william威廉英国官网举办“AI驱动CAE仿真技术变革”学术沙龙

        月17日上午10:00，william威廉英国官网举办了一场以“CAE仿真技术发展及AI驱动变革”为主题的线上学术沙龙。活动由经理助理孙文褔主持，特邀吉利研究院智能仿真技术专家马凯博士担任主讲嘉宾，为公司教师带来一场兼具理论深度与行业视野的专业分享。

        马凯博士首先系统阐述了CAE仿真的核心理论基础。他指出，网格划分是仿真流程中的关键环节，四面体、六面体及梁单元等网格类型承载着复杂的力学方程，其质量直接影响计算精度与效率。材料参数的准确性同样不可或缺，通常依托材料力学测试（如拉伸试验）所获取的应力－应变曲线进行标定。在接触模拟方面，通过设置高刚度的“惩罚函数”来近似物理世界的接触行为，为碰撞安全等场景的虚拟验证提供了有效手段。马凯博士结合吉利汽车研发中的实际案例，完整梳理了从几何建模、网格划分、材料设置到数值求解与结果分析的全流程，使抽象理论落地为可操作的方法论。

        随后，马凯博士重点介绍了吉利在CAE仿真领域的业务布局与应用成果。他谈到，吉利自2005年起着手构建CAE能力，经过多年积淀，现已组建数百人的专业仿真团队，并成立研发仿真技术委员会进行统一规划与资源协调。业务版图覆盖碰撞安全、NVH（振动噪声）、强度耐久、EMC（电磁兼容）、热管理、多学科优化及虚拟驾驶等关键研发领域。吉利还打造了“御风CFD”“全域安全”等具有行业标杆地位的仿真品牌，并将仿真流程全面迁移至SDM平台，实现了数据的线上化、结构化与可追溯。值得一提的是，吉利拥有国内车企中规模领先的星睿智算中心2.0，综合算力达23.5 EFLOPS，为大规模仿真计算提供了坚实的算力支撑。

        在AI驱动仿真变革的议题上，马凯博士分享了令人瞩目的进展。他指出，AI辅助工具可显著提高网格划分效率，提升幅度达30%～50%，同时优化网格质量；AI视觉辅助装配技术亦大幅压缩了人工操作时间。更具突破性的是，AI代理模型已开始替代部分计算资源消耗巨大的CAE任务——以CFD（计算流体力学）为例，AI模型可在秒级内完成风阻等关键指标的预测，精度达95%以上，将传统需耗时数天甚至数周的计算周期大幅缩短，为设计快速迭代创造了条件。

        展望未来，马凯博士认为CAE仿真将持续向更多维度和更精细化方向发展，应用场景有望拓展至座椅舒适性等人因工程领域。同时，SDM平台将作为数据资产沉淀的核心，为AI模型训练提供高质量的结构化数据。AI与CAE将长期协同共存，AI依赖CAE数据进行学习，而CAE则可借助AI加速优化迭代，二者相互赋能，共同驱动汽车研发迈向智能化新阶段。

        在互动交流环节，与会教师围绕AI代理模型的训练数据需求、仿真精度验证方法以及CAE技术学习路径等问题踊跃提问，马凯博士逐一耐心细致解答，现场讨论气氛热烈。本次沙龙不仅增进了公司教师对CAE仿真技术前沿及AI赋能路径的深入理解，也为后续科研方向凝练及产教融合实践提供了宝贵启发。