🐼Pandaily•最新收集於 86m
極影科技發布全球首個零樣本通用固體力學物理模型
💡物理 AI 的突破：實現複雜工程模擬的零樣本泛化能力。
⚡ 30-Second TL;DR
有什麼變化
全球首個針對固體力學的零樣本通用基礎模型
為什麼重要
此模型有望大幅縮短工程設計中傳統有限元素分析所需的時間與運算成本。
下一步行動
如果您從事工程模擬工作，請探索 Jiying 2.0 如何取代或增強您現有的有限元素分析（FEA）工作流程。
誰應關注：Researchers & Academics
關鍵要點
- •全球首個針對固體力學的零樣本通用基礎模型
- •能處理未見過的幾何形狀、材料與邊界條件
- •AI 驅動工程模擬領域的重大進展
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Jiying 2.0 採用了基於神經算子（Neural Operators）的架構，顯著降低了傳統有限元素分析（FEA）對網格劃分的依賴。
- •該模型在訓練過程中整合了超過 500 萬組多物理場模擬數據，涵蓋了非線性彈性與塑性變形場景。
- •極影科技與多家汽車製造商達成合作，將該模型導入車輛碰撞測試的早期設計驗證階段，縮短研發週期約 40%。
- •Jiying 2.0 支援異構運算加速，能在消費級 GPU 上實現比傳統數值模擬快 100 倍以上的推論速度。
- •該模型引入了物理資訊神經網路（PINNs）的約束機制，確保預測結果嚴格遵守能量守恆與質量守恆定律。
📊 競品分析▸ Show
| 特性 | 極影科技 Jiying 2.0 | NVIDIA Modulus | Altair SimSolid |
|---|---|---|---|
| 核心技術 | 零樣本通用物理模型 | PINNs 物理模擬框架 | 網格無關模擬技術 |
| 泛化能力 | 極高（零樣本） | 中（需針對性訓練） | 低（專注於特定幾何） |
| 運算速度 | 極快（推論級） | 快（訓練/推論） | 中（數值計算） |
| 定價模式 | API 訂閱/企業授權 | 開源/企業支援 | 傳統軟體授權 |
🛠️ 技術深入
- 核心架構：採用 Transformer-based 神經算子，具備處理變長輸入序列的能力。
- 物理約束：整合自動微分技術，將偏微分方程（PDEs）作為損失函數的一部分，確保物理一致性。
- 數據處理：利用自監督學習從無標籤的幾何數據中提取特徵，實現對未見過材料屬性的零樣本適應。
- 推論引擎：支援 ONNX 與 TensorRT 優化，針對固體力學中的張量運算進行了底層 CUDA 加速。
🔮 前景展望AI analysis grounded in cited sources
傳統有限元素分析（FEA）軟體市場份額將在三年內面臨 AI 基礎模型的劇烈衝擊。
AI 模型在推論速度與泛化能力上的數量級優勢，將使傳統依賴網格劃分的模擬工具在快速迭代設計場景中失去競爭力。
工程模擬將從「專家驅動」轉向「AI 輔助自動化」，降低力學模擬的門檻。
零樣本泛化能力消除了對複雜網格劃分與參數調整的專業知識需求，使非力學專業工程師也能進行高精度模擬。
⏳ 時間線
2024-03
極影科技成立，專注於 AI 與物理模擬的交叉領域研究。
2025-01
發布 Jiying 1.0 原型，初步驗證神經算子在簡單幾何結構中的應用。
2025-09
完成 A 輪融資，重點投入大規模物理模擬數據集的構建。
2026-07
正式發布 Jiying 2.0，實現全球首個零樣本通用固體力學物理模型。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Pandaily ↗