当AI遇上工业软件 让算法读懂制造业

admin 阅读:48848 2025年11月07日

21世纪经济报道记者骆轶琪 深圳报道

人工智能技术正加速走向产业腹地,成为推动全球制造业转型升级的核心引擎。而AI在制造产业端的爆发力,往往源于与工业软件的深度融合。

当AI遇上工业软件 让算法读懂制造业
图片来源于网络,如有侵权,请联系删除

工业软件和AI之间,正形成相互依存、共同演进的关系。

一方面,工业软件积累了大量工业数据与经验。比如在航空领域,每一次风洞测试、材料实验、故障记录,都被留存下来,成为AI学习的样本,从而让AI能建立在工业知识之上。

当AI遇上工业软件 让算法读懂制造业
图片来源于网络,如有侵权,请联系删除

另一方面,工业软件通过建模、仿真和虚拟验证,把行业经验变成可计算的模型和规则。例如,它可以大幅缩短飞机适航认证的时间。

当AI遇上工业软件 让算法读懂制造业
图片来源于网络,如有侵权,请联系删除

在AI应用活跃的粤港澳大湾区,这种趋势更为明确。11月5日,工业软件厂商达索系统和深圳市龙岗区城市建设投资集团(下简称“龙岗区城投集团”)宣布,将联合打造深圳市新质生产力赋能平台暨达索系统粤港澳大湾区运营总部。

龙岗区城投集团董事长谢云涛受访时指出,龙岗区正面临向先进制造业转型的关键阶段,且已全力推行“All in AI”的产业战略。此次合作,将为辖区内制造业企业的数字化转型进行赋能,下一阶段,还将依托达索系统的国际化资源和视野,为企业在出海过程提供全方位赋能。

随着“软件定义一切”成为现实,工业知识将与智能算法更深度交织。这不仅会重塑制造业的研发与生产效率,更将推动形成跨设备、跨场景、跨行业的智能生态,为产业创新起到加速器作用。

迎接AI浪潮

在AI技术驱动下,工业软件本身正持续进化。

达索系统大中华区高科技行业总监朱清平在受访时指出,工业软件是工业知识及相关新技术的载体,其与AI技术进行相互融合、演变是未来方向。

“我们做了很多尝试,利用通用大模型与企业原来的“know how”和历史数据相结合。比如在汽车行业,根据企业过去多年来做的某车型,用AI模型总结它的设计特点,找到相关基因,利用达索系统CAD工具,帮助它设计未来新的产品。这种把设计工具和历史数据运用AI进行有效结合,是很重要的方向。”他分析道。

此外,朱清平补充道,在工业设计应用过程中,不少新兴科技行业目前都是基于生产环节的IoT(物联网)设备进行数据采集,然后做边(端)侧计算,帮助实现工艺提升。“但实际上这些数据都是离散的,有没有机理模型去针对这些离散数据进行分析,使其更加精准,加快互相迭代。达索系统在这方面也有探索,例如帮助国内半导体企业进行仿真和良率提升。”他说道。

从工业软件与AI技术联动的落点来看,达索系统大中华区总裁张鹰在受访时分析,工业软件的实施涵盖多个阶段,初期对产品进行工业设计建模,随后将数字模型与现实进行仿真,实现较高一致性后打通上下游推进生产制造,然后交付产品并运营,“在这一整套体系中,每个环节都有AI技术的应用场景。”

今年,达索系统发布3D UNIV+RSES战略,结合建模、仿真、数据科学与人工智能生成内容,构建面向全产品生命周期的虚拟化协同环境。

举例来说,对每个型号的产品设计,都有保留当时实验的参数,那下一代产品就不需要从头开始设计了。如果有AI,就可以通过检索数据、机器学习,在此基础上进一步修正和研发迭代。

二者结合后,将对粤港澳大湾区的重点行业之一制造业带来显著裨益。

达索系统大中华区技术咨询部高级总监颜学专指出,达索系统选择在粤港澳大湾区设立运营总部,核心原因在于该区域在高科技、新能源汽车、人工智能、模具行业具备先进的产业基础与经验。“一方面,我们希望助力深圳和大湾区将制造能力输出到全球;另一方面也可以立足于此,快速承接国外的创意想法,依托深圳的先进制造能力实现原型产品落地。”颜学专续称。

