减害产品研发中的生成式气溶胶模拟：基于流体力学与化学成分的感官体验预测.docxVIP

PAGE2

《减害产品研发中的生成式气溶胶模拟：基于流体力学与化学成分的感官体验预测》

一、调研概述

1.1调研背景与目的

在全球公共卫生领域，烟草减害已成为一个绕不开的核心议题。传统卷烟的燃烧过程会产生超过7000种化学物质，其中约70种为已知致癌物，这促使监管机构与产业界共同寻求低风险替代品。

新型烟草制品，如电子尼古丁输送系统与加热不燃烧产品，其减害潜力虽被广泛认可，但产品研发仍高度依赖“试错法”物理原型迭代。这种方法周期长、成本高，且难以穷尽所有气溶胶生成参数的组合。

本报告旨在深度剖析生成式人工智能在气溶胶模拟领域的革命性应用。通过构建基于流体力学与化学成分的生成式模型，企业可在虚拟环境中预测不同配方、温控曲线与气道结构下的气溶胶粒径分布、化学成分谱及感官体验。

研究价值在于，它首次系统性地将生成式AI从消费品设计的外围辅助工具，提升至减害产品核心研发引擎的高度。这不仅能加速产品迭代，更能在监管科学框架下，为产品的毒理学风险评估与合规性论证提供可量化的预测数据。

1.2研究范围与方法

本调研聚焦于烟草与新型烟草领域，重点考察生成式气溶胶模拟技术在雾化机理、成分输送效率及感官预测三大环节的应用。研究范围覆盖全球主要市场，包括已建立PMTA或TPD监管框架的北美与欧盟地区。

研究采用多维度混合方法。桌面研究部分，系统梳理了2019至2024年间关于计算流体力学、气溶