主要内容
西门子推出的物理AI技术可将设计模拟速度提升1000倍，但明确无法用于安全关键部件认证。负责该技术的Siemens Digital Industries Software高管Sam Mahalingam在Realize LIVE亚太峰会上直言：“这对安全关键应用并不适用。”
这项名为Simcenter PhysicsAI的技术基于几何深度学习，通过“替代模型”而非传统求解器从零计算物理过程——它从历史模拟数据中学习，几秒内即可预测新设计结果，而非完整计算。
精度方面，AI模型与物理模拟的差异在1%-3%（西门子案例数据），虽接近但不足以认证生死攸关的部件。工程师传统上以物理测试为基准验证模拟，AI同样需满足这一标准。
AI的定位是“筛选工具”而非替代验证：先用它快速探索大量设计，筛选2-3个候选方案，再用物理模拟详细验证，通过后才进入制造流程。例如Continental安全气囊案例，仅用于初步设计阶段。
训练数据的关键限制：AI模型依赖西门子自研求解器生成的合成数据（非真实测试数据），其性能取决于底层模拟质量。不过，模型设有防护机制防止预测未学习过的数据，避免过度拟合风险。