达索系统全球执行副总裁、亚太区总裁许善淞(Samson KHAOU)进一步举例道,香港理工大学就通过AI驱动的虚拟孪生技术,了解新材料开发最佳配方,明确细分配比。在工艺设计、流程规划、配方完善等流程明确后,工厂端的设备选型等环节,都需要借助达索系统的虚拟孪生技术来完成。

加速应用落地 

在新兴产业中,工业软件正在成为产品快速迭代和落地的重要推手。尤其是在低空经济和机器人等领域,表现尤为明显。

朱清平对21世纪经济报道记者分析道,工业软件对于机器人行业的赋能,目前主要围绕两个维度:算法和产品研发。

“国内公司基于仿生做数据捕捉,建立起大量数据库,构建运动、控制算法,其中投入会非常大。面对一些技术路线还不成熟的情况,更加需要利用虚拟技术,去探知未来各种可能性。”他进一步指出。

朱清平表示,因此在算法训练方面,原来多是基于实际场景的训练和捕捉,现在更多会用到虚拟化技术。比如在自动驾驶领域,已经开始构建虚拟场景,去训练控制逻辑和运行逻辑。

而在机器人产品化过程中,会有大量原来产业领域的约束和专业领域的构件。比如在机械、运动、多体间平衡等方面,一定要将设计与仿真和控制融为一体。“产品化技术非常重要,就需要提供从CAD到CAE的一整套工具,覆盖制造技术全链条,将可以更快实现产品化。”朱清平补充道。

广东高域科技有限公司创始人兼CEO苏庆鹏则指出,工业软件不仅是一个软件、工具,而是积累了工业界多年的实践,“我们现在面临的问题是,要用颠覆性技术形成eVTOL(电动垂直起降飞行器)新业态。在颠覆过程中,过往的经验对复杂系统集成在OEM里非常重要。达索系统工具也在持续升级,已经从单点软件变成平台化、网络化链接。”

“此外,数字化底座很重要,包括达索系统的虚拟孪生平台,其中重要能力就是用数学去描述世界,其实是我们用原来的工业经验和物理规律这种数学的方式,基于算力去描绘世界。”他进一步表示,同时通过网络连接的方式去感知现实世界,反馈到算力平台去调整底层孪生模型,再进行比对。这种技术优势现在开始体现在虚拟验证上,通过虚拟大量实际环境中的飞行效果,并通过虚拟验证可以实现效率升级。

借力工业软件,也能加速AI应用安全、高效落地的进程。比如对eVTOL行业而言,当前最重要的就是适航认证环节。苏庆鹏分析道,eVTOL适航的核心,是确保产品安全性,而安全性本质上依赖于安全的确定性。

“首先,安全是设计出来的,要确定设计产品过程中的逻辑确定性和完整性,能实现逻辑闭环。”他指出,其过程分为两组,一组是通过系统工程,推演出或者证明产品的安全性;另一组是从产品分解为系统,再分解为零部件、元器件进行验证。

“达索系统相当于帮助我们梳理清楚所有证明材料的确定性、完整性和可追溯性,”苏庆鹏补充道,“验证过程中,通过多平台端到端验证,数据流验证,虚拟验证等环节,可以快速节省沟通时间及验证时间,对适航加快有较大帮助。”

从行业需求的趋势演进角度看,朱清平指出,跨行业融合、ICT技术向传统产业渗透,以及构建新的智能生活形态的新商业模式,成为整个行业升级的终极形态。

例如,依托云计算基础、芯片成熟架构及OTA架构,形成未来“软件定义一切”的商业模式,未来将实现从穿戴式设备、汽车到家庭电器的联动,构建围绕人的智能生活生态。现在越来越多玩家在进行相关布局。

“我们发现中国的产业和企业,过去有很多是依赖于供应链、营销方面的成功。今天则越来越多依赖于技术和产品创新能力。在此过程中,提供更多仿真技术、基于模型的设计技术、系统工程技术以及虚实结合综合平台,是一个重要的赋能方向。”朱清平说道。