为解决微观物理建模中的难题，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。其核心突破在于让 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。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。
为解决微观物理建模中的难题，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。其核心突破在于让 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。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。