搜索
近日，2026浦江创新论坛（第十九届）主论坛在上海张江科学会堂举行，本届论坛以“共享创新共塑未来：新一轮科技革命背景下的全球科技共同体使命”为主题。我院计算力学与人工智能交叉研究院创院院长蓝楚科（Timon Rabczuk）院士应邀作题为《建模与仿真的AI革命：赋能计算机感知真实世界》的大会报告，围绕人工智能与建模仿真的深度融合及计算力学创新发展等前沿议题分享最新思考。
什么是建模与仿真
蓝楚科长期从事计算力学研究。报告从建模与仿真的基本概念切入：从飞机、汽车到桥梁，工程师在设计阶段就需要把真实结构“搬”进计算机，通过建立模型预测它在真实工况下的表现，这一过程就是建模与仿真。
他指出，这一能力已成为产品开发速度、成本与技术领导力的基础，西门子、博世、比亚迪等企业的研发体系均依托成熟的仿真软件生态。2021年诺贝尔物理学奖授予气候模拟与复杂系统研究的奠基性工作，也体现了建模在基础科学中的重要价值。
AI带来什么：加速，与发现
报告中，蓝楚科把AI给这一领域带来的变化归结为两个关键词：“第一个是加速，第二个是发现。”
“加速”主要体现求解过程的加速和仿真流程的提速。在“发现”层面，AI不只是算得更快，而是通过从数据中学习物理规律，以符号回归自动发现材料模型，并走向以数字孪生持续映射与优化真实系统的目标。
“看起来真实”不等于“物理上正确”
报告着重讨论了一个值得关注的问题：生成式AI创造的世界视觉上高度逼真，并不意味着物理上的正确，即“Looking Real Is Not the Same as Being Right”。以 Genie 3、Cosmos 为代表的学习型世界模型能依据文本提示近乎零成本生成逼真场景，却无法提供质量、动量与能量守恒，难以应对训练数据之外的情形，也无法可靠刻画断裂、疲劳与失效；以有限元、计算流体力学和分子动力学为代表的物理仿真，提供守恒定律和经过验证的材料模型，这正是飞机、桥梁和反应堆获得安全批准所依据的基础，但速度慢、依赖专家设置，很少实时与可微分。
报告提出，下一阶段需要进一步发展可微分求解器，利用经过验证的求解器数据训练的代理模型，并建立认证AI生成结果的标准，推动仿真“物理正确且超越实时”，最终迈向数字孪生。“这是计算力学与AI结合的工作，不是纯AI的工作。”蓝楚科表示。
在“创新接力”中定位
从基础研究的开放合作，到AI从科研“屋外的访客”变为“房子里的常住者”，再到科学发现穿越临床、制造与资本进入现实，蓝楚科院士的报告正处于“AI走进科研内场”的环节：在AI深度介入科研的当下，物理定律、经过验证的材料模型与可认证的标准，是AI结果走向工程应用的重要基础。
