重磅：NVIDIA与达索系统共建工业AI平台

6月前浏览1268

达索系统与NVIDIA将从技术底座、世界模型、场景落地、虚拟伙伴等四大维度共建工业AI平台，夯实科学与算力支撑，赋能多行业规模化可信落地。

内容提要/OVERVIEW

- 文章信息 -

本文由e-works首席记者王阳原创报道。

3DEXPERIENCE World 2026第二天，达索系统与NVIDIA迎来一项重磅合作：双方达成25年来最大规模战略合作——共同构建下一代工业AI平台，其核心是将达索系统深耕四十年的虚拟孪生技术与NVIDIA的全球领先算力及AI能力深度融合。双方计划推出经严格科学验证的工业世界模型（Industry World Model），并依托虚拟伙伴（目前已推出AURA/LEO/MARIE），重塑AI时代工作模式。

达索系统CEO Pascal DALOZ

与NVIDIA创始人兼CEO黄仁勋

工业AI的深层挑战

与跨界融合的必然

当前，全球工业正处于数字化转型与再工业化的双重交汇点。黄仁勋指出，人类正在推进历史上规模最大的工业基础设施建设，未来十年的投资规模预计将接近85万亿美元乃至100万亿美元。这些庞大的基建项目，均需完成设计、仿真与验证工作，而在软件定义、AI驱动的大趋势下，这一切都离不开虚拟孪生技术的支撑。与此同时，复杂系统的设计、仿真与运营需求呈指数级增长，但工业AI的实践之路却布满荆棘。

🔷 首要挑战是场景脱节。主流大语言模型虽在通用领域表现卓越，却缺乏对物理规律、工程机理的深刻理解，难以支撑飞机设计、药物研发等高可靠性、高合规性任务，其固有的幻觉问题在工业领域更是致命缺陷。

🔷 其次是技术碎片化。虚拟孪生、高性能计算、专业AI模型等技术往往各自为政，形成数据与能力孤岛，难以构建从设计、仿真到生产、运营的端到端智能闭环，工业创新的效率瓶颈始终无法突破。

🔷 最后是知识资产流失。工程师的宝贵专业经验与隐性知识难以被有效捕获、沉淀和规模化复用，导致大量决策依赖个人经验与后期物理试错，合规校验、可制造性分析等关键环节被迫后置，造成巨大时间与成本浪费。

在此背景下，达索系统与NVIDIA的深化合作成为必然。达索系统作为工业软件巨头，其3DEXPERIENCE平台及旗下品牌构成全球工业研发的数字基础，在MBSE与工业Know-How方面底蕴深厚；NVIDIA则是AI与加速计算革命的引擎，全栈技术能为工业场景提供前所未有的算力密度与AI赋能。

黄仁勋回顾称，双方25年的合作积淀，从图形接口到计算架构的持续协同，为此次全面融合奠定了坚实的信任与技术基础。

NVIDIA与达索系统合作超过四分之一世纪

布局：构建面向未来的

工业AI四大支柱

此次合作旨在搭建工业AI规模化可信落地的完整生态体系，核心框架可归纳为四大支柱，层层递进、形成闭环，兼顾技术支撑与场景落地，同时推动模式革新。

1.技术底座——算力与虚拟孪生的双向赋能

双方致力于打造一体化工业AI基础设施。NVIDIA将提供从CUDA-X加速库、Physics-NeMo物理AI框架到Omniverse数字孪生平台的全栈技术支持，其中Physics-NeMo框架旨在实现万倍级物理预测加速，有望将碰撞仿真、流体分析等传统离线耗时任务推向实时交互范畴。

达索系统则将核心的3DEXPERIENCE平台及虚拟孪生技术深度融入该架构，尤为关键的是，其将通过OUTSCALE品牌，在全球三大洲部署基于NVIDIA基础设施的AI工厂，为客户提供兼顾顶级算力与数据主权、知识产权及隐私保护的解决方案。

黄仁勋强调，这一底座的最显著特征是双向赋能。NVIDIA将采用达索系统的MBSE方法设计与优化自身未来的AI工厂，实现更高效的基建部署；达索系统则借助NVIDIA的开源模型与算力，持续升级虚拟孪生系统的逼真度与智能水平，形成双向共赢的技术协同。

2. 核心突破——科学验证的工业世界模型

可以说，工业世界模型（Industry World Model）是本次合作最具颠覆性的技术内核，旨在从根本上解决工业AI的幻觉危机。与追求广泛语言生成的通用大模型不同，NVIDIA与达索系统期望打造的工业世界模型，根基在于物理定律、化学/生物机理及经过长期工程验证的工业知识，这也是其区别于通用AI的核心优势。

