AI赋能互联网平台背景下关于机械设计优化的思考.pdf

AI赋能互联网平台背景下

关于机械设计优化的思考

文/吴峰张平霞朱永强

摘要：在“人工智能+”战略与工据，如传感器信号、供应链信息和用户反多模态AI作为2025年前沿热点，整

业互联网的驱动下，人工智能（artificial馈。互联网平台的介入改变了这一格局，合文本、图像、传感器数据和3D模型，实

intelligence，AI）与互联网平台融合，重塑2025年，中国人形机器人市场规模预计现跨模态推理和优化。多模态框架包括：

机械设计与自动化领域，推动其向智能化、达82.39亿元，占全球约50%[4]。具身智能模态编码器（如visiontransformerfor图像、

绿色化转型。本文针对数据隐私、算法偏（embodiedintelligence，EI）推动机器人关RNNfor时序数据）、跨模态融合层（通过

见等问题，结合2025年热点提出生成式AI与节和传动系统设计创新[5]。具身智能强调注意力权重分配，实现信息交互）、优化

云平台集成、数字孪生与边缘计算实时优AI在物理实体中的嵌入式应用，推动机器解码器（输出设计参数，如几何尺寸和材

化、多目标优化与可持续设计等路径，提出人关节和传动系统设计创新。为落实《中料属性）。

加密数据集、可解释AI等对策，旨在推动国制造2025》和《新一代人工智能发展规

设计从经验驱动迈向智能优化，助力新质划》部署，以信息技术与制造技术深度融1.2互联网平台的赋能机制

生产力扩展至零碳制造。合为主线，以新一代人工智能技术的产业互联网平台在机械设计优化中的赋能

人工智能；互联网平台；机械化和集成应用为重点，推进人工智能和制机制主要体现在资源整合、数据共享、跨

关键词：

设计；生成式AI；数字孪生造业深度融合，加快制造强国和网络强国域协同和新兴区块链应用四个层面。

DOI：10.3969/j.issn.1007-9769.建设[6]。（1）云计算服务（如亚马逊AWS、阿里

2025.21.004云）提供弹性分布式计算资源，支持生成式

1.AI与互联网平台在机械设计优化AI和多模态模型的大规模训练。GPU利用率

引言中的理论基础90%、训练时间缩短至数天[8]，适用于实时仿

真场景，如数字孪生中的动态模拟。

在新一轮科技革命与产业变革的浪潮1.1AI核心技术在机械设计中的应用（2）工业互联网平台聚合多源数据，

中，机械设计的本质已从静态几何建模和人工智能核心技术在机械设计中的应包括IoT传感器（采样率10Hz）、供应链物

性能验证演变为动态、多目标驱动的智能用已从单一模态向多模态融合演进，涵盖料信息和用户反馈，形成全生命周期数据

系统构建。这一转型得益于AI的爆发式进生成式AI、数字孪生、强化学习、自然语闭环，训练数据集规模提升40%。

步，特别是生成式AI、数字孪生、强化学言处理（NLP）和新兴的多模态AI，以数据（3）跨域协同机制打破地域和组织

习，以及多模态AI的成熟应用。互联网平驱动为核心，颠覆传统经验设计范式，实边界，实现企业、高校和供应商的虚拟协

台作为基础设施，显著放大AI在机械设计现从参数优化到拓扑创新的全谱系覆盖。作。例如，海尔卡奥斯平台支持众包设