室已經驗證過的工藝，「萬象」引擎不僅能準確預測最終的微觀組織和性能，其虛擬出的XRD圖譜、SEM圖像與真實結果的相似度達到了驚人的高度，甚至經驗豐富的實驗員都難以一眼分辨真假。
周昀開始利用成熟的「萬象」引擎進行反向設計。他給AGI一個目標：尋找一種在特定溫度下強度最高、韌性最好的新型高熵合金成分。
萬象在嚴格物理約束下，生成數萬種可能的成分和熱處理工藝組合，同時進行了數萬次「虛擬實驗」，快速評估每種方案的穩定性、相組成和力學性能。
這個過程在幾天內完成，成本極低。最終，AG1和「萬象」引擎共同篩選出了三種最具潛力的候選方案。
很快，他立刻在他的小型自動化實驗室里，開始了驗證實驗，首先是第一種方案：Cr20Fe20Co20Ni20Mo20
「萬象」預測：該成分在1250°C均勻化退火後快速冷卻，會形成單一的面心立方固溶體結構，預測其在800°C下的抗拉強度可達1.2GPa，延伸率超過15%。
周昀從高純度的金屬原料庫中，取出鉻、鐵、鈷、鎳、鉬的塊體，使用精度達到0.1毫克的精密天平，在超純氬氣保護的手套箱內，嚴格按照20t.%的比例進行稱量。任何微小的偏差都可能影響最終結果，必須一絲不苟。
稱量好的原料被小心地放入一台小型水冷銅坩堝真空感應熔煉爐的氧化鋁坩堝中。
爐門關閉後，系統啟動抽真空程序，將爐腔內的真空度抽至優於5×10—3Pa，以最大限度地排除氧氣和氮氣的干擾。
啟動中頻感應加熱，功率緩慢提升。通過觀察窗，可以看到金屬塊逐漸發紅、熔化，最終匯聚成一汪明亮的金屬液。感應電流產生的電磁場同時對熔體進行充分攪拌，確保各元素均勻混合，避免成分偏析。熔煉溫度維持在比合金預計算熔點高約150°C的溫度，並保持10分鐘。
熔煉完成後，熔融的合金液被傾倒入預熱過的銅模中，快速冷卻成型，得到一個直徑約20mm，高約50mm的圓柱形合金錠。
「萬象」引擎預測，該成分需要經過高溫均勻化退火以消除鑄態可能存在的微觀偏析。
周昀從銅模中取出的合金錠被放入一台管式氣氛保護退火爐中，爐腔同樣被抽真空並充入高純氬氣。
按照「萬象」引擎給出的分析：爐溫以10°C/分鐘的速率升至1250°C，並在此溫度下保溫12小時。這個過程中，原子獲得足夠的能量進行長程擴散，使得成分進一步均勻化。
保溫結束後，執行快速冷卻，樣品被迅速從高溫區轉移到冷卻水套中，激冷的目的是將高溫下的均勻單相固溶體狀態「凍結」下來，防止在慢冷過程中析出其他不期望的相。
熱處理後的合金錠被線切割成適合各種測試的小樣品。
首先進行的是物相鑑定。一塊表面經過研磨拋光的小樣品被放入X射線衍射儀中，射線管發出X射線，探測器開始收集衍射圖譜。周的和負責操作的研究生緊盯著屏幕。圖譜一點點成型....
