2026-04-17 09:08
据外媒报道，在2026年美国底特律汽车工业展览会（SAE World Congress 2026）上，物理人工智能（Physics AI）公司Luminary发布了SHIFT-Crash，这是首个能够在数秒内（而非数小时）预测整车碰撞响应（包括形变和应力场）的Physics AI模型。SHIFT-Crash基于2010款丰田雅力士（Toyota Yaris）的5000次碰撞仿真数据集构建而成，是首个能够捕捉整车及多维参数化设计空间内碰撞动力学的学习型代理模型，可直接从车辆设计参数生成空间分辨的应力场预测结果。
与传统的有限元方法（finite element method，FEM）仿真不同，SHIFT-Crash是一个可重用的AI模型，它能够保留并改进不同车辆项目中的碰撞物理知识，而传统的FEM仿真必须针对每个新的设计方案从头开始运行。
碰撞仿真瓶颈
碰撞仿真是车辆开发过程中计算成本最高的环节之一。在高性能计算（HPC）集群上，一次NHTSA NCAP 56公里/小时的整车正面碰撞仿真通常需要10到12个小时。一个典型的车辆项目需要针对各种载荷工况和设计方案进行数千次此类仿真。关键在于，传统的FEM仿真没有记忆功能。每个车辆项目都必须从零开始，重新创建网格并运行新的求解器，因为之前平台的设计知识无法迁移。因此，详细的碰撞安全性分析通常只在开发后期进行，此时设计变更极少，而且实施成本也更高。
从数天到数秒：扩展碰撞设计探索
扫一扫关注微信
