简介
随着大模型技术向工业深水区渗透，多智能体系统正成为重构汽车设计研发范式的核心变量。本论坛由阿尔特与圆木智能联合发起，聚焦"AI Agent在工业真实场景落地的机遇与挑战"，分享基于智能体的工程化实践，探讨多Agent如何贯通汽车造型生成、CAE仿真验证与知识沉淀的闭环协同。 汽车研发是工业软件与AI融合的最复杂场景之一。本选题填补了"AI Agent在高端制造业真实产线落地"的论坛空白，既契合CNCC2026"数聚产业·智算未来"主题，又具备阿尔特完整产品矩阵的实证支撑，可为计算领域学者与工业界提供可复用的技术路径与范式参考。
简介为官网原文，部分内容可能未写完。
人员
主席
- 刘亚彬 · 阿尔特太乙人工智能
嘉宾
- 薛向阳 · 复旦大学 计算机科学技术学院
- 李安南 · 百度
- 赵昊 · 清华大学
- 姜昌浩 · 圆木智能科技(北京)有限公司
- 仝晓萌 · 北京航空航天大学
报告安排
从设计辅助到工程执行-汽车研发智能体的探索与实践
刘亚彬 · 阿尔特太乙人工智能
工业CAD智能建模研究：从视觉理解到设计生成
薛向阳 · 复旦大学 计算机科学技术学院
简介
传统计算机辅助设计（Computer-Aided Design, CAD）建模高度依赖设计人员的专业经验与人机交互操作，自动化与智能化程度很低，难以满足复杂工业产品高效快速的设计研发需求。近年来，多模态大模型与AI智能体在工业图纸理解、逻辑推理及生成方面取得明显进展，为突破传统CAD人工建模的技术瓶颈提供了崭新的研究思路。本报告主要围绕人工智能驱动的工业CAD智能建模这一重要主题进行介绍。首先，综述三维视觉理解、设计知识建模与参数化建模生成等技术研究进展；然后，主要介绍我们团队基于多模态大模型与强化学习构建的智能CAD建模方法，包括高精度CAD图纸解析、设计意图推理、CAD代码自动生成等研究工作；最后，结合现有技术短板与工业实际应用需求，展望人工智能与CAD深度融合的未来研究方向，包括自主设计智能体、复杂工程知识精准推理以及人机协同智能设计等。
百度伐谋：自我演化超级智能体
李安南 · 百度
简介
百度伐谋是全球领先的可商用自我演化超级智能体，致力于为千行百业的研发环节实现智能原生与持续价值创造。通过统一的自我演化智能体框架，伐谋能够有效实现更大规模搜索创新方案，更有效应对难任务，完成产业场景下生产运营、工艺研发等关键任务的持续演化推演。百度伐谋当前已在制造生产排程、物流供应链调度、芯片工艺优化、金融风控算法、汽车风阻预测等行业场景真实落地，形成真实应用与可量化价值。 本次交流主讲人将分享当前产业级AI智能体的产业实践和产品思考，如何帮助先进制造产业，在可验证闭环之下，解决生产运营、工艺研发等方面的核心问题。
工业 AI 驱动智能设计与产业升级
赵昊 · 清华大学
简介
工业 AI 正在从传统的数据分析与自动化工具，迈向融合生成、仿真、预测与决策的新型工业智能基础设施。围绕“工业 AI 驱动智能设计与产业升级”这一主题，本次论坛将探讨如何通过多模态 AI、三维生成、智能仿真、数字孪生与多物理场计算技术的融合，推动 AI 从辅助工程设计走向自主理解、生成与优化复杂工业系统。 在汽车工业领域，AI 正加速重构从设计研发到工程验证的完整流程。通过融合计算机视觉、生成式 AI、三维资产生成与高精度仿真技术，工业 AI 能够实现从设计方案理解、数字模型构建，到空气动力学、热学、电磁学等复杂工程问题分析的智能化闭环，大幅降低传统研发过程中的时间成本与试验成本。 赵昊老师团队的相关研究为工业智能的发展提供了系统性的技术探索：从面向真实世界环境建模的智能仿真系统、可编辑三维场景生成，到 3D/4D 内容生成、动态环境理解、机器人世界模型与智能操作学习，这些技术共同指向一个核心趋势：未来工业 AI 系统需要在高保真、可交互、可验证的虚拟环境中完成设计、预测、优化与验证，再迁移到真实工业场景中，实现智能制造与智能工程的深度融合。 目前，团队已打通“汽车设计图输入 → 3D 资产生成 → 可直接用于风洞仿真的汽车模型”的完整技术链路，使 AI 能够参与汽车设计与工程验证流程。未来，该方向将进一步拓展至人形机器人运动过程中的空气阻力分析、电磁场与热场预测，以及汽车前机盖碰撞安全分析、座舱空调工况下温度场变化等多物理场仿真任务，推动 AI 从单一设计工具向工业研发智能体演进。 工业 AI 的价值将不仅体现在汽车制造领域，还将进一步延伸至智能装备、机器人、航空航天、能源系统、智慧工厂等广泛产业场景。通过构建“工业数据采集—智能模型理解—虚拟仿真验证—工程决策优化—实体系统落地”的闭环，工业 AI 将帮助企业以更低成本探索复杂设计空间，以更高效率完成产品迭代，并推动制造业向更加智能化、自主化和高效化方向发展。 未来，工业 AI 将成为连接数字世界与物理世界的重要技术底座，为千行百业建立一个可生成、可预测、可优化的智能工业空间。
工业智能体落地的机会和挑战
姜昌浩 · 圆木智能科技(北京)有限公司
智能制造大模型与小模型关键技术
仝晓萌 · 北京航空航天大学
简介
传统制造业模式严重依赖人工，导致制造周期长、合格率低、人工负荷重，人工智能技术的快速发展为传统制造业的质改数转提供了新思路。报告讨论了机械加工大模型的机遇与挑战，大-小模型协同的算法架构与关键技术。最后展示了北航团队在机械零件特征识别、图纸信息标准、自动报价、冲压回弹、智能工艺规划等多智能体领域的研发成果。