原題：人工智能進工廠，先過“物理關”

2026物理AI與世界模型大會臨近。連日來，記者走進天洑軟件、愛思科技等南京多家人工智能企業，直觀感受怎樣實現大模型聊天、AI畫圖，了解工廠生產如何在虛擬數字空間提前預演，看數字仿真如何守護生產安全、惠及普通人的日常生活。

在南京天洑軟件有限公司，副總經理梁鈺給出了一個形象說法：“工業世界模型聽著玄，說白了，就是把工廠先搬進電腦裡，在電腦裡試成熟了，再動真的。”

天洑軟件成立於2011年，總部位於南京，是國家級專精特新“小巨人”企業。公司以物理AI仿真引擎和工業AI底座構建全棧技術體系，服務超過1000家行業領軍企業，業務覆蓋能源電力、石油石化、船舶海事、高端裝備制造等領域。公司技術人員佔比超81%，核心團隊以清華大學博士為骨干，自主研發的工業世界模型生成器、AICFD、AIFEM等產品，貫穿工業產品研發、生產、運維全生命周期。

在工業生產中，時間貴、試驗貴，安全更貴。過去，一項設計改動，往往要先做樣機、再做試驗，動輒數月﹔設備一旦“帶病”運行，損失可能遠超研發成本。如今，工程師畫完圖，可在虛擬工廠中先行驗証﹔生產線上，系統把傳感器數據接入物理模型，實時比對設備狀態，並推演最優檢修和擴產方案。

“做工業AI，快不是第一位的，靠得住才是第一位的。”梁鈺說。為約束人工智能的“幻覺”，天洑軟件立了3條規矩：物理定律不可違反，物理仿真和現場實測衡量每個答案﹔大模型負責理解需求、調用經驗﹔物理引擎負責計算把關。“一個當助手，一個當裁判，誰也別越位。”

工業場景復雜，虛擬世界要“長得像”，更要“算得准”。真實設備零件眾多，不少老設備缺少完整圖紙﹔流體、溫度、受力相互作用，精度與速度又天生沖突，危險工況的試驗樣本更是稀少。天洑軟件的解法，是連同材料、運動和受力將實物數字化，為設備、零件和參數建立統一“身份証”，讓算法在物理規律約束下尋優，再用現場數據反復校准。

成效已在生產一線顯現。一家大型電廠接入預警系統后，報警准確率達98.38%，現場值守一年減少23人、節約人工成本690萬元，管理從“設備壞了才知道”轉向“提前就知道該修”。一個國家級綠氫示范項目將84台電解槽接入系統，新能源消納率保持在95%以上，年收益超過3000萬元。核電主泵應用相關技術后，預警准確率超過95%，運維工作量減少30%，單台設備年效益超過500萬元。

這些數字看似離普通人的生活很遠，實則不然。設備故障少了，電網和供能系統更穩定，出行、照明、取暖更可靠﹔風險識別提前了，一線工人不必再頻繁進入高溫、高壓等危險環境﹔研發和運維效率提高，意味著更安全、更具性價比的工業產品。

梁鈺介紹，我國最高端物理仿真國產化率尚不足15%，工業世界模型讓各國站在同一起跑線。未來，具身智能、商業航天、可控核聚變等領域，也需要在虛擬世界反復訓練、推演。

“從一張圖紙到一個虛擬工廠，從一套算法到一條安全生產防線，物理AI正在走向產業深處。中國工業的機會，從來不在跟隨，而在重新定義。”梁鈺說。（馬道軍）

來源：南京日報