3月25日消息（赵婷婷）日前，在“昇思人工智能框架峰会2024”上，中国科学院院士、中国空气动力学会理事长唐志共表示，近年来，随着人工智能技术的高速发展，人工智能与科学计算的融合不断迸发出新的火花，形成AI的新范式。这种范式以物理驱动、物理+数据融合驱动、及数据驱动为特征，涌现出大量的高价值研究成果和应用成果，有力推动了空气动力学的研究和发展，也催生了智能空气动力学这一新兴交叉学科。
智能空气动力学是运用智能科学方法和范式开展空气运用学研究，解决空气动力学的新型学科交叉问题。主要研究范畴包括机理分析、智能控制、智能设计、智能飞行等。经过国内外专家学者共同努力，目前智能空气动力学已在研究方法、流场预测、模型构建等领域取得了重要进展。
唐志共指出，在飞行器气动外形设计上，传统方法强烈依靠专家经验，仅能针对特性构形，进行迭代优化设计，存在初始方案提出难、参数化设计局限多、及气动设计耗时长等问题。AI的出现为气动设计带来了新的机遇，通过AI模型的高效、多样化并行能力，为气动外形方案设计提供了快速多样化灵活生成可能。
他介绍其团队首创“生成式气动设计大模型平台”，基于昇思AI框架和自主创新开发，在模型开发阶段和流体力学套件提供了模型接口，面向多种应用场景，提升飞行器外形设计效率。平台采用点名实现了气动外形的通用模型，研发了三维预训练基础模型，并以此为基础开发了气动性能预测模型和气动外形生成模型。突破了复杂的三维气动外形非结构的重构技术，兼顾泛化性和表达性。
在模型训练阶段，使用MindSpore多维结合，基于成都智算中心算力的支撑，模型得到了高效的部署；在模型部署阶段，将专业知识融入气动设计大模型平台，并将其与大语言模型、气动外形设计模型、气动预设模型及其他非AI工具串联，打造出支持多元化气动外形设计的解决方案。
场景上，可匹配多层级、多类型的气动外形设计；效率上，可分钟级快速生成，效率提升1万倍以上；架构上，提供AI赋能的一站式外形生成，方案优选及性能体验服务；协同上，可进一步关联仿真工具，实现AI和传统设计的协同。
唐志共最后表示，未来，将进一步提升平台的能力，将“生成式气动设计大模型”拓展到航空航天以外的领域。