Pascal认为，当AI植根于科学、物理与已验证的工业知识时，将成为人类创造力的倍增器。黄仁勋则进一步强调，物理AI是人工智能的下一个前沿。世界模型正是这一理念的核心载体，其价值在于精准建模与可信预测，输出结果可追溯、可验证且严格符合工业标准，将工业AI从辅助性文档处理工具，升级为支撑关键产品设计与研发决策的核心系统。

3. 场景落地——四大行业领域先行验证

合作的成败关键在于真实工业场景的价值创造，e-works记者了解到，NVIDIA与达索系统已规划四大先行行业领域，以试点验证其实用价值，为后续规模化推广积累经验。

🔷 在生命科学与食品领域，贝勒集团（Bel Group）正利用生物世界模型加速新型可持续蛋白质研发，通过虚拟孪生模拟复杂生物过程，将上百次物理试验转化为高效数字筛选，大幅缩短研发周期并保障产品合规。

🔷 在汽车工程领域，Lucid已借助AI驱动的虚拟孪生技术，将车辆碰撞特性、动力学性能等核心指标前置到概念设计阶段，让工程师可直接设计产品行为、在数字世界优化性能，显著提升从概念到量产的整体效率。

🔷 在工厂设计与运营领域，与欧姆龙（OMRON）合作聚焦软件定义工厂，融合Omniverse的实时仿真与达索DELMIA的生产系统虚拟孪生，可对数百亿美元级巨型AI工厂进行全流程、全要素虚拟预演与优化，在动工前规避潜在损失，实现产能、效率与灵活性的最优平衡。

🔷 在航空航天领域，美国威奇托州立大学航空研究院NIAR借助虚拟伙伴，将数千项严苛适航认证要求融入飞机设计全生命周期，这种合规即设计的模式，有望大幅压缩长达数年的认证周期，同时保障最高级别安全性与信息主权。

4.模式革新——虚拟伙伴驱动工程师角色升维

虚拟伙伴是双方此次合作在人才与组织层面的革命性构想，其核心定位是工程师的专属AI协作者，而非替代者，这一设计既兼顾效率提升，又尊重工程师的核心价值。

技术层面，虚拟伙伴基于达索3DEXPERIENCE智能体平台，融合NVIDIA的AI推理能力与达索的工业世界模型，能够学习、编码并复现工程师的专业经验、工作习惯与决策逻辑，承担设计空间探索、多方案参数优化、自动化合规检查等重复性、高计算量任务。

这一模式将深刻推动工程师角色转型。工程师将从繁琐执行工作中解放出来，更多扮演知识沉淀者与AI训练师，将隐性知识转化为企业核心数字资产；同时成为创新决策者与战略规划师，专注更高层次的创意构思与跨领域协同；还将转型为合规架构师，在设计源头系统性嵌入法规与制造约束。这种人机共生模式，不仅能大幅提升创新效率，更能实现企业知识资产的私有化、资本化与代际传承，为应对全球高端工程人才短缺提供战略性解决方案。

在接受记者采访时，黄仁勋特别强调，人工智能是强大的均衡器与桥梁，能在个体、产业乃至国家层面实现全方位赋能。在他看来，AI可显著提升普通人的能力，助力普通写作者、艺术爱好者、工程师等群体借助AI工具高效开展创作与设计工作；更能弥合意图与执行的鸿沟，精准理解人类的创意与目标，自动完成复杂编程、软件配置等任务，让人们无需跨越专业软件与编程的技术门槛，就能将想法落地。

对于全球多数软件领域基础薄弱、但在能源、机械等实体产业具备优势的国家和行业，AI能帮助其快速补齐软件能力短板，实现数字化转型与能力跃升。黄仁勋同时呼吁，各国与各产业应抓紧机遇，积极拥抱并应用人工智能，把握数字化升级的核心契机。而这一理念，也正是双方深化合作、共建工业AI平台的重要初衷——在全球再工业化浪潮下，以AI与虚拟孪生融合之力，破解工业转型痛点。

来源：CAE知识地图

MBSE 碰撞化学通用航空航天汽车参数优化数字孪生工厂试验人工智能 DELMIA

著作权归作者所有，欢迎分享，未经许可，不得转载

首次发布时间：2026-02-12

天津大学毕绍洋博士：我的有限元仿真学习方法（直播回放）

免费

还没有评论