突破工业仿真三大痛点，AI Agent 带来全新解法
面向复杂工业系统的
AI仿真智能体
上海积鼎信息科技有限公司
当传统工业仿真还在被 "高门槛、长周期、强依赖" 三座大山压制，上海积鼎信息科技带着一份完整的技术蓝图来了——用 AI仿真智能体，重塑工程研发范式。
背景与挑战：为何需要AI赋能？
复杂工业系统仿真长期面临三大痼疾：
操作门槛极高
仿真流程涉及几何处理、网格划分、多物理场设定、求解器配置等专业环节，对操作人员的知识与经验要求极高，新手难以快速上手。
流程周期漫长
一个完整的仿真分析往往需要数天甚至数周，大量时间耗费在繁琐的重复性操作上，严重制约研发迭代速度。
严重依赖专家经验
关键参数设置高度依赖资深专家的隐性 Know-how，难以量化传承。一旦专家流失，企业将面临技术断层风险。
行业趋势：AI for Engineering
随着大语言模型（LLM）飞速发展，单纯数据驱动已无法满足工程物理对严谨性的要求。结合底层物理规律与上层数据价值的「数据与物理双驱动」模式，正成为行业必然趋势。终极目标是打造能主动规划、推理、执行的工程师「智能伙伴」。
目标与核心价值：我们要做什么？
积鼎的目标：研发基于大模型（LLM）与 MCP 协议的「复杂系统仿真智能体」，实现数据与物理的双驱动协同，重塑工程研发范式。
① 打破软件孤岛，实现异构互操作
基于创新的 MCP（Model Context Protocol）协议，建立大模型与各类异构 CAE 仿真工具的标准化通信接口，彻底打通传统软件间的协作壁垒，实现仿真流程的无缝自动化流转。
② 赋能专家经验，沉淀领域 Know-how
通过独创的「镜曦专家 Skill 黑箱」技术，将工程师隐性的、复杂的工程经验，转化为智能体可直接调用的显性化、模块化能力，让 AI 真正具备专业的工程求解智慧。
覆盖两类用户，实现双重核心业务价值
面向新手的「智能向导」
自然语言交互：日常语言下达任务，无需复杂指令，极大降低使用门槛
自动化引导：从解析到输出全流程自动完成，无需繁琐人工参数配置
加速成长：实时引导操作步骤+智能纠错，帮助新人快速掌握核心技能
面向专家的「超级助手」
认知卸载：接管繁琐耗时的重复性操作，有效解放专家认知负荷
自主迭代：发散式自诊断与自适应容错，支持方案自动化迭代优化
释放创造力：让专家专注于更高维度的算法创新与产品架构设计
技术方案与创新：我们如何实现？
自上而下四层架构
| 应用 交互层 | 自然语言多模态交互 NLP / 语音视觉识别 / 前端渲染引擎 |
| Agent 认知层 | 行业大模型"大脑"，任务理解与智能决策 行业大模型微调 / LSTM / 蒙特卡洛树搜索规划算法 |
| Skill 接口层 | 核心仿真技能库，AI与物理的数字桥梁 MCP 协议接口 / 动态网格划分 / 异构并行求解器阵列 |
| 物理 仿真层 | 几何处理与求解器，底层算力坚实支撑 几何处理引擎 / 自动网格生成 / 多物理场耦合求解器 |
端到端闭环智能工作流
单次任务执行被设计为带有熔断与反馈机制的闭环有向无环图（DAG），模拟专家思考与操作全过程：
| 意图解析与规划 | |
| 前处理执行 | |
| 求解与监控 | |
| 结果诊断与容错 | |
| 自动化后处理 | |
| 总结输出 |
三大核心创新技术
基于MCP协议的跨域协同互操作架构
摒弃传统"点对点硬编码"，构建总线式松耦合中间层。将底层物理求解器封装为大模型可理解的标准工具，锚定"Agentic Workflow + 物理求解器"双驱动模式，有效解决工业软件生态封闭与AI自动化需求之间的核心矛盾。核心模块已申请多项软件著作权与发明专利。
"显性Agent Skill"蒸馏对齐机制
通过「隐性经验显性化 → 显性经验参数化 → 参数化代码Skill化」闭环，引入思维链（CoT）与强化学习（RLHF/RLAIF），将专家难以言传的工程经验提炼为可精准调用的标准化技能库，沉淀出独有的、不可复 制的核心数据资产。
仿真闭环容错控制算法
内置自适应状态机，异常时综合分析文本日志与残差曲线，自主回溯根因并动态调整参数，实现系统"自愈"。解决传统仿真"一错即停"的痛点，推动大模型从单一"开环生成器"向具备可靠执行能力的"闭环执行器"关键跃升。
关键技术难点与对策
AI Agent 推动仿真从人工升级为自动化系统
流程自动化率
研发响应速度由「天」级缩短至「小时」级
工程师角色从流程执行者转变为策略制定者与结果审核者
专家隐性知识转化为可复用的数字化能力资产
核心定位：企业级工程智能底座
以 Agent、工程知识、仿真数据与平台能力为核心，
构建支撑复杂研发场景的可扩展 AI for Engineering 基础设施
面向工程 而非通用包装 | 平台闭环 而非模型演示 | 长期演进 而非短期提效 |
真正有竞争力的，不是单次展示效果，而是可持续积累的工程智能能力。
积鼎正在构建的，是一个从数据治理、流程执行到结果沉淀的完整闭环——既满足当前研发提效的刚需，也为未来「虚拟专家系统」和全自主研发模式奠定架构底座。
