Modelware智能系统：为工业软件研发按下“加速键”

科技日报记者 吴叶凡

“CAD（计算机辅助设计）+CAM（计算机辅助制造）+CAE（计算机辅助工程）”三件套，是制造企业的必备工业软件。一家中小型制造企业要用上一套进口“三件套”，每年需支付约20万元到50万元的年费，这是笔不小却又不得不支付的费用。

前不久，两名工程师仅用一个月左右，就开发出一款国产版本网格建模软件，性能比肩某款进口CAE软件。帮助他们加快研发的，是一套名为“超级软件智能（Modelware）”的智能系统。

“超级软件智能不是为了研发某一款工业软件，而是用AI加速软件研发过程，同时为现有软件提供智能调用接口。”北京中关村学院×中关村人工智能研究院研究员李亚韬说。

第二十八届中国北京国际科技产业博览会的工业软件展台。视觉中国供图

工业软件面临国产化难题

工业软件被誉为制造业的大脑和神经，贯穿产品研发设计、生产制造等各个环节。李亚韬介绍，当前国内工业软件发展面临两大瓶颈，阻碍着制造业智能化转型、产业链自主可控进程。

其一，随着AI技术飞速发展，制造业智能化转型需求更加迫切，但现有各类工业软件往往缺少智能接口，各类功能难以被智能化调用。超级软件智能的目标之一，就是对现有工业软件进行智能化升级，打通软件智能体接口，让软件的产品设计、仿真测试、生产加工等各个环节更智能。

其二，工业软件面临国产化难题。李亚韬说，国外工业软件研发有近百年的积淀。从基础的科学原理起步，再经过海量工程的实践，才磨出如今高效、鲁棒性强的产品。我国一直持续推进工业软件国产化进程，近年来也涌现了一批能与国外软件“掰一掰手腕”的优秀国产软件，但整个研发过程耗时长，且投入巨大。

如何加速追赶，让国产工业软件从“跟跑”转向“并跑”“领跑”？AI是“换道超车”的关键。正如工业和信息化部新闻发言人、信息通信管理局局长谢存所言，要深入推进“人工智能+软件”行动，集中资源和力量攻关一批关键技术和产品，让好软件快落地、早见效。

在超级软件智能项目负责人、北京中关村学院×中关村人工智能研究院研究员何纪言看来，工业软件研发过程中，页面设计、人机交互等基础环节是“外壳”，真正的挑战是软件核心算法设计，这也是国产工业软件的薄弱环节。以汽车制造为例，汽车出厂前要做车身受力测试，分析碰撞时形变程度，判断能否有效保护乘客。把这个要求落实到工业软件上，就涉及车身网格化建模和计算模拟分析。

“从软件界面上看，进口和国产软件之间几乎难分伯仲，但国产网格化建模软件模拟出来的碰撞效果，与真实实验情况反馈出来的结果仍有差距。”李亚韬说，超级软件智能研发团队的目标，就是训练一个“见过”各行各业软件的大模型，让它“摸清”软件内核里的规律，加速基础软件和工业软件开发速度。

三步生成“内核”算法

据介绍，和各类通用大模型、编程智能体相比，超级软件智能不仅拥有输出算法的能力，更能凭借高质量软件基础数据集，进一步精准把握工业制造经验参数，给出更适配的算法建模。

超级软件智能是如何读懂软件基础数据、生成工业软件“内核”算法的？团队把整个过程拆解为三步。

第一步是解构，即对工业软件的功能模块进行拆解。何纪言说，当前大部分工业软件都拥有一个庞大“技能库”，上千类功能模块混杂在一起，普通用户用到的甚至不到百分之一。分散在各个区域的功能对AI亦不“友好”，因为AI擅长以组件化、模块化形式完成任务。因此，超级软件智能首先把不同功能拆解为基本的任务单元，摸清完成某项工艺流程调用的功能。

第二步是理解，即对拆分后的功能单元进行分析，每个单元输入什么、输出什么、能完成什么任务，都要逐项明确。“尤其要注意的是，工业软件不同功能之间，往往不是单纯的叠加关系，背后存在复杂因果联系。”何纪言说，“因此AI必须理解输入、输出之间的联系，明白复杂流程背后的逻辑，才能为后续智能化改造提供支撑。”

最后一步是重塑，即对解构、理解后的模块重新进行编排，拼成一条能跑通的智能化生产流程。何纪言比喻说，超级软件智能如同一家影视制作公司，集合了导演、摄像、剪辑等工种，能够按需调度各项能力，实现多模块、多功能的有机集成。比如，如果用户提出设计飞机的需求，超级软件智能会重新编排已解构和理解好的组件模块，自动调用不同软件能力，如CAD建模、流体测试、结构力学分析等，输出端到端的智能化算法。

升级还要闯三道关

今年9月，工业和信息化部印发《“人工智能+软件”专项行动实施方案》，提出推动CAD、CAE、电子设计自动化软件（EDA）等通用工业软件与人工智能深度融合。

记者了解到，依托北京市经济和信息化局支持的高精尖产业发展项目“新型软件生产平台”，超级软件智能目前已完成1000余款软件全自动智能化适配。相比传统软件开发方式，超级软件智能可节省90%以上的开发时间。“我们还帮助百余个系统接口实现AI化升级，让软件支持自然语言操控系统。”何纪言介绍，目前相关软件的测评、验证正在持续开展。

我国门类齐全的制造业体系，为“AI+工业软件”发展积淀了丰富的工程场景。何纪言认为，下一步，工业软件行业不能局限于“国外有什么、我们补什么”，而是要打造产业级共性技术平台，让一个平台可以完成不同任务。“未来当我们打开工业软件，或许不再是简单地拖进目标编辑后导出，而是AI进行自动编排，完成工业设计、仿真等全流程，用户只需对关键环节进行审核把关。”他说。

而达到这一目的，还需闯过三道关。何纪言认为，第一道是规模关，功能组件库需要不断扩容，让更多任务有可调用的“技能包”。第二道是编排关，平台的编排能力要不断优化，更符合工业生产规范，保证产品质量。第三道是可靠关，要加强平台安全性和可靠性，避免出现安全隐患。