在近日舉行的GTC大會(huì)上，阿爾特汽車副總裁劉亞彬發(fā)表主題演講，分享了公司在人工智能（AI）技術(shù)驅(qū)動(dòng)下的汽車工業(yè)設(shè)計(jì)創(chuàng)新成果。通過AI與3D資產(chǎn)管理、創(chuàng)意生成及工程仿真的深度融合，阿爾特正推動(dòng)汽車設(shè)計(jì)從傳統(tǒng)模式向智能化、高效化轉(zhuǎn)型，為行業(yè)樹立了技術(shù)應(yīng)用新標(biāo)桿。
早在2023年，阿爾特與英偉達(dá)就Omniverse平臺(tái)達(dá)成合作，成為中國(guó)首家采購(gòu) NVIDIA全套OVX最新系統(tǒng)的企業(yè)；2024年，阿爾特即作為英偉達(dá)合作伙伴及汽車行業(yè)的代表受邀參加當(dāng)年的GTC大會(huì)；目前，阿爾特已成為英偉達(dá)的解決方案顧問合作伙伴，雙方攜手開展了汽車關(guān)鍵資產(chǎn)數(shù)字化、多團(tuán)隊(duì)多軟件的協(xié)同作業(yè)、車型2D轉(zhuǎn)3D AI模型的可視化等實(shí)際應(yīng)用落地的探索，致力于以AI賦能汽車產(chǎn)業(yè)。
統(tǒng)一3D資產(chǎn)管理，夯實(shí)AI賦能基石
面對(duì)海量異構(gòu)3D數(shù)據(jù)的管理挑戰(zhàn)，阿爾特以Nucleus為核心資產(chǎn)庫(kù)，結(jié)合OpenUSD統(tǒng)一數(shù)據(jù)格式，實(shí)現(xiàn)了跨平臺(tái)、多格式3D資產(chǎn)的高效整合。通過將不同工業(yè)軟件（如造型、工程、仿真工具）的3D數(shù)據(jù)轉(zhuǎn)換為標(biāo)準(zhǔn)化USD格式，公司打通了設(shè)計(jì)、工程與仿真部門間的數(shù)據(jù)壁壘。借助英偉達(dá)Omniverse平臺(tái)，阿爾特進(jìn)一步實(shí)現(xiàn)了3D資產(chǎn)的實(shí)時(shí)可視化與協(xié)同編輯。USD Composer的動(dòng)態(tài)渲染功能支持多視角切換與版本對(duì)比，大幅提升了設(shè)計(jì)評(píng)審與營(yíng)銷展示的互動(dòng)性。此外，工作流協(xié)同與數(shù)據(jù)流協(xié)同技術(shù)的應(yīng)用，使得多部門成員可實(shí)時(shí)共享修改內(nèi)容，避免了信息滯后，顯著縮短了設(shè)計(jì)迭代周期。
圖片來源：企業(yè)供圖
AI驅(qū)動(dòng)創(chuàng)意生成，重塑汽車造型設(shè)計(jì)流程
在汽車造型創(chuàng)意領(lǐng)域，阿爾特引入Stable Diffusion模型與ComfyUI工具鏈，結(jié)合NVIDIA GPU的強(qiáng)大算力，實(shí)現(xiàn)了設(shè)計(jì)效率的飛躍。設(shè)計(jì)師通過輸入提示詞，即可快速生成高質(zhì)量的內(nèi)外飾造型參考圖，并通過ComfyUI界面實(shí)時(shí)調(diào)整材質(zhì)、光影與色彩搭配。相比傳統(tǒng)手工繪制與反復(fù)修改的流程，AI技術(shù)將設(shè)計(jì)周期大幅縮短，同時(shí)解決了效果圖變形與低質(zhì)問題。例如，設(shè)計(jì)師僅需上傳線稿或概念圖，AI即可生成多種風(fēng)格的細(xì)節(jié)方案，支持多輪精細(xì)化微調(diào)。這種“實(shí)時(shí)創(chuàng)意迭代”模式不僅解放了設(shè)計(jì)師的創(chuàng)造力，更使設(shè)計(jì)決策更加精準(zhǔn)高效。
圖片來源：企業(yè)供圖
AI賦能工程仿真，加速研發(fā)智能化轉(zhuǎn)型
在計(jì)算機(jī)輔助設(shè)計(jì)（CAD）與計(jì)算流體力學(xué)（CFD）領(lǐng)域，阿爾特通過大模型與物理模擬的融合，開創(chuàng)了智能化研發(fā)新路徑。
CAD智能生成：基于歷史3D數(shù)據(jù)微調(diào)的大模型，可將設(shè)計(jì)需求自動(dòng)轉(zhuǎn)化為CAD操作序列，直接生成零部件體數(shù)模，并通過仿真測(cè)試反饋優(yōu)化建議。多模態(tài)對(duì)齊技術(shù)確保了文本描述與3D模型特征的精準(zhǔn)匹配，例如“流線型車身”與3D模型中的曲面特征對(duì)齊，而“輕量化設(shè)計(jì)”則與模型的材料分布和結(jié)構(gòu)密度相關(guān)聯(lián)。通過大模型訓(xùn)練，模型能夠?qū)W習(xí)到3D建模數(shù)據(jù)、文本數(shù)據(jù)與建模序列之間的深層關(guān)聯(lián)，從而智能生成任務(wù)，進(jìn)而顯著提升汽車設(shè)計(jì)的效率與創(chuàng)新性。
圖片來源：企業(yè)供圖
CFD風(fēng)阻預(yù)測(cè)：阿爾特開發(fā)了兩款A(yù)I模型：一款是基于車身外部特征訓(xùn)練的預(yù)測(cè)模型，首先識(shí)別車身影響風(fēng)阻關(guān)鍵位置參數(shù)，如風(fēng)擋角度、接近角、離去角等多項(xiàng)特征，輸入至預(yù)測(cè)模型中，快速篩選符合造型的特征值，此模型應(yīng)用在造型概念設(shè)想等早期階段，能夠?yàn)楹罄m(xù)CAS分析節(jié)省大量驗(yàn)證工作；
另一款模型基于大量CAS數(shù)據(jù)，采用深度學(xué)習(xí)算法進(jìn)行訓(xùn)練，利用Modulus框架構(gòu)建了幾何神經(jīng)網(wǎng)絡(luò)模型。該模型的預(yù)測(cè)結(jié)果與仿真數(shù)據(jù)的平均偏差僅為3-5%。同時(shí)工程師將CAS數(shù)據(jù)直接導(dǎo)入模型中，就能迅速生成壓力、速度等云圖，快速指導(dǎo)其做出優(yōu)化方案
圖片來源：企業(yè)供圖
劉亞彬在演講中強(qiáng)調(diào)，AI技術(shù)的深度應(yīng)用正在重塑汽車工業(yè)的設(shè)計(jì)與研發(fā)范式。阿爾特通過3D資產(chǎn)管理、創(chuàng)意生成優(yōu)化及工程仿真智能化三大核心突破，不僅提升了企業(yè)競(jìng)爭(zhēng)力，也為行業(yè)提供了可復(fù)制的技術(shù)解決方案。未來，公司將整合優(yōu)化相關(guān)技術(shù)，并進(jìn)一步開發(fā)為各類智能體，從而提升汽車設(shè)計(jì)效率，大幅縮短汽車的開發(fā)周期。同時(shí)繼續(xù)攜手英偉達(dá)等合作伙伴，探索更高效、更智能的技術(shù)應(yīng)用，推動(dòng)汽車工業(yè)邁向數(shù)字化與可持續(xù)的新未來。
