在近日举行的GTC大会上,阿尔特汽车副总裁刘亚彬发表主题演讲,分享了公司在人工智能(AI)技术驱动下的汽车工业设计创新成果。通过AI与3D资产管理、创意生成及工程仿真的深度融合,阿尔特正推动汽车设计从传统模式向智能化、高效化转型,为行业树立了技术应用新标杆。

早在2023年,阿尔特与英伟达就Omniverse平台达成合作,成为中国首家采购 NVIDIA全套OVX最新系统的企业;2024年,阿尔特即作为英伟达合作伙伴及汽车行业的代表受邀参加当年的GTC大会;目前,阿尔特已成为英伟达的解决方案顾问合作伙伴,双方携手开展了汽车关键资产数字化、多团队多软件的协同作业、车型2D转3D AI模型的可视化等实际应用落地的探索,致力于以AI赋能汽车产业。

统一3D资产管理,夯实AI赋能基石

面对海量异构3D数据的管理挑战,阿尔特以Nucleus为核心资产库,结合OpenUSD统一数据格式,实现了跨平台、多格式3D资产的高效整合。通过将不同工业软件(如造型、工程、仿真工具)的3D数据转换为标准化USD格式,公司打通了设计、工程与仿真部门间的数据壁垒。借助英伟达Omniverse平台,阿尔特进一步实现了3D资产的实时可视化与协同编辑。USD Composer的动态渲染功能支持多视角切换与版本对比,大幅提升了设计评审与营销展示的互动性。此外,工作流协同与数据流协同技术的应用,使得多部门成员可实时共享修改内容,避免了信息滞后,显著缩短了设计迭代周期。


图片来源:企业供图

AI驱动创意生成,重塑汽车造型设计流程

在汽车造型创意领域,阿尔特引入Stable Diffusion模型与ComfyUI工具链,结合NVIDIA GPU的强大算力,实现了设计效率的飞跃。设计师通过输入提示词,即可快速生成高质量的内外饰造型参考图,并通过ComfyUI界面实时调整材质、光影与色彩搭配。相比传统手工绘制与反复修改的流程,AI技术将设计周期大幅缩短,同时解决了效果图变形与低质问题。例如,设计师仅需上传线稿或概念图,AI即可生成多种风格的细节方案,支持多轮精细化微调。这种“实时创意迭代”模式不仅解放了设计师的创造力,更使设计决策更加精准高效。


图片来源:企业供图

AI赋能工程仿真,加速研发智能化转型

在计算机辅助设计(CAD)与计算流体力学(CFD)领域,阿尔特通过大模型与物理模拟的融合,开创了智能化研发新路径。

CAD智能生成:基于历史3D数据微调的大模型,可将设计需求自动转化为CAD操作序列,直接生成零部件体数模,并通过仿真测试反馈优化建议。多模态对齐技术确保了文本描述与3D模型特征的精准匹配,例如“流线型车身”与3D模型中的曲面特征对齐,而“轻量化设计”则与模型的材料分布和结构密度相关联。通过大模型训练,模型能够学习到3D建模数据、文本数据与建模序列之间的深层关联,从而智能生成任务,进而显著提升汽车设计的效率与创新性。


图片来源:企业供图

CFD风阻预测:阿尔特开发了两款AI模型:一款是基于车身外部特征训练的预测模型,首先识别车身影响风阻关键位置参数,如风挡角度、接近角、离去角等多项特征,输入至预测模型中,快速筛选符合造型的特征值,此模型应用在造型概念设想等早期阶段,能够为后续CAS分析节省大量验证工作;

另一款模型基于大量CAS数据,采用深度学习算法进行训练,利用Modulus框架构建了几何神经网络模型。该模型的预测结果与仿真数据的平均偏差仅为3-5%。同时工程师将CAS数据直接导入模型中,就能迅速生成压力、速度等云图,快速指导其做出优化方案


图片来源:企业供图

刘亚彬在演讲中强调,AI技术的深度应用正在重塑汽车工业的设计与研发范式。阿尔特通过3D资产管理、创意生成优化及工程仿真智能化三大核心突破,不仅提升了企业竞争力,也为行业提供了可复制的技术解决方案。未来,公司将整合优化相关技术,并进一步开发为各类智能体,从而提升汽车设计效率,大幅缩短汽车的开发周期。同时继续携手英伟达等合作伙伴,探索更高效、更智能的技术应用,推动汽车工业迈向数字化与可持续的新未来。

ad1 webp
ad2 webp
ad1 webp
ad2 webp