【行业动态】PhysicsX发布突破性研究：AI超越人类工程师，航空发动机零件减重18.5%

导读：英国初创公司PhysicsX近日发表研究成果，其利用物理引导的3D生成式AI技术突破传统CAD设计限制，在喷气发动机钛合金支架设计中将重量降低18.5%，同时满足所有应力约束，证明生成式AI可拓展人类工程设计边界。

由英伟达（NVIDIA）投资的PhysicsX公司近日发表研究，展示其物理工程师如何利用生成式3D AI技术绕过CAD设计规则，将喷气发动机零部件重量降低18.5%。这家英国初创企业将自身定位为“面向工业界的物理AI公司”，近期刚以24亿美元估值完成3亿美元融资。

PhysicsX在一篇博客文章中详细介绍了其研究方法：研究人员通过物理引导的扩散循环（physics-guided diffusion loops）对3D AI基础模型进行适配，突破传统CAD参数约束，自动生成经过优化的工程几何结构。

研究人员随后通过实际案例验证了这一技术：利用该AI系统设计的喷气发动机支架，比顶级人类工程师的最优设计还要轻18.5%。

PhysicsX联合创始人兼首席执行官雅科莫·科尔博（Jacomo Corbo）表示：“实体经济中几乎每一个难题——更好的飞机、更好的芯片、更好的发动机、更好的能源系统——归根结底都取决于工程师和机器操作人员能够以多快、多好的速度解决底层物理问题。几十年来，这一直是硬件创新的核心约束。”

传统工程设计流程高度依赖参数化CAD软件，这使得设计方案被限制在预先设定的参数范围内，难以突破既有框架。PhysicsX工程师丹尼尔·欧文-劳埃德（Daniel Owen-Lloyd）和桑米特拉·戈什（Sanmitra Ghosh）在博客中指出，TRELLIS.2等3D基础模型目前主要生成视觉资产，而非功能性工程零部件。

为弥合这一差距，PhysicsX采用低秩适配（LoRA）技术，在小型数据集上对基础模型进行微调，即使从单个螺栓样本出发也能生成具有物理意义的设计变体。

为实现仿真验证，PhysicsX开发了自动修复粗糙3D几何结构的技术，确保生产级求解器能够稳定运行而不崩溃。

由于标准求解器无法直接引导AI生成过程，研究团队训练了可微的代理模型（surrogate models）作为快速物理评判器。这些代理模型与SDEdit扩散循环相结合，对候选设计进行迭代式变异，仅保留通过物理测试的优化调整。

研究团队在SimJEB钛合金喷气发动机支架基准测试上验证了该框架的有效性。PhysicsX以人类设计的优胜方案作为优化循环的起点，AI最终发现了一种全新的分体支撑（split-support）几何结构。

该设计在满足所有应力约束条件的同时，将重量降低了18.5%，且完全不依赖传统CAD规则。这一成果证明，生成式3D AI能够突破人类工程设计的边界，拓展设计可能性空间。

PhysicsX成立于2020年，其使命是通过彻底革新工业工程与制造方式，加速硬件创新。公司正在构建一套全新的软件栈，旨在为整个工程生命周期提供深度物理AI赋能。

目前，PhysicsX已与航空航天与国防、汽车、半导体、材料以及能源与可再生能源等领域的领先企业建立合作，帮助客户应对部分最关键、最复杂的技术挑战。

科尔博表示：“物理AI消除了这一约束。我们让工程师有能力探索数千种设计方案，而过去他们只能处理寥寥数种；过去需要数周的工作，现在只需数秒即可完成。这一能力正在覆盖全球最严苛的工业领域。”

他补充道：“我们还在推动工程、制造和生产方式变得更加可靠、更加高效，并催生全新的方法。本轮融资将使我们能够把这一能力交到更多工程师手中，并向更大规模、更强能力的大型物理模型（Large Physics Models）前沿推进。”

PhysicsX创始人兼董事长罗宾·图卢伊（Robin Tuluie）则强调了技术民主化的意义：“高保真物理模拟一直以来都非常强大，但同时也缓慢、昂贵，且仅限于少数专家使用。物理AI正在从各个维度改变这一现状。”

图卢伊指出：“物理AI让高保真模拟效率大幅提升，通过将真实世界数据融入我们的大型物理模型，增强并改进纯模拟结果，同时也为过去无法实现的应用场景打开了大门。”

他表示：“我们相信这项技术应该向工业组织中更广泛的技术人员群体开放——包括工程师、设计师和操作人员，他们过去无法独立运行这些分析。随着这一能力的普及，其效用将在整个业务中产生复合效应。这就是我们正在推动的变革。”

业内观察人士认为，PhysicsX的研究成果标志着生成式AI在工业工程领域的重要突破。如果该技术能够规模化应用于更多航空发动机零部件乃至整机设计，将有望显著提升燃油效率、降低制造成本，并加速下一代航空推进系统的研发进程。

原创文章，转载请注明来自@两机动力控制

（欢迎加小编微信号：gtc6000；QQ群：603094810；资料都存在QQ群文件夹中）

免责声明：本公众号所载内容为本公众号原创或网络转载，转载内容版权归原作者所有。如涉及作品内容、版权或其他问题，请跟我们联系！转载内容为作者个人观点，并不代表本公众号赞同其观点和对其真实性负责。本公众号拥有对此声明的最终解释