利用Gray-Scott模型实时生成斑点、条纹、气泡、珊瑚等图灵斑图。自由调节扩散系数、进料率和消除率，感受自组织的奥妙。
Gray-Scott模型
$$\frac{\partial u}{\partial t}=D_u\nabla^2 u - uv^2+F(1-u)$$
$$\frac{\partial v}{\partial t}=D_v\nabla^2 v + uv^2-(F+k)v$$
U浓度以伪彩色显示（蓝=0，黄=1）。不同F/k组合涌现出多彩斑图。
这个模拟器的核心是Gray-Scott模型，它用两个偏微分方程分别描述两种化学物质U（抑制剂）和V（活化剂）的浓度随时间与空间的变化。
$$\frac{\partial u}{\partial t}=D_u\nabla^2 u - uv^2+F(1-u)$$U物质的方程：$u$是U的浓度，$D_u$是其扩散系数。等式右边第一项$D_u\nabla^2 u$描述扩散（从浓度高往低处跑）；第二项$-uv^2$表示V会消耗U（反应项）；第三项$F(1-u)$是进料项，系统会不断补充U到设定浓度（这里设为1）。
第二个方程描述了能自我催化的V物质的行为。
$$\frac{\partial v}{\partial t}=D_v\nabla^2 v + uv^2-(F+k)v$$V物质的方程：$v$是V的浓度，$D_v$是其扩散系数。$+uv^2$项表示U和V反应会生成更多V（自催化）；$-(F+k)v$是消除项，其中$F$是随流动被带走的速率，$k$是额外的分解反应速率。正是$D_u$远大于$D_v$，加上反应项的配合，才使得微小的扰动能被放大成你看到的复杂斑图。
生物学——动物皮毛与花纹：图灵机制被认为是斑马条纹、猎豹斑点、热带鱼体纹等生物图案形成的重要理论模型。基因并不直接“编码”条纹，而是设定反应扩散系统的参数（类似F和k），图案便自发涌现。
化学与材料科学——图案化沉积与腐蚀：在电化学沉积或金属腐蚀过程中，反应物与产物的扩散速率差异会导致枝晶、环状或条纹状沉积图案的形成，其原理与反应扩散系统高度相似。
地质学——矿物与岩石纹路：一些玛瑙的同心环状纹路、沉积岩的层理结构，也可以用反应扩散过程来解释。不同矿物组分在渗透和沉淀过程中，形成了周期性的空间图案。
计算机图形学与仿真：反应扩散模型是生成高度逼真、自然有机纹理（如迷彩、大理石纹、兽皮、珊瑚）的高效算法，广泛应用于电影特效、游戏材质和数字艺术创作中。
首先，你是否认为“初始状态可以任意设置”？ 实际上初始状态至关重要，微小的噪声（随机性）会成为图案形成的“种子”。完全均匀的状态无法产生任何结构。本模拟器在初始状态中设置了V形的中央“种子”，但在实际应用中需要基于现实观测数据来配置噪声。
其次，人们常期望通过参数调整能快速生成“目标图案”，但F和k的参数组合极为敏感。例如从预设的“斑点”模式过渡到“条纹”模式时，中间参数经常会产生无序图案（混沌状态）。这并非程序错误，而是系统非线性特性的本质体现。在实际应用中，系统性地扫描参数空间以寻找“稳定区域”才是首要步骤。
另外，需特别注意“扩散系数比(Dv/Du)可以固定”的误解。Gray-Scott模型的核心在于激活剂V比抑制剂U的扩散范围更小（Dv < Du）。若将该比率趋近于1，图案将无法形成并收敛至均匀状态。当模拟未出现图案时，首先应验证此前提条件。
本模拟器的计算方法本质上是“偏微分方程的数值解法”。具体而言，扩散项的计算常采用有限差分法，这也是热传导分析和流体分析的基础。这意味着操作此工具参数的过程，近乎于体验CFD（计算流体力学）求解器的配置。
在应用层面，电池与燃料电池的开发领域尤为有趣。电极与电解质界面处发生的锂离子嵌入/脱嵌及化学反应具有局部性，可通过“反应”与“扩散”进行描述。若该过程进展不均，会引发斑点状劣化（枝晶生长），导致起火风险。通过扩展Gray-Scott模型，界面不稳定性预测的相关研究正在持续推进。
此外，在增材制造（3D打印）领域也密切相关。例如金属粉末激光熔融沉积过程中的“球化现象”（熔融金属形成球状），以及树脂固化图案，均可建模为热与物质的反应扩散过程。图案形成理论正在为实际制造中的缺陷控制提供支持。
第一步建议尝试自行实现“经典反应扩散系统”。使用Python的NumPy和Matplotlib库，在100×100网格上编写差分法代码（例如采用5点格式计算拉普拉斯算子）。通过改变初始条件、调整噪声注入方式，可以获得超越教科书的新发现。
若希望深化数学理解，建议掌握线性稳定性分析的概念。该方法通过向均匀稳态施加微小扰动（波数为 $k$ 的波动），判断扰动会增长还是衰减。从增长条件可理论推导出形成图案的特征波长。用公式表述时，即寻找雅可比矩阵实部为正的特征值条件。
更进一步，推荐学习“图案形成的普适性”。Gray-Scott模型仅是“激活剂-抑制剂系统”的一个特例。对比同类型的FitzHugh-Nagumo模型（神经兴奋传导）与Shiba-Inoue模型（雪晶生长）等系统，会发现尽管领域迥异，但非线性与扩散结合催生秩序的数理逻辑具有共通性，这将极大拓展认知视野。