科研智能：人工智能赋能工业仿真研究报告（2025年）.pdfVIP

科研智能：人工智能赋能工业

仿真研究报告

(2025年)

中国信息通信研究院人工智能研究所

中国人工智能产业发展联盟

全国智能计算标准化工作组

2025年10月

版权声明

本报告版权属于中国信息通信研究院、中国人工智能产

业发展联盟和全国智能计算标准化工作组，并受法律保护。

转载、摘编或利用其它方式使用本报告文字或者观点的，

应注明“来源：中国信息通信研究院、中国人工智能产业发

展联盟和全国智能计算标准化工作组”。违反上述声明者，

编者将追究其相关法律责任。

前言

工业仿真承载产品创新迭代、降本增效的核心使命。随着智能

化转型的深入，传统仿真技术面临计算效率瓶颈、多物理场耦合复

杂性剧增、全流程协同不足等挑战，难以满足科学研究领域对实时

性和精准性的高阶要求。人工智能技术的突破性发展，尤其是大模

AI

型、物理信息机器学习、神经算子、生成式等方向的演进，正为

“+”

工业仿真注入全新动能。通过构建数据物理双驱动的智能仿真范

AI

式，不仅能够提升仿真效率，更能在多目标优化、虚实交互决策

“”“

等场景开辟新路径，推动仿真从事后验证工具向全生命周期决策

”

中枢跃迁。

AI

本报告基于科研背景，全面梳理了赋能工业仿真的技术路径

与实践脉络。首先探讨人工智能赋能工业仿真的必然性及其应用价

CADCAE

值，然后聚焦于、两大核心领域，对比分析国内外技术路

线与应用现状；在关键技术层面，解析数据驱动、物理驱动及融合

AI

驱动这三类仿真方法的本质区别与适适用场景；通过轨道交通、

航空航天、轻工业、汽车工业及工程建筑等领域的实践案例，验证

AIAI

仿真的规模化应用潜力及应用前景；最后，分析仿真面临的

核心挑战，并对其未来发展趋势进行展望。

本报告力求为人工智能赋能工业仿真领域的研究与实践提供参

考，但难免有不足之处，恳请各位专家和读者不吝指正。

目录

一、人工智能赋能工业仿真发展背景1

（一）工业仿真智能化升级的必要性1

（二）人工智能赋能工业仿真应用价值初显2

二、人工智能赋能工业仿真发展应用现状3

（一）人工智能赋能工业仿真主要应用4

（二）人工智能赋能工业仿真国内外现状13

三、人工智能赋能工业仿真关键技术17

（一）AI赋能CAD17

（二）AI赋能CAE19

四、人工智能赋能工业仿真应用实践27

（一）轨道交通27

（二）航空航天35

（三）轻工业40

（四）汽车工业48

（五）工程建筑56

五、人工智能赋能工业仿真应用挑战63

六、建议与展望65

图目录

图1AI+CAD：文本到模型6

图2AI+CAD：图像到模型6

图3AI+CAD：多模态输入到模型7

图4设计验证流程9

图5使用有限元和PINN方法预测的温度分布热力图对比11

图6利用人工智能方法实现后处理过程中的特征识别13

图7斫轮·风驰总体思路29

图8斫轮·风驰大模型架构30

图9斫轮·风驰大模型技术方案30

图10动静统一自动并行技术31