中國信通院人工智能所聯合發佈《科研智能：人工智能賦能工業仿真研究報告（2025年）》

工業仿真承載產品創新迭代、降本增效的核心使命。隨着智能化轉型的深入，傳統仿真技術面臨計算效率瓶頸、多物理場耦合複雜性劇增、全流程協同不足等挑戰，難以滿足科學研究領域對實時性和精準性的高階要求。人工智能技術（Artificial Intelligence，AI）的突破性發展，尤其是大模型、物理信息機器學習、神經算子、生成式AI等方向的演進，正為工業仿真注入全新動能。通過構建「數據+物理」雙驅動的智能仿真範式，AI不僅能夠提升仿真效率，更能在多目標優化、虛實交互決策等場景開闢新路徑，推動仿真從「事后驗證工具」向「全生命周期決策中樞」躍遷。

2025年10月16日，中國信息通信研究院（簡稱「中國信通院」）人工智能研究所、中國人工智能產業發展聯盟和全國智能計算標準化工作組在全國智能計算標準化工作組2025年度全體會議上發佈《科研智能：人工智能賦能工業仿真研究報告（2025年）》。

報告全面梳理了AI賦能工業仿真的技術路徑與實踐脈絡。一是探討人工智能賦能工業仿真的必然性及其應用價值。二是聚焦計算機輔助設計（Computer Aided Design，CAD）、計算機輔助工程（Computer Aided Engineering，CAE）兩大核心領域，對比分析國內外技術路線與應用現狀。三是在關鍵技術層面，解析數據驅動、物理驅動及融合驅動這三類AI仿真方法的本質區別與適用場景。四是通過軌道交通、航空航天、輕工業、汽車工業及工程建築等領域的實踐案例，驗證AI仿真的規模化應用潛力及應用前景。五是分析AI仿真面臨的核心挑戰，並對其未來發展趨勢進行展望。

報告核心觀點

1. 人工智能賦能工業仿真應用場景不斷拓展

工業設計方面，人工智能正推動工業設計範式的創新變革。人工智能技術可以基於設計約束條件，自動探索廣闊的設計空間，提出突破傳統經驗模式的創新方案。建模仿真方面，人工智能為複雜場景的建模仿真提供新方案。對於多物理場耦合（如電磁-熱-力耦合）、跨尺度問題（如從微觀材料特性到宏觀結構響應）等高度非線性、難以通過解析方程精確建模的複雜工程問題，AI展現出獨特優勢。

2. 人工智能賦能工業仿真實現質效雙升

CAD方面，人工智能主要用於自動化設計與設計優化。藉助AI技術，設計師可以實現產品外形的自動生成設計，在減少設計師負擔的同時實現產品的快速設計。同時AI可以基於海量數據幫助設計師優化CAD模型，提高模型的質量和效率。CAE方面，人工智能主要應用於逆向設計與優化和設計驗證。人工智能賦能CAE的核心本質是對物理場合設計空間的建模。AI技術通過分析海量CAE歷史數據，可以快速識別關鍵特徵和實時仿真，在前處理、求解與優化、后處理階段實現一站式設計探索。

3. 生成式AI實現CAD自動化生成

生成式設計，根據用户設定的設計目標與約束條件，通過對歷史數據的學習實現設計方案的自動生成，如汽車座椅設計場景，通過輸入載荷、約束和材料等參數，可快速生成多個設計方案。語義驅動參數化建模，通過自然語言處理解析設計意圖，實現「語言指令—三維模型」的自動轉換，如地理場景建模場景，利用大語言模型和知識圖譜，通過漸進式知識圖譜，將地理實體的語義信息轉化為建模參數，最終實現更智能的三維地理場景建模。

4. 數據、物理、融合驅動實現CAE全流程智能化仿真

數據驅動的代理模型完全依賴觀測數據訓練模型，無需顯式物理方程，即可在短時間內響應新的設計參數，實現對仿真結果的實時預測。物理驅動的仿真方法深度融合已知的物理定律與方程來構建模型框架，實現在保持較高預測精度的同時，提供對複雜物理現象的可解釋性洞察。融合AI修正傳統求解器方法將傳統求解器作為基礎計算引擎，在其關鍵環節嵌入輕量化AI模塊，形成「物理計算-AI修正」的反饋機制，實現AI與傳統求解器協同工作，在保證求解精度的同時有效提升求解效率。

報告目錄

一、人工智能賦能工業仿真發展背景

（一）工業仿真智能化升級的必要性

（二）人工智能賦能工業仿真應用價值初顯

二、人工智能賦能工業仿真發展應用現狀

（一）人工智能賦能工業仿真主要應用

（二）人工智能賦能工業仿真國內外現狀

三、人工智能賦能工業仿真關鍵技術

（一）AI賦能CAD

（二）AI賦能CAE

四、人工智能賦能工業仿真應用實踐

（一）軌道交通

（二）航空航天

（三）輕工業

（四）汽車工業

（五）工程建築

五、人工智能賦能工業仿真應用挑戰

六、建議與展望

主要專家簡介

中國信通院人工智能研究所工程師

曹曉峰

長期從事人工智能技術和產業相關研究，主要研究方向為科研智能、人工智能基礎設施，參與多項人工智能標準制定工作和等多篇人工智能相關研究報告編制工作。

中國信通院人工智能研究所平臺與工程化部副主任，工程師

董昊

人工智能產業發展聯盟AI基礎平臺工作組組長，從事人工智能技術、產業、政策及生態研究，聚焦科研智能、人工智能工程化、人工智能基礎設施等領域，牽頭編寫國內國際標準10余項。

中國信通院人工智能研究所平臺與工程化部主任，高級工程師

曹峰

中國通信標準化協會TC1WG1（互聯網應用總體及人工智能工作組）組長，工信部人工智能標準化技術委員會TC1WG4（模型與平臺工作組）副組長，人工智能關鍵技術和應用評測工業和信息化部重點實驗室副主任。牽頭可信AI人工智能評測標準體系和能力建設，牽頭工程化能力等相關評估規範制定與評測等。

版權聲明：本報告版權屬於中國信息通信研究院、中國人工智能產業發展聯盟和全國智能計算標準化工作組，並受法律保護。轉載、摘編或利用其它方式使用本報告文字或者觀點的，應註明「來源：中國信息通信研究院、中國人工智能產業發展聯盟和全國智能計算標準化工作組」。違反上述聲明者，編者將追究其相關法律責任。

撰寫團隊聯繫方式：

中國信通院

人工智能研究所

曹曉峰

19910750972

caoxiaofeng@caict.ac.cn