EvoSim 是一种自我进化的 AI 科学家，用于物理建模。它通过实验结果与模型预测的差异来驱动机制和方程的修正，并利用留出的实验数据检验物理合理性。每一次探索都会更新知识库、技能集合以及多智能体的协同策略，从而实现模型结构和 AI 本身的共同进化。
在两项工业电池建模任务上进行评估：
- 在 25~45 °C、2~6 C 的条件下，EvoSim 能以 1.79% 的平均绝对误差预测锂金属沉积的起始时刻（对应荷电状态）。
- 在车辆行驶工况下的动态电压预测，均方根误差为 7.62 mV，优于人类专家手工构建模型的报告精度。
自我进化过程使模型误差和物理误差相较基线降低约 36%，展示了 AI 在科学建模方面的提升能力。EvoSim 将实验观察转化为经验证的模型，并累积研究经验。
点评