不过虽然周昀在计算机领域名声不小，但是在材料学领域，没人知道他是谁，所以常常碰壁。
这也让周昀不得不转变思路，“既然现有的数据不可靠，路径依赖严重，那就自己开辟一条新路。”他的性格里，从来就不缺乏独立解决问题的决断力。
自己动手，丰衣足食，既然数据驱动的方法不可行，那就尝试做出一个真正的虚拟实验室。
他的想法是通过强大的人工智能技术，搞出来一个超高保真材料物理引擎，然后通过这个物理引擎来仿真材料的组合等等，它不仅要仿真材料在原子、介观、宏观等不同尺度的行为，更要无缝衔接这些尺度，并精准复现真实实验环境中的各种“噪声”和“不确定性”。
它的目标不是得到一个理想化的理论结果，而是生成与真实世界实验数据在统计意义上无法区分、甚至能预测现实结果的“虚拟实验数据”。
周昀将这个雄心勃勃的项目命名为“万象”，寓意“包罗万象，仿真万物”
，在数字世界中重构物质的一切可能性。
这是一项需要从底层原理重构的复杂系统工程，所以他采取了分层推进、双轮驱动的策略。
周昀为“万象”引擎设计了一个内核架构，他称之为“多层动态耦合框架”。
该框架一共分成三层，第一层主要基于密度泛函理论等量子力学方法，负责计算电子结构、原子间相互作用势，它不直接用于大尺度仿真，而是为上层模型提供最关键的输入参数，周的的工作是优化这些计算的效率和精度，确保一切基础的稳固。
而第二层则是将ndn架构的动态生长与演化能力植入其中，仿真伊始，系统会从一个相对简单的初始原子构型出发，构建一个初始的ndn网络，节点可以代表原子团、晶格点，连接代表相互作用。
随着仿真的进行，网络会根据局部局域的物理场自发地进行“生长”或“修剪”。
在高梯度、关键局域，网络会“长出”更多节点和连接，自动切换到更高精度的仿真模式；
在均匀、稳定的局域，则保持较粗的粒度，采用计算效率更高的元胞自动机或相场法。
不同尺度局域之间的信息传递，不再是生硬的边界条件强行耦合，而是通过
dn网络内部的动态信息流来完成。
高精度局域的计算结果会作为“指导信号”，动态地影响和修正粗粒度局域的演化，形成一个有机的整体。
第三层则负责将内核层模拟出的原子构型、微观组织，翻译成与真实实验表征手段输出几乎一致的结果。
周昀编写了虚拟的x射线衍射仪、电子显微镜等模块，这些模块能基于模拟出的微观结构，计算出映射的xrd图谱、se图象，连背底噪声、衍射峰宽化效应等都根据设备模型完美复现。
而关键一步就是“污染”数据，周昀特意在此层添加了“现实噪声注入模块”。
这包括：仿真设备测量误差、环境振动导致的信号波动、原料批量间的微小差异、甚至仿真操作员记录数据时可能产生的舍入误差。
这些噪声并非随机添加，而是基于他对真实实验流程的深刻理解，创建的随机模型。
但是仅有架构还不够，如何让这个引擎变得“逼真”才是关键。
首先，他自己搞了一间小实验室，这点钱对他来说根本不算什么，他选择了几种典型的模型材料体系，在实验室中进行了成百上千次严格标准化的实验，记录了从原料、工艺到最终结构和性能的全套高精度数据。
这可以看作是“万象”引擎初版仿真结果的“标尺”。
最初，“万象”引擎的仿真结果与真实实验结果必然存在差异。周昀将这些差异数据，连同映射的仿真输入条件一起，喂给了专门调校过的特化模型。
而这个模型相较于其他的模型，多了一份对于本质的理解能力，它可以通过强大的算力在尽可能小的尺度下来分析差异来源，agi会提出对“万象”引擎内部数百万个参数的修正建议，或者直接优化nd
网络的生长策略函数，这个过程是自动化的、持续不断的。“万象”引擎在agi的指导下，通过对比虚拟与现实，进行自我迭代和进化。
经过了几个月的迭代之后，“万象”引擎开始展现出令人震撼的能力。
对于实验室已经验证过的工艺，“万象”引擎不仅能准确预测最终的微观组织和性能，其虚拟出的xrd图谱、se图象与真实结果的相似度达到了惊人的高度，甚至经验丰富的实验员都难以一眼分辨真假。
周昀开始利用成熟的“万象”引擎进行反向设计。他给agi一个目标：查找一种在特定温度下强度最高、轫性最好的新型高熵合金成分。
万象在严格物理约束下，生成数万种可能的成分和热处理工艺组合，同时进行了数万次“虚拟实验”，快速评估每种方案的稳定性、相组成和力学性能。
这个过程在几天内完成，成本极低。最终，ag1和“万象”引擎共同筛选出了三种最具潜力的候选方案。
很快，他立刻在他的小型自动化实验室里，开始了验证实验，首先是第一种方案：cr20fe2020ni20o20
“万象”。。任何微小的偏差都可能影响最终结果，必须一丝不苟。
称量好的原料被小心地放入一台小型水冷铜坩埚真空感应熔炼炉的氧化铝坩埚中。
