物理仿真是通过数学模型来模拟物理对象、系统或过程，可用于预测上述对象在不同场景下的行为和性能。目前，物理仿真被广泛应用于各行各业，以优化产品性能、提供产品设计信息，并可用于创建数字孪生。

 近日，OpenAI发布了文生视频大模型Sora，一经登场，其清晰逼真的视频呈现让全球科技圈沸腾。从发布的视频来看，Sora的对于光影反射、材质纹理、运动方式、镜头移动等细节处理非常到位。同时，在部分样片中，Sora也展现了一定程度的“物理仿真”能力，能够呈现诸如衣衫飘动和水体波纹等物理现象。那么，生成式人工智能技术是否有能力预测真实物理世界并指导工业设计与生产的能力呢，我们对此有自己的理解。

对于工业设计和生产领域，工程师和研究人员寄予人工智能的期望，更多的是希望借助这项技术快速、智能地创建准确可靠的仿真模型。

 数字孪生概念的先驱之一 Michael Grieves（迈克尔·格里夫斯）博士认为，人工智能将有助于优化仿真并提高其准确性，使组织能够根据结果做出更好的决策。

生成式人工智能作为人工智能的一个分支，它的特点就是可以创建模仿真实数据的新内容。在工程设计、建模与仿真的领域中，生成式人工智能技术能够用于改进数据输入、创造场景、优化流程以及合成数据的生成。通过对仿真所依赖的数据输入进行分析与优化，生成式人工智能有助于提升仿真流程的效率和仿真结果的可靠性。该技术能产出与现实世界数据极为相似的合成数据，这类数据能够用于扩充仿真中现有的数据集合。更值得期待的是，生成式人工智能可以高效地在仿真环境内创造新的情景与变化，使得研究人员可以在多样化的情景下进行测试，发现和识别潜在的产品设计问题。

 九游会j9网站首页 作为专注CAE和物理仿真的研发型企业，一直持续关注人工智能的发展，并已启动了相关领域的布局。九游会j9网站首页 立足于精确的物理原理，在已有的CAE软件和新增的人型机器人等业务方向中利用生成式模型的最新进展，将生成式人工智能的使用作为开发和实施数字孪生技术的关键组成部分，并取得了一定的阶段性成果。目前，通过大语言模型进行仿真数据输入和仿真场景创建，结合生成式流程，能够实现从文本到仿真结果及最后的三维渲染。

九游会j9网站首页 生成式仿真（测试过程展示）

“两艘木制小船在茶杯中航行”

基于生成式人工智能的范式，九游会j9网站首页 利用生成式模型自动创建物理对象、任务行为和使用场景。该模型首先根据自然语言交互，提出需要研究的物理对象；然后通过适当的空间配置填充相关对象和资产（渲染引擎），生成对应的物理仿真环境；最后，基于物理对象的任务进行分解，完成全任务过程的仿真模拟。模拟结果还可以用于机器人行为决策和行动控制的训练学习。在这个过程中，生成式人工智能可以为物理仿真和数字孪生系统的所有阶段提供信息，从物理对象、任务，到任务相关的场景描述、资产选择和生成、训练监督等。

 后续，针对各个行业特有的学科和物理现象，可以建立基于真实物理的工业级生成式仿真和数字孪生系统，可以高效预测智能化工业产品在复杂多变的特殊环境下的表现，进行优化设计。这一技术将在航空、航天、船舶，风电，人形机器人等行业引发新一轮变革的潮流。

 随着数字孪生在越来越多的行业得到应用，仿真与生成式人工智能的结合将存在无限可能。对物理概念的正确理解应当是生成式人工智能的重要组成部分，而利用生成式人工智能，可以建立更完善、更可靠的物理仿真和数字模型。杯中泛舟，亦可窥见整个世界，面对这激动人心的未来，九游会j9网站首页 也将持续探索更广泛的可能性，将客户愿景变为现实。