「出來了！」
屏幕上，衍射峰清晰地出現，與旁邊「萬象」引擎提前生成的虛擬XRD圖譜幾乎完美重疊！
所有的衍射峰位都與面心立方結構對應，沒有出現任何明顯的雜相衍射峰。
這初步證實了「萬象」關於「形成單一FCC固溶體」的預測。
周昀繼續下一步，另一塊樣品經過更精細的研磨、拋光和電解腐蝕後，被放入掃描電子顯微鏡。
低倍鏡下的SEM圖像顯示，組織非常均勻，典型的等軸晶形態，晶粒尺寸在幾干微米左右，未見明顯的第二相或析出物。
切換到高倍鏡並啟動能譜儀進行面掃描，結果顯示Cr、Fe、Co、Ni、Mo五種元素的分布信號在整個觀察區域內都非常均勻，沒有出現明顯的元素富集或貧乏區。這進一步佐證了單一固溶體和成分均勻的預測。
隨後就是力學性能的測試，從合金錠上線切割加工出標準的室溫拉伸試樣，試樣被安裝在一台高溫電子萬能材料試驗機的夾具上。試驗環境艙被抽真空並充入保護氣體後，開始加熱。
當溫度穩定在目標溫度800°C時，試驗機開始以恆定的位移速率對試樣施加拉力。力與位移的數據被實時記錄並轉換為應力—應變曲線。
周昀站在控制電腦前，靜靜地看著曲線攀升。曲線先是線性上升（彈性階段），然後進入屈服和塑性變形階段。最終，試樣在達到最大載荷後斷裂。
數據自動處理完成，屏幕上跳出了關鍵結果：
抗拉強度：1.18GPa
斷後延伸率：14.5%
這兩個數值，與「萬象」引擎預測的驚人地接近，誤差在工程允許範圍內，甚至可以稱得上是高度精準的預測！
周昀看著屏幕上最終的性能數據，又看了看旁邊「萬象」引擎生成的虛擬XRD
圖譜和預測的性能柱狀圖，臉上終於露出了一個笑容。
隨後他又測試了另外兩種方案，結果全都和萬象預測的一樣。
全部測試完成後，周昀將三種新材料放到了專門的玻璃櫃牆上的柜子里，上面一共有數百個柜子，這些柜子都是周的為之後存放新材料做準備的。
不過既然研究成功了，那該寫的論文還是得寫，不過這個論文並不是要發到什麼期刊上，只是寫一篇文章，告訴外界，我又做出了一些東西。
不過發文章這件事，又讓周昀有了一些想法，今後他必然會涉及更多的領域，他也沒這麼多時間去專門處理文章的事情，所以他打算搞一個專門的個人網站，今後自己所有的可公開研究都會放在上面，不用再投到什麼期刊上，只要自己的研究能過自己這一關，就算是可以了。
很快，他打開了一個空白文檔，手指在鍵盤上快速敲擊，標題簡單直接：
《基於「萬象」物理引擎與AGI逆向設計的高性能高熵合金髮現報告》。
這不是一篇傳統意義上的論文，沒有繁瑣的引言和文獻綜述去證明自己工作的「創新性」，也沒有刻意迎合某個期刊的風格。它更像是一份技術公報，或者一份研發日誌，內容極其精煉，整份「報告」寫完，不過十幾頁。
隨後他搞了一個網站，一個專屬的個人公開研究網站，發布的唯一標準，是周昀自己認為這項工作達到了他心目中的「完成度」和「價值閾值」。
域名就是Zhou—Yun—Research.org，幾天後，那份關於高熵合金的研發報告，成為了這個新網站上線的第一篇文章，先前他發布過的文章也會陸續搬到這上面來。
為了防止大家不知道這個網站的存在，周昀還小小的宣傳了一下，學術界的宣傳自然也有比較硬核的方式。
比如github和ariv。
周昀在他之前在github上上傳過的工作里稍稍做了一些宣傳，同時將這篇報告轉載在了ar.iv上。
逐漸有人注意到了這個網站，但大多都是計算機領域的研究者。
不過在GitHub的Issue區、相關的專業論壇，最初的討論也大多圍繞著技術本身：「周昀這是把NDN架構應用到多尺度模擬了？這個動態耦合的思路太巧妙了！
「」
「看他的數據pipeline，完全是工業級的，自動化程度太高了。」
「AGI逆向設計的這部分，不知道底層模型有沒有開源的可能？」
「這份報告的寫法，簡直是對傳統論文八股文的暴擊，太清爽了。」
這些來自計算機領域的關注和討論，為網站帶來了最初的流量和熱度，但並未立刻在材料學領域掀起太大波瀾。