张力文 LIWEN ZHANG · MAGICLEON
感认知研究室 · 射频感认知组（PeCoLab）负责人 × Magic Leon Studio（碼良計畫）创办人
自白：为什么走向物理世界
过去十年，我从声学场景的时序表征问题出发，一路摸到射频信号的物理感知，始终围绕一个核心问题：如何以端到端可学的方式，获得更好的物理信号表征？这条路径让我意识到——当数字世界的智能已然璀璨，物理世界的智能仍是一片待开拓的荒原。
我把它命名为 PGI（Physical General Intelligence，通用物理智能）。PGI 不是 AGI 的替代，而是智能的另一个维度：以物理世界为根基，追求智能体与真实环境的深度交互、理解与改造。为此，我习惯从「第一性原理」出发思考问题，并打磨出从 0 到 1 的原创基础模型架构研发能力。
这些年研究方向横跨声学信号、类脑计算与雷达感知，看似迥异，内核却是同一道命题：在先验（物理或生物）驱动下，找到可学习的压缩表征。时间依赖与可微建模是手段，而我越来越确信一件事——Alignment is all you need. 只有先验与观测真正对齐，表征才具备意义。
物理对齐学习 · PAL
Physical Alignment Learning 是我提出的研究主张：在智能模型的表征空间与物理世界之间建立严格的约束与对齐机制——模型的推理与预测不仅要符合数据分布，更要遵循物理规律。它凝练自团队在雷达信号智能感知（RISP）中的理论总结与实践沉淀：以经典物理先验指导端到端的可学习化改造，「物理-数据联合驱动」。
传统深度学习的对齐
追求数据分布的对齐：模型在训练分布内表现优异，一旦遇到分布外（OOD）场景性能便急剧下降。而对抗的本质，恰恰是制造训练分布之外的观测。
物理对齐学习的对齐
追求物理本质的对齐：模型理解物理规律，能在未见场景中合理外推，具备真正的泛化与因果推理能力——在强对抗、高动态、样式快速演化的场景中，这一区别是决定性的。
MagicLeon · Magic Leon Studio（碼良計畫）
统一潜空间表征
UNIFIED LATENT REPRESENTATION将雷达、红外、ESM、光学等多模态观测映射到同一物理对齐的隐语义空间，使「同一物理实体在不同模态下的投影一致性」可被显式校验——跨模态融合推理的表征基础。
物理约束推理
PHYSICS-CONSTRAINED REASONING以热力学一致 · 几何一致 · 动力学一致 · 因果一致四大约束作为推理的先验与校验器：强射频信号却无红外热特征、运动学不自洽的「目标」，将被自动识别为诱饵并过滤。
递归自我演进
RECURSIVE SELF-IMPROVEMENT模型在物理对齐的沙箱中持续自我训练：内环在线训推与反思校正，外环对抗式课程学习与帕累托前沿评估——能力不再出厂即固化，而随任务与对抗演进持续增长。
一体两面：我的两个世界
主业与副业，看似一端在国防科研的深处、一端在造物艺术的台前，它们拥有同一种哲学——让智能与创造，穿过数字与物理的边界。
PeCoLab 主业 · 使命
PERCEPTION & COGNITION LAB @ ISTA作为感认知研究室的副主任设计师、射频感认知组（PeCoLab）技术负责人，我带领 15+ 人算法团队，从基础算子、基础模型到训推沙箱，构建「物理模型 + 数据驱动」双轮驱动的雷达智能感知体系——这是 PAL 方法论的诞生地与试验场。
Magic Leon Studio 副业 · 热爱
碼良計畫 · FROM 0/1s TO PHYSICAL像神笔马良一样，让虚拟与现实之间的界限消失。我们以生成式 AI + 消费级 3D 打印打通「从数字空间到现实世界」的造物链路，让视觉可触摸——这是 PAL 哲学在消费造物端的镜像实践。
十年长河：从声学到物理智能
三个看似迥异的研究方向，同一道命题的三次作答——在先验驱动下，找到可学习的压缩表征。每一次转向都不是断点，而是向物理世界更深处的一次下潜。
声学场景：时序表征的起点
