5000次仿真就能提炼出一个汽车碰撞AI大模型

近日，AI仿真软件公司Luminary推出了首个用于捕捉整辆车碰撞动态的物理AI模型Shift-Crash。其基于2010款丰田雅力士的5000次碰撞模拟数据集提炼而成，据Luminary描述其能够在几秒内预测全车碰撞响应，包括变形和应力场，而没有物理AI大模型之前则需要数小时。

（我们印象中的Yaris）

(模拟的是这款Sedan车型)

传统的有限元碰撞测试必须为每个新设计变体从零开始运行，而Shift-Crash是一款可重复使用的AI模型，能够保留碰撞物理数据并拓展至跨车型的碰撞项目中。

（Yaris有限元分析）

在高性能计算集群上，单个NHTSA NCAP 56公里/小时全车正面碰撞模拟通常需要10到12小时，每个程序需从零开始运行新的网格和求解器——而详细的抗撞性分析通常在开发后期进行，此时设计变更较少且实现成本更高。

(Yaris实际碰撞测试)

Shift-Crash利用迁移学习将碰撞物理知识从一个车辆项目传递到下一个，并跨越不同车辆类别。随着模型应用于其他程序，它不断建立在已掌握的结构碰撞行为基础上。

随着汽车行业越来越多地将虚拟验证作为碰撞安全性开发流程的一部分，目标很简单：OEM厂家能够在几秒钟内验证设计是否符合NHTSA NCAP、Euro NCAP 2026与IIHS的安全要求，从而更早锁定设计，更早投入生产。

Luminary表示，预测显示均方根误差（RMSE）不到3%，这使工程师有信心进行下游安全分析并推导关键碰撞指标。

“如今的碰撞分析是一个非常昂贵且耗时的计算力学问题。通过Shift-Crash，我们为碰撞工程师提供了探索比以往更丰富的设计空间的能力，缩短解决方案时间并大幅降低成本，“Luminary CPO Suds Menon说。“有了物理AI碰撞模型，每一个新的车辆设计程序都能减少所需的模拟次数，使模型更智能，并在极短时间内提供更高的精度，从而压缩设计周期。”

致谢：转载自公号：BIMCoder，梁老师