Emmi AI：做更高精度和效率的AI CFD模型，还开源

Emmi AI简介

Emmi AI 2025年宣布获得1500万欧元种子轮投资，到目前也已经获得百万级别金额的合同。

Emmi AI的产品大体分为核心通用CFD模型AB-UPT，AI工作流框架Noether，以及面向场景的3个具体AI模型：工业微粒流模型NeuralDEM、注塑模型NeuralMould，以及机翼气动仿真模型NeuralWing。

其中AB-UPT宣称在多个主流CFD数据集的表面压力、体积速度和涡量方面达到了最先进的精度，NeuralDEM和Noether则进行了开源。

通用CFD模型AB-UPT

AB-UPT（Anchored-Branched Universal Physics Transformers）是Emmi AI提出的新架构的通用CFD AI代理模型，宣称在多个数据集上效果优于业界的其他模型。

• ShapeNet-Car：一个将几何形状与物理场（主要是压力）深度融合的数据集

• AhmedML：专注于低速钝体空气动力学的高保真、大规模开源CFD数据集

• DrivAerML：面向真实汽车外形的、当前最高保真级别的CFD-ML数据集

AB-UPT基于2项核心技术

1. 锚定注意力（Anchored Attention）机制，将自注意力的二次复杂度降低为线性复杂度，使模型能够在单张 GPU 上处理超过 1 亿体积网格单元。

2. 多分支Transformer架构，将几何形状、表面和体积表示分离，同时保持它们之间信息交互和关联关系。

AB-UPT达到的效果如下，在计算效率、精度等方面都达到了新高度：

• 首个在单张 NVIDIA GPU （指H100）上实现 900 万表面单元 + 1.4 亿体积单元端到端推理的神经代理模型，比此前方法的规模提升了两个数量级。

• 支持从 CAD 几何形状直接进行推理，无需网格化

• 能够对空气动力学阻力和升力系数的准确估计，与真实计算流体动力学值达到接近完美的关系

• 引入了一种无散度涡量方程（Divergence-Free Vorticity Formulation），将其作为硬性架构约束来保证物理连续性。

在Luminary Cloud发布的SHIFT-SUV and SHIFT-Wing 数据集上，AB-UPT也取得了领先的效果，精度误差都在2%以下。

SHIFT-SUV (汽车)数据集：

AB-UPT在阻力预测中平均相对误差小于1%，在升力预测中保持接近完美的相关性，精确再现了完整的三维场。

单个NVIDIA H100 GPU的训练在13.5小时内收敛，对于4500万个单元的全车网格，在34秒内完成推理。

SHIFT-Wing (航天)数据集：

在马赫数0.5和0.85的条件下，AB-UPT在阻力和升力方面均达到R²=1.00，与真实计算流体动力学力匹配，误差在2%以内。

模型可以在亚秒的推断时间直接从各向同性CAD几何结构推断出气动力。

3个场景化AI模型

在AB-UPT的基础上，Emmi AI推出了3个场景化的AI代理模型

NeuralDEM 工业微粒流代理模型——开源

面向微粒流类场景仿真的代理模型，从缓慢的、伪稳定的料斗流到快速的、瞬态的流化床反应器都可以覆盖，使用50万个粒子和16万个计算流体动力学单元对系统进行忠实建模，在单个GPU上实时运行的同时，在长时间滚动推理（例如，28s或2800ML时间步）中保持稳定性和质量守恒。

NeuralDEM 支持直接宏观条件，并可以输出宏观观察结果，如流出率、排水时间、残余材料、停留时间和混合指数等。

NeuralDEM 2024年11月首次发布，2025年开源数据集和模型

NeuralMould：注塑数字工程师

与全球注塑CAE领导者SIMCON合作开发，面向注塑工艺过程的AI代理模型，在数千种材料中进行了超过一百万条瞬态轨迹的训练，允许工程师选择几何形状、材料和任意放置浇口，预测压力场、温度场、剪切速率场以及注射口处的压力和流量曲线，相对误差约为 5%。

NeuralWing 机翼设计

面向机翼设计的AI 代理模型，基于2.6万个CFD仿真结果（Emmi AI构建了3万个仿真结果的数据集）训练而来，可以通过4个参数实时生成机翼形状，并结合2个来流条件作为输入，输出压力、摩擦、速度场，以及升力和阻力系数。

压力场预测准确率达到 99.5% ，阻力和升力数据一致性达到99.8%，推理时间：表面场 100ms，体积场 1s。

NeuralWing和NeuralMould都在Emmi AI官网提供了实时的在线模拟体验

Noether：开源AI框架

除了具体模型，Emmi AI还在26年1月发布了Noether ——开源的AI深度学习框架，提供从数据处理、模型训练到推理优化的完整流水线，用于跨工程纵向构建、训练和应用AI代理模型。

Noether虽然开源，但是使用的是Emmi开放研究许可证：免费进行研究和试点，商业用途需要许可证。

Emmi AI在更高精度的几何模型模拟和结果精度方面相比之前有了提升，但其结果都是基于研究数据集得出，而非实际工程数据，Emmi AI也还没有实际企业落地应用案例介绍放出。具体在企业实际落地情况还有待观察。