ACOUSTIC SCENE · TEMPORAL REPRESENTATION师从韩纪庆教授，研究声学场景理解中的时序关系学习与表征。提出金字塔时序池化（PTP）与语义邻域注意力（ATReSN-Net），回答「机器如何听懂环境」——这是我与「时序依赖」这一终身问题的初次相遇。成果发表于 IEEE TASLP、IEEE SPL、Interspeech，获博士研究生国家奖学金与黑龙江省优秀博士毕业论文。研究问题的内核是听觉计算中的时序关系学习与双层优化——其数学形式，与当下 Ilya 所主张的持续学习问题遥相呼应。
脉冲神经网络：向生物先验借答案
SPIKING NEURAL NETWORKS · NEUROMORPHIC二进制脉冲的信息瓶颈与训练不稳定，是事件驱动计算走向复杂任务的天花板。我从信息论视角系统作答：信息最大化损失（IM-Loss）、实值脉冲（Real Spike）、自适应膜电位分布校正（RecDis-SNN）——同年登上 NeurIPS / CVPR / ECCV，成为 SNN 训练的主流基线之一，被多个开源框架集成，也为低功耗边缘智能体埋下伏笔。
雷达智能感知：物理先验 × 端到端
RADAR INTELLIGENT SENSING & PERCEPTION · RISP把雷达看作物理世界的「眼睛」，每一束回波都是物理世界发给我们的信号。团队沿四个阶段演进，从读懂回波时序，到为雷达设计专属算子，再到时空张量压缩，最终走向端到端基础模型：
EchoDarwin
时序关系约束 · 参数即表征 · 回波到检测的双层联合优化
PeakConv / AdaPKC
可学习深度带通滤波 · 物理先验注入卷积 · 雷达的「Attention」
TARSS-Net / TFoC
高维时空张量压缩 · STAR 表征 · 短时记忆是长程感知的必要条件
EchMo
基带 I/Q 端到端语义分割 · 完全并行可扩展 · 雷达的「Transformer」
PGI：把智能安顿在物理世界
PHYSICAL GENERAL INTELLIGENCE · WORLD MODEL以 PAL 为方法论基石，提出 PeCoWorld 世界模型研究框架：「快慢机」双系统（PREx 感知-推演-执行快系统 × SAP 态势感知与预测慢系统）、COG 三里程碑路线、PeCoSandBox 训推沙箱与递归自我演进体系——构建一个真正「活」在物理世界中的世界模型。
代表作与学术足迹
EchMo · 雷达的「Transformer 时刻」
END-TO-END RADAR ECHO SEGMENTATION FOUNDATION MODEL从原始基带 I/Q 回波直接到语义分割：完全并行化、可学习、可扩展的端到端架构，由 LMF / MLDC / GDF / PKC 等一系列物理对齐专用算子堆叠而成。团队内部将它视作雷达感知领域的「Transformer 时刻」——雷达第一次拥有了属于自己的基础模型。
PeakConv · 尖峰卷积
LEARNING PEAK RECEPTIVE FIELD FOR RADAR SEMANTIC SEGMENTATION首次将峰值检测先验引入卷积设计，把经典 CFAR 的物理直觉内化为可微分的网络组件，公开数据集 SOTA，并已在实际雷达系统上完成验证——PAL 方法论的第一个完整实践。
AdaPKC
自适应尖峰感受野的动态调节机制，让物理先验本身学会因场景而变。
TARSS-Net
时序-空间联合表征架构，为长程雷达感知建立时空压缩骨干。
IM-Loss
信息论视角的 SNN 优化目标，直指脉冲信息瓶颈。
RecDis-SNN · Real Spike
膜电位分布校正与实值脉冲：直接训练 SNN 的稳定性突破。
Pyramidal Temporal Pooling
金字塔时序池化：长程依赖与细粒度模式兼得。
SpecAR-Net
时频联合的时序分析表征网络，方法论向通用时序的回迁。
公开发明专利 · 从算子到系统
