高保真原子演化在长时间尺度上不仅需要观察当前的晶体构型，还必须考虑快照中缺失的隐藏信息。相同的局部原子排列可能对应不同的动力学上下文、未来事件倾向以及等待时间尺度，这导致单帧快照的歧义，使得长时程演化本质上成为一个记忆恢复的世界状态问题。
为了解决该问题，本文提出 AtomWorld-Mem——一种记忆恢复的原子世界模型。模型将演化中的合金视为 AtomWorld，使用空间编码器从密集的局部拓扑和稀疏的长程缺陷信息中写入多尺度关键帧。随后，短期事件记忆捕获最近的空位介导跳跃，长期结构记忆累计跨时间的结构特征，两者共同恢复出能够预测未来演化的潜在世界状态。
恢复后的状态被用于在单事件 Kinetic Monte Carlo（KMC）约束下对合法的空位介导事件进行优先排序，而事件是否合法、物理执行以及驻留时间的更新仍由底层模拟器负责。这样，模型在不改变原始动力学规则的前提下，引导模拟更有效地探索长时程演化路径。
实验表明，在固定的微观事件预算下，AtomWorld-Mem 能显著提升长时程原子进展，同时在能量、结构和空位输运等观测量上保持高保真。更重要的是，模型能够零样本迁移到未见的合金‑温度组合，说明记忆恢复机制捕获了可复用的隐藏状态推断原理，而非仅仅依赖系统特定的局部能量启发式。
这些结果将记忆恢复的世界状态建模定位为实现高效、物理可信且可迁移的原子演化的有前景路径。
点评：AtomWorld-Mem 通过显式记忆模块弥补了瞬时快照的不足，为长时程原子模拟提供了可解释且可迁移的解决方案。