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月科研智能：人工智能赋能工业 仿真研究报告 (2025年) 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 型、物理信息机器学习 、神经算子 、生成式AI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 式，AI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。 本报告基于科研背景 ，全面梳理了 AI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 值，然后聚焦于CAD、CAE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 驱动这三类AI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 AI仿真的规模化 应用潜力及应用前景；最后 ，分析AI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CAD................................................................................................. 17 （二）AI赋能CAE................................................................................................. 19 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 图11斫轮·风驰大模型仿真应用 ........................................................................ 31 图12FuncGenFoil 算法框架组建与功能示例 ..................................................... 37 图13FuncGenFoil 算法框架操作界面示例 ......................................................... 38 图14AIPOD智能优化平台 .................................................................................. 43 图15风扇优化中的关键设计变量 ....................................................................... 43 图16风扇设计优化前后对比 ............................................................................... 44 图17数值回归验证结果 ...