覆盖尖峰卷积系列（PKC / AdaPKC / 度量自适应）、CUDA 训推加速、SNN 训练方法、雷达检测前跟踪、时频时序预测与小样本图像分类等方向——把论文里的方法，固化进可运行的系统。
PGI：智能的另一个维度
AGI 的定义带着人类中心主义的烙印——以人类智能为唯一标杆。PGI 的哲学根基是世界本体主义：以物理世界为根基，追求智能体与真实环境的深度交互、理解与改造。二者并非对立，而是智能的两个维度，都是 Scaling 的艺术。
AGI · 通用人工智能
ANTHROPOCENTRISM · 人类中心主义 数字世界中的攀登以人类智能为标杆，在数字世界中复现语言、推理与创造——语言理解生成、逻辑推理规划、知识学习迁移；Scaling 的方式是参数、数据与算力。
PGI · 通用物理智能
COSMOS ONTOLOGISM · 世界本体主义 物理世界中的开拓以物理世界为根基——环境感知与建模、物理交互与操作、因果推理与预测；Scaling 的方式是感知维度、交互复杂度与环境多样性。
MagicLeon · Magic Leon Studio（碼良計畫）
物理世界的 Token 飞轮
大模型的强大来自文本 Token 飞轮；物理智能的飞轮，是「感知 → 理解 → 行动 → 反馈」的四步循环——世界模型在其中扮演「孵化器」。
感知
PERCEPTION多模态传感器全面感知物理世界的状态与变化
理解
UNDERSTANDING世界模型将感知数据转化为对物理规律的深度理解
行动
ACTION基于理解做出决策，通过物理交互改造环境
反馈
FEEDBACK结果回流感知层，自我增强的正向循环
PeCoWorld · COG 三里程碑
单体单模态 → 单体全模态 → 群体通用：从感知工具，到认知系统，到群体智能体系。
路径验证
单体 · 单模态（雷达回波）Cherry-pick：有限条件下的路径验证。交付 EchMo-2.0 端到端长程感知基础模型与 PeCoSandBox-1.0，替换基带回波到目标跟踪全流程，训推一体自闭环。
认知闭环
单体 · 全模态（雷达 / 红外 / 多源）Omni：典型场景全能全覆盖。交付 PREx-1.0 + SAP-1.0「快慢机」双系统与 PeCoSandBox-2.0，递归自我演进正式启动。
群体通用
群体 · 通用（多体多平台 · 多域场景）Group / Generalized：群体世界模型体系与 PeCoSandBox-3.0，PAL 沉淀为通用设计范式——体系化智能作战能力。
而物理世界，才是智能真正的考场。
师承：塑造我的三位研究员
未曾谋面，却日日同行。三位研究员分别教会我信仰、品味与笔法——它们共同构成我做研究的坐标系。
Ilya Sutskever
RESEARCH FAITH · TREND JUDGMENT相信 Scaling 的力量，更相信直觉背后的一阶原理。他让我学会在噪声遍地的时代，辨认真正重要的技术趋势，并以十年为尺度下注。
何恺明
RESEARCH TASTE · PHILOSOPHYResNet 式的简洁：好的方法应该像物理定律一样，既能解释已观察到的现象，又能预测未见的场景。少即是多，本质优于堆砌。
苏剑林
MATHEMATICAL THINKING · WRITING把直觉翻译成公式，把公式还原为直觉。「科学空间」式的写作让我明白：清晰的表达本身就是研究能力的一部分。
造物者：让视觉可触摸
MagicLeon · Magic Leon Studio（碼良計畫）
Link·鼎 艺术装置
五款穿透式多色浮雕磁悬浮夜灯，主题取自五大洲文明地标——「容器」呼应鼎，「磁场连接天地」呼应 Link。
LuCABoard 生成软件
面向多色 FDM 打印的版画/浮雕生成软件：色彩独立正交、穿透式映射、双面可观。核心算法 FullColoR 已开源。
2253-Gallery 版画展
招募适合 FDM 打印的插画艺术家：艺术家提供作品，马良计划负责成品制作与工艺监督——让技术平等地服务每一个热爱生活的人。