蓋世汽車訊 據(jù)外媒報道，在2026年美國底特律汽車工業(yè)展覽會（SAE World Congress 2026）上，物理人工智能（Physics AI）公司Luminary發(fā)布了SHIFT-Crash，這是首個能夠在數(shù)秒內(nèi)（而非數(shù)小時）預(yù)測整車碰撞響應(yīng)（包括形變和應(yīng)力場）的Physics AI模型。SHIFT-Crash基于2010款豐田雅力士（Toyota Yaris）的5000次碰撞仿真數(shù)據(jù)集構(gòu)建而成，是首個能夠捕捉整車及多維參數(shù)化設(shè)計空間內(nèi)碰撞動力學(xué)的學(xué)習(xí)型代理模型，可直接從車輛設(shè)計參數(shù)生成空間分辨的應(yīng)力場預(yù)測結(jié)果。

與傳統(tǒng)的有限元方法（finite element method，F(xiàn)EM）仿真不同，SHIFT-Crash是一個可重用的AI模型，它能夠保留并改進(jìn)不同車輛項目中的碰撞物理知識，而傳統(tǒng)的FEM仿真必須針對每個新的設(shè)計方案從頭開始運行。

圖片來源：Luminary

碰撞仿真瓶頸

碰撞仿真是車輛開發(fā)過程中計算成本最高的環(huán)節(jié)之一。在高性能計算（HPC）集群上，一次NHTSA NCAP 56公里/小時的整車正面碰撞仿真通常需要10到12個小時。一個典型的車輛項目需要針對各種載荷工況和設(shè)計方案進(jìn)行數(shù)千次此類仿真。關(guān)鍵在于，傳統(tǒng)的FEM仿真沒有記憶功能。每個車輛項目都必須從零開始，重新創(chuàng)建網(wǎng)格并運行新的求解器，因為之前平臺的設(shè)計知識無法遷移。因此，詳細(xì)的碰撞安全性分析通常只在開發(fā)后期進(jìn)行，此時設(shè)計變更極少，而且實施成本也更高。

從數(shù)天到數(shù)秒：擴展碰撞設(shè)計探索

返回第一電動網(wǎng)首頁 >