材料 AI 的普遍断档：发现端给不出"能不能用"，器件端做不了材料发明。两个平台把闭环接上——下面的每一环都可点击查看真实演示。
▶ 各节点可点击直达对应互动场景。一句话总览：AI 提名单 → 物理计算复核 → 电脑里先装一次电池 → 只推荐带「把握度」的候选。术语看不懂？页尾有名词小词典。
拖动目标区间，看发射机怎么「少而精」地出候选——全部数字来自真实实验记录（M-PHY-1.5 快充正极演示）。人话版：你说「我要耐快充、容量至少 100 的正极」，AI 从近三千条已知材料里层层筛，最后只发射 6 个、并标好「优先验证(A) / 参照(B)」——替你省掉九成的试错预算。
人话版读图：横轴=锂离子跳跃的「门槛高度」（Ea，越左越快→快充好手）；纵轴=平均电压（决定能量高低）；圆越大越稳定（ehull）。左側虚线带=快离子区（又快又好的候选聚集地）。悬停看参数，点击出档案卡。
◀ 点击星图中的候选查看档案卡（含 XRD 指纹）
发现端发射的候选进入器件端——这一站全部在 PhysAI 内完成。人话版：把候选材料放进电脑里的「虚拟电池」，按慢充/日常/快充三档考卷考试，和商用基准比出分数，最后附上「把握多大」的置信区间。每一环都是真实执行过的（非示意图）：39 次求解只花 0.05 分钟，传统「合成-装电池-测试」一轮以月计。
▶ 演示：同一候选在不同倍率下的真实利用率（左）＋ 模型 90% 置信区间 vs DFT 真值对照（右，UQ 纪律可视化）
基准锚 Chen2020 在档数值为 2C（0.8425）；0.5/1C 基准不在档，不作对比（诚实口径）。
蓝带=模型 90% 把握范围（UQ）；橙点=计算真值；白点=模型均值。区间不参与筛选、只作独立参照——不确定性只声明、不操纵结论。
| 物理任务 | AI 代理相对误差（越小越好） | 说明 |
|---|---|---|
| 热传导 | 0.02% | FNO 强项（频谱友好） |
| Darcy 渗流 | 0.33% | 椭圆类 |
| Navier-Stokes | 0.31% | 抛物类 |
| 黏弹性（物理分解+残差） | 2.96% | 纯 AI 49%——见下方"粘弹谱"场景 |
| 电芯级器件指标 | c_e 0.87% · V_MAE 15-18mV · τ 0.98（双种子）· T_MAE 0.39K | BMS 级（立项依据） |
人话版：Maxwell 模型=把材料看成「弹簧+阻尼器」的经典组合（受力会慢慢松劲=应力松弛）；WLF=一张「时间-温度换算表」——高温下测几分钟≈低温下测几年，所以拖动温度能看到曲线在时间轴上平移，五条曲线最后能「拼装」成一条跨 16 个数量级的主曲线。用途：模压工艺残余应力预报、用短时实验外推长时老化（少做 5-10 组实验）。
Prony 单元参数为演示示意；WLF 常数（C1=17.4，C2=51.6K，Tref=Tg+20K）与下方误差为 E-VIS-1 实验实测。
| 场景 | 物理层交付 |
|---|---|
| 模压/成型工艺（残余应力） | 应力松弛场秒级预报（FNO 代理，FD 精度锚定） |
| 粘弹谱时温外推（质量） | WLF 主曲线拼装，少做 5-10 组高温长时实验 |
| 材料入厂/批次比对 | 谱形指纹+置信区间，异常批次旗标 |
我们对"做不到"与"做到"同等公开——这是双平台所有交付的统一纪律。
| 可以说 | 依据 |
|---|---|
| 19 个 DFT 确认的稳定新颖多形体（MP+COD 双库对账） | 确认档案链 |
| 自主循环 ~24h 完成四重背书确认（人工等效 2-3 周） | M-ALPHA 档案 |
| 超离子行为"计算确认"（三证合一，带软骨架旗标） | M-ALPHA-2 |
| 快离子富集=循环功效 | 禁：盲批终判 0/7，p=0.070 方向性支持"选样偏置"，未定谳 |
| 实验验证/可量产/绝对首创 | 禁：计算发现未经合成验证（3-6 年路线）；FTO 未做 |
| 对象 | 入口 |
|---|---|
| 电池/储能企业 | 给定目标区间 → 候选发射 + 器件评估 + 置信报告；验证预算聚焦 Tier-A |
| 材料/化工企业 | 短名单深评 + 联合开发（贵方合成/循环 × 我方漏斗+器件闸门） |
| 科研院所 | 数据管线 / 宣称纪律方法学合作 |
| 投资/政府 | 尽调包：可复现证据链 + 风险同披露 |
| DFT（第一性原理计算） | 不靠实验、纯靠量子力学方程在电脑里算材料性质——公认的「计算真值」，比实验便宜快得多，但最终仍需实验确认 |
| ehull（稳定性距离） | 材料离「能量地板」的距离（meV/原子）：越小越不容易分解，25 以内算近稳定 |
| Ea / NEB（迁移门槛） | 锂离子跳到下一个位置要翻的「坎」有多高（eV）：越低锂跑得越快→越耐快充；NEB=算这道坎的标准方法 |
| V̄（平均电压） | 材料放电的平均电压（V）：越高单位重量存的能量越多 |
| XRD 指纹 | 材料的「晶体身份证」：X 光衍射图案，每种晶体结构唯一——真材料造出后拿来对身份 |
| 四重背书 | 每个候选过四道独立关卡：稳定性、晶体身份、高温动力学、锂迁移——全过才叫「确认候选」 |
| 漏斗 L1/L2 | 层层淘汰的筛选线：AI 生成上万条 → 新颖性去重 → 快速预筛 → 只剩几十条进昂贵的 DFT 终判（省算力 10-100 倍） |
| Tier-A / Tier-B | 发射分级：A=优先花钱验证，B=基线参照（先别花钱） |
| AL 循环 | 主动学习闭环：模型挑最有希望的候选→送验→结果喂回模型→下一轮更准；M-ALPHA 三次里程碑均由它产出 |
| 9 参数契约 | 材料→器件的「体检单交接格式」：锂扩散速度、颗粒大小、孔隙率等 9 项，两个平台按同一标准说话 |
| SPM / PyBaMM | 把电芯简化成「一颗均匀颗粒」的经典电化学模型（工业研发常用）；PyBaMM=开源电池仿真引擎，我们的求解器 |
| util（利用率） | 实际放出的电 ÷ 理论能放的电：越高越好，快充下掉得越少越强 |
| UQ / 置信区间 | 不确定性量化：模型不只给一个数，还给「我有多大把握」的范围——区间如实声明，绝不拿来粉饰结论 |
| FNO | 一种 AI 物理代理模型：学会物理规律后把小时级仿真压缩到秒级；擅长热/流场任务，不适合的任务如实标注 |
| Maxwell / Prony | 把粘弹材料看成「弹簧+阻尼器」组合的经典模型；Prony=多组弹簧-阻尼器叠加逼近真实材料 |
| WLF 时温等效 | 「时间-温度换算表」：高温下测几分钟≈低温下测几年，用短实验外推长时行为 |
| 物理分解+AI 残差 | 我们的方法论：先让物理公式算底稿，AI 只学修正量——实测 2.96% vs 纯 AI 黑箱 49% |