“物理AI的真正价值，最终要在实体工业中兑现。CAE（计算机辅助工程）是物理AI走向实体工业的底层基础设施。”6月11日，中国科学院院士、宁波东方理工大学校长陈十一在第四届软件创新发展大会上表示，物理AI正成为AI发展的下一阶段，其竞争本质上是仿真能力、数据生态与基础设施的综合较量。
陈十一在第四届软件创新发展大会作主旨演讲
今年被业界视为物理AI的元年。英伟达、Google、Meta等科技巨头纷纷布局物理AI基础设施与工业场景。一周前，英伟达正式发布面向物理AI的开放世界基础模型——NVIDIA Cosmos 3，这款产品凭借全新混合Transformer架构，打通视觉推理、世界生成、动作预测三大核心能力，成为全球首款完全开放的全模态物理AI模型。
浙商证券认为，物理AI核心在于让模型理解真实世界并预测世界状态，是虚拟世界和真实世界的链接。世界模型是指可构建一个无限逼近真实世界的虚拟环境让AI学习环境规律并进行内部推演，以更低成本、更安全的方式支持训练、测试和验证。
“物理AI的大脑是世界模型，仿真则是世界模型的核心支柱。”陈十一在会上表示，没有CAE支撑，物理AI难以真正走向工业世界。物理AI不是让AI“看懂世界”，而是让AI能理解、预测并影响物理世界。要做到这一点，AI必须获得物理规律、工程约束、仿真数据和验证闭环，而这些正是CAE的核心能力。
在陈十一看来，让AI“懂物理”，不是限制AI，而是解放AI，不是AI代替物理，而是物理嵌入AI。
目前，纯数据驱动的AI，天然存在“能量不守恒、物体相互穿透、外推失败”等物理缺陷，导致永动机式错误、无视碰撞约束以及超出训练分布即失灵等问题。而CAE赋能物理AI，将提供物理先验，让AI自觉遵循物理规律。例如，通过物理约束损失函数，将强制输出满足边界条件、守恒律等。
同时，物理AI的价值不是单点工具替代，而是贯穿设计、验证、制造、运维的全流程重构。陈十一表示，工业软件产业正逐步从依赖高成本数值求解，迈向数据、物理与AI的融合驱动新范式。AI将从研发、求解、使用三个层面重构工业软件产业，“实现更快的仿真速度、更低的计算成本、更高的预测精度和更优的设计决策，推动工业软件全链路的智能演进”。
Coatue Management预计，物理AI市场规模可达6万亿美元，较数字AI高出约50%。自动驾驶、工业软件和具身智能构成物理AI核心的落地场景。
“AI+CAE是中国工业AI重要机会。”陈十一表示，物理AI的核心不是“生成内容”，而是理解、预测和影响真实物理世界。CAE提供的物理规律、仿真数据、工程约束和验证闭环，则是物理AI进入工业世界的关键底座。当前，AI正在重构CAE，使其从专家工具进化为可交互、可推理，可执行的工业智能体。抓住AI+CAE的融合窗口，也有望形成中国自主工业软件与物理AI平台的新优势。