炉门关闭后，系统激活抽真空程序，将炉腔内的真空度抽至优于5x10—3pa，以最大限度地排除氧气和氮气的干扰。
激活中频感应加热，功率缓慢提升。通过观察窗，可以看到金属块逐渐发红、熔化，最终汇聚成一汪明亮的金属液。感应电流产生的电磁场同时对熔体进行充分搅拌，确保各元素均匀混合，避免成分偏析。合金预计算熔点高约150°c的温度，并保持10分钟。
熔炼完成后，熔融的合金液被倾倒入预热过的铜模中，快速冷却成型，得到一个直径约20，高约50的圆柱形合金锭。
“万象”引擎预测，该成分需要经过高温均匀化退火以消除铸态可能存在的微观偏析。
周昀从铜模中取出的合金锭被放入一台管式气氛保护退火炉中，炉腔同样被抽真空并充入高纯氩气。
按照“万象”分钟的速率升至1250°c，并在此温度下保温12小时。这个过程中，原子获得足够的能量进行长程扩散，使得成分进一步均匀化。
保温结束后，执行快速冷却，样品被迅速从高温区转移到冷却水套中，激冷的目的是将高温下的均匀单相固溶体状态“冻结”下来，防止在慢冷过程中析出其他不期望的相。
热处理后的合金锭被线切割成适合各种测试的小样品。
首先进行的是物相鉴定。一块表面经过研磨抛光的小样品被放入x射线衍射仪中，射线管发出x射线，探测器开始收集衍射图谱。周的和负责操作的研究生紧盯着屏幕。图谱一点点成型
“出来了！”
屏幕上，衍射峰清淅地出现，与旁边“万象”引擎提前生成的虚拟xrd图谱几乎完美重叠！
所有的衍射峰位都与面心立方结构映射，没有出现任何明显的杂相衍射峰。
这初步证实了“万象”关于“形成单一f固溶体”的预测。
周昀继续下一步，另一块样品经过更精细的研磨、抛光和电解腐蚀后，被放入扫描电子显微镜。
低倍镜下的se图象显示，组织非常均匀，典型的等轴晶形态，晶粒尺寸在几干微米左右，未见明显的第二相或析出物。
切换到高倍镜并激活能谱仪进行面扫描，结果显示cr、fe、、ni、o五种元素的分布信号在整个观察局域内都非常均匀，没有出现明显的元素富集或贫乏区。这进一步佐证了单一固溶体和成分均匀的预测。
随后就是力学性能的测试，从合金锭上线切割加工出标准的室温拉伸试样，试样被安装在一台高温电子万能材料试验机的夹具上。试验环境舱被抽真空并充入保护气体后，开始加热。
周昀站在控制计算机前，静静地看着曲线攀升。曲线先是线性上升（弹性阶段），然后进入屈服和塑性变形阶段。最终，试样在达到最大载荷后断裂。
这两个数值，与“万象”引擎预测的惊人地接近，误差在工程允许范围内，甚至可以称得上是高度精准的预测！
周昀看着屏幕上最终的性能数据，又看了看旁边“万象”引擎生成的虚拟xrd
图谱和预测的性能柱状图，脸上终于露出了一个笑容。
随后他又测试了另外两种方案，结果全都和万象预测的一样。
全部测试完成后，周昀将三种新材料放到了专门的玻璃柜墙上的柜子里，上面一共有数百个柜子，这些柜子都是周的为之后存放新材料做准备的。
不过既然研究成功了，那该写的论文还是得写，不过这个论文并不是要发到什么期刊上，只是写一篇文章，告诉外界，我又做出了一些东西。
不过发文章这件事，又让周昀有了一些想法，今后他必然会涉及更多的领域，他也没这么多时间去专门处理文章的事情，所以他打算搞一个专门的个人网站，今后自己所有的可公开研究都会放在上面，不用再投到什么期刊上，只要自己的研究能过自己这一关，就算是可以了。
很快，他打开了一个空白文档，手指在键盘上快速敲击，标题简单直接：
《基于“万象”物理引擎与agi逆向设计的高性能高熵合金发现报告》。
这不是一篇传统意义上的论文，没有繁琐的引言和文献综述去证明自己工作的“创新性”，也没有刻意迎合某个期刊的风格。它更象是一份技术公报，或者一份研发日志，内容极其精炼，整份“报告”写完，不过十几页。
随后他搞了一个网站，一个专属的个人公开研究网站，发布的唯一标准，是周昀自己认为这项工作达到了他心目中的“完成度”和“价值阈值”。。
为了防止大家不知道这个网站的存在，周昀还小小的宣传了一下，学术界的宣传自然也有比较硬核的方式。
比如github和ariv。。
逐渐有人注意到了这个网站，但大多都是计算机领域的研究者。
不过在github的issue区、相关的专业论坛，最初的讨论也大多围绕着技术本身：“周昀这是把ndn架构应用到多尺度仿真了？这个动态耦合的思路太巧妙了！
“”
“看他的数据pipele，完全是工业级的，自动化程度太高了。”
“agi逆向设计的这部分，不知道底层模型有没有开源的可能？”
“这份报告的写法，简直是对传统论文八股文的暴击，太清爽了。”
这些来自计算机领域的关注和讨论，为网站带来了最初的流量和热度，但并未立刻在材料学领域掀起太大波澜。