国务院国资委近日专门召开中央企业“场景万象”专项行动启动会，研究谋划央企场景培育开放的务实举措，以多元应用场景释放市场活力，推动各类市场主体协同创新、共同发展。

在这一背景下，近日由中国企业改革与发展研究会（中企研）主办、百度智能云承办的云智大会-AI仿真驱动创新 数智赋能装备高质量发展会议在长沙举行。来自装备制造领域的央国企技术负责人、高校专家与百度智能云团队，围绕AI仿真在装备研发、工艺优化、工业控制等场景中的工程化落地展开深入交流，共同探讨“央企出题、民企解题、联合攻关、共同受益”的产业协同路径。

百度智能云已全面升级为服务大模型智能体应用的新全栈AI云，构建AI Infra与Agent Infra双重底座，将AI能力真正转化为工业场景下的生产力增量。百度智能云智慧工业总经理李超表示，“我们不只是提供工具，而是希望和央国企一起，把每一个真实的工程问题变成可复制的解决方案。”

百度智能云智慧工业总经理李超

装备制造的“真题”，来自工程一线

本次沙龙没有停留在概念讨论，而是把装备制造企业长期面临的工程难题摆到了现场。

截至2025年年底，中国高铁运营里程已超过5万公里，在线高速列车达到5230组。随着列车运行速度提升、车型持续丰富，空气动力学仿真已经成为保障列车安全性、舒适性和节能环保的重要环节。但传统仿真高度依赖高精度网格和国外商业软件，计算周期长、成本高，复杂场景下的研发效率受到明显制约。

中国中车在长期研发中积累了超过1000TB的仿真和实验数据。中国中车首席技术专家陈大伟坦言，如何将这些数据转化为可复用、可推广的仿真能力，实现从“天级”计算向“秒级”响应转变，成为高铁装备提升自主研发能力必须回答的问题。

中国中车首席技术专家陈大伟

中国电气装备集团首席技术专家周逢权也提出，在全国发电装机容量达到40亿千瓦、风光总装机突破19亿千瓦的背景下，输变电装备的设计研发仍在较大程度上依赖工程经验，参数稍有变化便需要工程师从头调整，国外企业正在加快构建设计与仿真软件生态，国内亟须在高质量数据集、行业大模型和算力调度等方面形成自主能力。

中国电气装备集团首席技术专家周逢权

制造业自动化国家工程研究中心主任李敏则将目光聚焦于工业控制场景。PLC编程涉及设备能力、工艺要求、控制策略和安全约束，适合从边界清晰、结果可验证的环节率先推进工业智能体应用。工业智能体的定位不是替代工程师，而是连接工业知识、工业软件与自动化系统，帮助工程师提高效率，并通过人机协同确保过程可控、责任可追溯。

制造业自动化国家工程研究中心主任李敏

与会专家普遍认为，AI仿真正在成为装备制造突破研发瓶颈、提升设计效率、推动自主可控的重要技术路径。行业关注的重点，也正从“是否使用AI”转向“如何让AI真正进入工程流程”。

从天级到秒级，工程化落地见真章

在本次沙龙上，百度智能云分享的并非停留在实验室阶段的技术设想，而是来自实际工业场景的工程化实践。

在与中国中车合作的高速列车空气动力学仿真项目中，百度智能云联合构建了基于傅里叶神经算子、图神经算子的仿真模型，对超过1000TB的历史仿真和实验数据进行处理，推动流场计算由天级缩短至秒级，部分计算时间缩短至10秒以内，误差低于5%，计算精度达到商用软件水平。

在牵引电机温场仿真场景中，原本需要1至3天完成的计算，被压缩至5至10秒。模型具备较好的泛化能力，即使产品结构发生变化，也能够快速给出仿真结果，为装备研发人员开展多方案比选和结构优化提供支撑。

这些案例背后的关键，并不是简单地用神经网络替代传统仿真，而是将数据驱动方法与物理机理深度融合，使AI在遵循物理约束的基础上加速求解。围绕退火炉控制、变压器材料配置、医疗器械结构优化等场景，百度智能云还展示了AI在实时控制、方案优化和材料筛选等方面的探索。

百度智能云已升级为面向大模型智能体应用的新一代全栈AI云，依托“芯云模体”技术体系，构建AI Infra与Agent Infra双重底座，推动模型、算力、开发工具和行业知识在装备制造场景中协同发挥作用。

从单点突破到系统协同

AI仿真要从单点应用走向系统级落地，除了算法突破，还需要建模语言、软件工具、数据体系、行业标准和组织机制共同演进。

北京航空航天大学二级岗长聘教授、北航杭州国际创新研究院国际仿真技术科创中心主任张霖提出，下一代基于模型的系统工程，需要推动建模、仿真和优化一体化，覆盖从需求分析、方案设计到制造运维的产品全生命周期，并通过人工智能提升建模效率和模型质量。围绕自主建模语言、模型总线、智能优化和多智能体协同等方向，相关团队已开展了持续探索，并介绍了相关建模语言于2024年作为国家标准正式发布的进展。

北京航空航天大学二级岗长聘教授、北航杭州国际创新研究院国际仿真技术科创中心主任张霖

四川大学工程数值模拟基础算法与模型全国重点实验室副主任严斌宇介绍，国产CAE软件已在网格生成、高精度数值计算和多学科仿真等方向取得进展，并开始进入部分典型装备的工程化应用。国产工业软件正逐步从“战略备份”走向工程可用，为装备制造业自主创新提供基础支撑。

四川大学工程数值模拟基础算法与模型全国重点实验室副主任严斌宇

AI赋能不能止步于工具升级，更要推动组织能力重构。中国企业改革与发展研究会会长彭华岗表示，AI时代的组织不应只是静态的结构图，而应成为能够围绕任务动态组队、持续协同和不断进化的过程系统。技术革命只有进一步转化为组织变革，才能真正形成企业发展的新动能。

中国企业改革与发展研究会会长彭华岗

装备制造既是“大国重器”的物质基础，也是人工智能走向产业深水区必须面对的关键领域。本次沙龙既是一次技术交流，也是一次面向真实场景的供需对接和联合攻关。百度智能云将持续深耕工业AI仿真领域，以“芯云模体”全栈AI能力为支撑，携手央国企、高校、科研院所和民营科技企业，推动AI从算力和模型工具加快成长为支撑产业创新的基础设施。

衡量AI真正落地的标准，不是部署了多少模型，而是DAA（每日智能体活跃数）——每天有多少智能体在真实场景中持续运转、持续创造价值——这或许是对"共同受益"最务实的注脚。随着更多真实需求被提出、更多创新力量参与进来，AI仿真赋能装备制造的解题路径正在逐步清晰。