让AI吃透真实工业规律，天洑软件的工业世界模型解法
让AI掌握物理规律和工业机理，是工业场景应用AI时，始终绕不过去的挑战。
针对这一问题，国际领先企业纷纷提出相关概念，构建掌握物理和工业规律的AI。如CAD巨头达索系统，强调AI内化底层物理规律和工程知识。融资高达180亿美元的Prometheus，核心目标同样是让AI掌握物理世界中的各种规律。
国内率先发布工业世界模型的战略的，是长期深耕CAE和工业AI领域的天洑软件。
工业世界模型不是世界模型
NVIDIA等很多公司近期也都在提世界模型的概念，其核心理念也是让AI模型掌握物理规律，但是其与工业领域的工业世界模型有着2点重要不同掌握的规律不同。世界模型掌握的是一般物理规律，不包含很多工业领域垂直场景下的物理规律，例如某台设备的运行规律，某个外形飞行器的气动规律等。这些规律并不通用，也无法通过互联网公开数据训练得来，只能来源于机理研究和私有数据训练。用途不同。当前的世界模型主要应用方向，是生成符合物理规律的视频等虚拟数据，用于训练具身机器人的动作，主要为了补充具身机器人的实际运行数据的不足。而工业世界模型则是用于工业场景的结果预测、诊断、决策等，是支撑工业智能体推理的基础。天洑软件提出的工业世界模型，目的是构建出"掌握真实工业规律"的AI系统，但构建路线更为落地。在当前的技术条件下，在工业领域指望训练出一个像GPT一样的大型模型掌握各种工业领域的机理和规律并不现实。因此天洑的工业世界模型是一个体系化战略，打造一整套工具链，通过一套流程，针对具体工业场景，可以把各种物理规律和机理，训练到不同的AI模型中。更具体的，这套流程包括用模拟器生成高精度工业数据，再通过工业AI平台做数据治理、机器学习和知识训练，从而构建掌握物理规律的AI系统。用这些掌握物理规律的AI系统，不仅可以大幅加速仿真计算，也可以基于物理规律进行智能化决策。 对工业企业来说，可以依托这一套工具和流程，构建面向各具体场景的掌握物理规律的AI模型，再在其基础上构建各种智能体应用。围绕构建掌握工业规律的AI，天洑软件在过往积累的仿真软件基础上，形成了体系化的多款AI产品仿真领域，AICFD、AIFEM、AIPOD、MPS分别面向热流体、结构、设计空间探索与优化、多物理场仿真方向，生成高精度的仿真数据，再基于这些数据训练出掌握对应物理规律的AI代理模型和降阶模型，替代CAE求解器进行快速结果预测，大幅提高仿真求解速度生产运营领域，工业AI底座TFIIF和智能数据建模软件DTEmpower则负责从设备运行、质量和工艺数据中学习规律，完成数据治理、工业小数据建模、专家机理建模、数字孪生、模型部署和自学习，并与DCS、SCADA、PLC等系统连接，构建智能决策和诊断的各类智能体。基于以上产品，天洑已经在能源动力、船舶海事、航空航天、新能源汽车等行业企业实现了众多应用，如在上海电气，通过智能质量数据分析平台，将质量数据分析时间从4小时缩短到5分钟。工业世界模型的路程才刚刚开始，天洑之后，已经有其它供应商也在朝工业世界模型的方向布局产品。未来或许还有更多的供应商加入这一方向，共同将各种工业规律纳入AI模型，推动工业AI更快的应用和发展。
