摘要
Demo 具备单点开放能够验证东西的作用，但不应该只停留在展示层，而要进入汽车研发体系内部，成为一种新的工程能力。 汽车设计研发是一项高复杂度、高成本、高安全要求的系统工程，单点AI Demo难以真正落地。阿尔特太乙基于一线研发经验与私域数据，构建了从知识大模型、造型AI创绘、空气动力学智能预测、CAD智能检索、零部件智能生成到2D智能投图的产品矩阵。其核心理念不是做单点工具，而是打造“工程师一句话，平台全程跑完”的全流程AI研发设计平台，让AI从“惊艳一刻”走向“长期生产力”。 以下为演讲内容，经36氪整理编辑： 刘亚彬丨阿尔特汽车副总裁、阿尔特太乙人工智能总经理 大家上午好，我是阿尔特汽车的刘亚彬，非常高兴有机会在这里跟大家分享我们有关AI+汽车设计研发持续的实践和思考。 今天的主题是：当 AI 走出 Demo，它如何真正进入汽车设计研发的深水区？过去一年多，AI 给整个科技产业带来了非常大的震动，但站在汽车研发这个行业里，我们会更冷静地看待这件事。一辆车从产品定义、造型设计、工程设计，到仿真验证、试验验证、工艺制造、质量交付，每一个环节都有大量约束。它既有性能目标，也有法规要求；既有成本边界，也有制造工艺；既要满足用户体验，也要承担安全责任。我们自己在做AI的过程中做了一二百个Demo，也收到过几千个Demo，真正落地的并不多，这个过程中我们有一些思考跟大家分享一下。 一个Demo 很漂亮，说明技术有想象力，具备单点开放能够验证东西的作用，但不应该只停留在展示层，而要进入汽车研发体系内部，成为一种新的工程能力。我将汽车设计研发的核心挑战，系统性地概括为“三高”特征：高复杂度、高成本、高安全要求。 首先第一个挑战是高复杂度，复杂的系统工程。从工程师的一句构想，到基础材料学，再到信号处理，最终延伸至生产制造与智能制造的完整链条——在这条技术链条上，每一个环节都由“最小作用单元”构成，而这些单元之间彼此交织、相互影响，最终形成的是一个不断权衡与取舍的复杂过程。 第二点是高成本，这与漫长的开发周期密不可分。汽车研发目前仍需约24个月，虽已基于软件工程发展和经验累计从过去的30多个月有所缩短，但仍难以及时响应用户需求的变化。而每个设计都要经历仿真、实验、制造直至市场验证的多重关卡，试错代价极高。更棘手的是，变更的影响链条极长—
摘要可能不完整，可查看原文