从15小时到1分钟：AI与机器学习如何大幅提速通用汽车的产品研发

2024年，当我们首次采访斯特林·安德森时，他还是自动驾驶初创公司Aurora的首席产品官——这家公司是他在特斯拉工作数年后于2016年联合创立的。然而就在一年多前，他选择离开创业圈，加入美国最大的汽车制造商通用汽车，出任首席产品官一职。此后，他亲历了通用汽车如何迈入他所称的"工程与设计的第三纪元"。

"曾经有一段时间，人们看着鸟类说：'好吧，那对翅膀看起来挺管用的，我们来设计一个类似的东西吧。'"安德森在描述工程设计的第一个时代时说道，"他们就这样一次次迭代，最终勉强造出了某种能用的东西。"

他表示，早期数百年的发明史，是"一个高度依赖经验、反复试错的设计开发与工程时代"——人们从已有的认知出发，建造出看起来差不多的原型，再稍加调整，希望能有所改进，然后测试、迭代，在这种缓慢的"猜测—验证"循环中，最终造出勉强能用的成果。

随着计算机算力的提升，第二个时代随之到来。"我们开始看到虚拟开发工具在特定领域改善了工程师的工作效率，使他们不必再依赖经验性的原型开发，"安德森说。

"例如，计算流体动力学（CFD）开始辅助气动工程师的工作，有限元分析（FEA）开始服务于结构工程师，各类虚拟工具也逐渐普及，"他说，"但开发流程中那场接力赛依然存在——设计团队把接力棒交给气动团队，气动团队再传给结构团队，一旦发现问题就再传回去，反复折腾。"

而如今，安德森所处的行业已进入第三纪元。"这正是通用汽车全力推进的方向——将这些相互分离的职能整合为一套统一的、信息高度融合的、以概率方法为核心的设计、开发与制造体系，"他解释道。所谓"概率方法"，指的正是AI与机器学习。

速度背后的底层逻辑

将CFD等仿真工具引入工程工作，相比在实体风洞中使用物理模型确实大幅提速，但复杂的仿真计算对算力和时间的消耗依然巨大。而借助AI与机器学习，工程师可以训练计算机将这些分析过程虚拟化，并同步并行运行多个仿真任务。上个月，我们报道了IBM与赛车制造商Dallara发布的联合研究成果，证明这一方法所生成的数据与实测结果具有足够高的相关性，可直接用于实际工程决策。

而当你看到新工具有多快时，就会清楚地理解通用汽车为何如此积极地拥抱这一变革。"过去我们的FEA运算每次需要15小时，现在只需要1分钟，"安德森告诉我。

不再需要设置一个仿真任务在夜间运行、然后祈祷一切顺利——"当你把这件事压缩到一分钟，你可以以更快的节奏推进迭代，在同样的时间内完成比以往多得多的测试，"安德森说。

这些新型虚拟化工具的应用范围，已远远超出气动分析和结构设计等早期工程领域，延伸至通用汽车的多个业务板块：赛车运动、能源与电池、国防，乃至月球探索项目。

"我们不是在完成整车设计之后才用虚拟工具来验收，而是真正给工程师提供了一个虚拟环境，让他们能够同时优化硬件与软件，并反过来指导硬件设计、软件设计和整车性能——这是业内没有其他企业在做的事情，更别说我们的规模和速度了，"通用汽车虚拟集成工程执行总监杰森·费舍尔说道。

"这些虚拟工具的另一大亮点，是我们与NASCAR和一级方程式赛车运动团队之间的协作，"费舍尔继续说，"我们共同开发了大量工具，同时也根据各自的技术优势和资源情况独立推进部分开发。每当一方进展更快，我们就会坐下来，通过每月一次的技术交流，确保赛车运动团队和量产部门始终共享最新技术成果、采用最前沿的方法。"

先在虚拟世界驾驶，再在现实中制造

安德森和费舍尔向我详细介绍了一个典型案例：利用虚拟化技术对在研车型进行操控测试，具体是模拟Consumer Reports的紧急避障测试——车辆需要在高速行驶中紧急打方向以规避障碍物。过去，工程师需要在测试台架上连接整车的各类子系统电子部件，逐一验证它们之间是否能正常通信；而现在，通用汽车已将所有传感器、电子控制单元、域控制器等全部纳入虚拟仿真模型。

"我们对通用汽车这套系统的搭建方式拥有知识产权保护，"费舍尔说，"我们可以从物理特性层面构建整车行为模型，在这个虚拟环境中同时运行整车性能、电子控制单元和软件逻辑，真正打开设计空间探索的大门。这让我们能够调整物理参数，并运行数千个设计实验，观察控制逻辑在不同条件下的响应表现。"

由于路面状况等条件可以在数字世界中轻松切换，工程师能够在比以往多得多的工况组合下进行迭代。"你最终得到的结果，并不只是在某个特定工况下表现良好，而是真正具备应对真实世界的鲁棒性，"费舍尔告诉我。

碰撞安全性能的提升同样得益于此：工程师能够在车辆实体与固定障碍物以时速约65公里相撞之前，就识别出薄弱环节并加以强化。"这类仿真根据复杂程度，大约需要15到18小时来完成，"费舍尔说，"而借助概率方法和人工智能，我们现在可以把时间压缩到不到1分钟。这不只是省下了让工程师早点回家睡觉的时间，更关键的是：1分钟后我们就知道结果了，可以立即开始优化结构性能，工程师也得以将精力投入到更多其他问题上。"

新车的空调系统是另一个典型案例。以往，各个子部件需要独立设计和优化，再整合起来进行标定；现在，通用汽车能够同步平衡气流特性、制冷剂行为与座舱舒适性，将过去需要数月乃至数周才能完成的工作压缩到数天甚至数小时之内。"这真正把时间还给了工程师，让他们能够深耕钻研、进行创造性设计，而不是重复劳动或在无休止的迭代中消耗精力，"费舍尔说。

这一理念同样延伸到了负责规划整车生产线的工厂设计团队——在任何实体设备安装之前，新装配线的数字孪生模型就已被提前创建出来，用以发现和解决潜在问题。

Q&A

Q1：通用汽车所说的"工程设计第三纪元"具体是什么意思？

A：通用汽车首席产品官斯特林·安德森将工程设计的发展分为三个时代：第一个时代是靠经验反复试错的原型迭代；第二个时代是CFD、FEA等虚拟仿真工具的引入，将各专业环节分工优化；第三个时代则是通用汽车目前正在大力推进的方向——借助AI与机器学习，将设计、工程分析、软件开发、制造规划等原本分散的职能整合为一套统一的、以概率方法为核心的体系，实现跨领域同步优化。

Q2：通用汽车的FEA仿真运算怎么从15小时缩短到1分钟的？

A：通用汽车引入了AI与机器学习技术，对传统有限元分析（FEA）的计算过程进行了虚拟化建模，并支持多个仿真任务并行运行。通过训练AI模型来预测和模拟结构性能分析结果，工程师无需等待漫长的过夜运算，只需约1分钟即可获得结果，从而能够在相同时间内完成更多轮次的迭代和更大范围的设计实验，大幅加快研发节奏。

Q3：通用汽车的虚拟化仿真技术具体应用在哪些领域？

A：这套虚拟化技术已覆盖通用汽车的多个业务场景，包括：整车气动与结构分析、紧急避障等操控性能测试、碰撞安全性能优化、空调系统设计、工厂装配线规划，以及与NASCAR和一级方程式赛车团队的联合研发。此外，通用汽车还将相关技术延伸应用至能源与电池、国防以及月球探索等前沿领域。