面向复杂工业系统的AI仿真智能体

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。

PART 01

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」。

PART 02

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

PART 03

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：

1	意图解析与规划自然语言需求解析，生成多物理场工况方案
2	前处理执行几何模型读入、网格智能划分与质量检查
3	求解与监控自动配置求解器并启动计算，挂载监听 Agent 实时监测
4	结果诊断与容错发现异常自主诊断根因，调整参数自动重试
5	自动化后处理批量处理数据，提取关键仿真结果与特征指标
6	总结输出自动生成图文并茂、符合工程规范的完整仿真分析报告