1. AI对于设计效率提升大有裨益
AIGC降低设计软件使用门槛
目前的AI辅助的能力仅限于为用户提出建议并代替部分重复性设计工作，减轻设计师部分负担，并不能降低软件使用门槛。以最新发布的 2024中的AI辅助功能为例，‘ ’可以记录用户对图形文件的所有操作并对工作流程和操作提供建议，‘Smart ’能够根据之前绘图的放置位置对新的block进行自动放置。这些功能对设计师的帮助有限，也无法降低使用门槛。
能够按照开发者的自然语言指示生成CAD代码，并给出相应的解释。目前在CAD领域，能够支持公司开发的 LISP/语言、Maya核心脚本语言MEL、3ds Max相关产品的通用脚本语言，以及用于平台二次开发软件包 的++语言等。
微软代码平台发布编程辅助最新版本 X，实现AI语音交互辅助编程。2023年3月23日，微软旗下代码托管平台 发布了编程辅助工具的全新版本 X，新版本接入GPT-4。首席执行官 称，虽然自动补全代码已经大大提升开发人员的生产力，而全新的 X能将开发人员的生产力提升10倍。
工业设计软件也将出现自己的“”，显著降低软件使用门槛并提升生产力。工业设计软件有较高的使用门槛，但未来用户可以直接使用自然语言提出要求和限制调用AI进行代码编写和绘图，大大降低使用难度。同时，设计人员也可以直接利用AI省去重复性的设计工作，提升工作效率。
AIGC将进一步提升生成式设计的能力
AI可以自动生成大量符合要求的多样化设计方案，使得设计师能在更短的时间内探索更多设计选项，提高设计效率。传统的设计方法依赖于 “建模然后分析” 的循环，但在生成技术中，AI能够根据用户要求和限制比如材料类型、功能要求、性能限制、成本限制等信息，快速生成大量满足要求的CAD解决方案，并最佳解决方案，而无需人工干预。设计师可以在短时间内探索大量可能性，快速缩小选择范围并选择更优的解决方案。简化了设计流程，也有助于设计师能够更快地做出决策提高工作效率。
通过生成技术可以最大限度地降低成本并优化性能。生成技术根据用户要求和限制去创建优化的产品设计，而不是先制作几何图形再验证，所以设计会针对最小成本和重量等目标进行优化。这种方法能够有效的减少材料使用，降低成本。
生成技术也可以帮助设计师创新。AI自动生成的大量设计方案中，可能会出现包括设计师和工程师难以发现的更好的独特的解决方案，提高设计方案上限。
海外多家厂商已经布局生成式设计并落地应用，AI大模型有望使生成式设计跨向新台阶。包括和PTC在内的多家厂商已在产品中内置生成式设计的拓展模块，但仍未大规模投入使用。AI大模型有望加速生成式设计的研发，助力生成式设计进一步发展。
360拥有生成式设计的拓展模块 。能够基于设计师的要求，提供大量的解决方案和策略设计，并且设计师可以直接在设计空间里进行调整。团队目前正在与汽车、航空航天和其他制造行业的领导者合作，为最复杂的3D 设计提供解决方案。
PTC的Creo同样拥有生成式设计模块GDX（ ）。其能够辅助用户针对特定目标进行优化，降低材料等成本，短时间内生成满足要求的最佳设计。Creo的生成功能帮助全球领先的动力设备制造商康明斯将零件的材料减少了10-15%，帮助他们实现了成本和可持续性目标。同时，他们可以一次性获得正确的设计，而无需与分析师反复沟通以确保组件满足其所需的设计限制。有助于他们降低成本、创造更好的产品并更快地进入市场。这也解放了分析师，使他们能够专注于更复杂的分析任务。
AI打破二维与三维的壁垒，实现精确转换
AI多模态大模型有望打破壁垒，实现二维图纸与三维BIM模型有效转换，提升设计效率。目前国内仍有大量BIM翻模需求，虽然已有插件和算法能够实现二维图纸翻模三维BIM模型，但翻模效果普遍较差，需要大量人工修正，AI大模型经过训练后有望提升翻模的准确率与精细度，取代人工翻模，实现降本增效。
AI赋能 EDA，实现降本增效
推出首个AI EDA套件并取得成效，未来可能利用AIGC编写代码。2023 年4月，全球领先EDA厂商宣布推出业界首个全栈式AI驱动型EDA解决方案.ai，涵盖设计、验证、测试和模拟电路设计阶段，旨在帮助客户持续创新，更快实现更高质量的设计，同时降低成本。.ai已获得包括IBM、英伟达、微软在内的多家领先企业的率先采用并取得显著成效。瑞萨电子在减少功能覆盖盲区方面实现了10倍优化，并将IP验证效率提高了30%。SK海力士将先进工艺技术的芯片尺寸缩小了5%。目前仍由工程师来编写芯片制造的C语音，未来可能由AIGC辅助甚至代替。
2.AIGC将有效提升工业生产效率
西门子与微软携手利用AIGC提升工业生产力
AIGC助力工业AI进一步发展。目前AI对于工业产品制造阶段的增强主要在于AI算法的制造执行和管理流程，AIGC的生成和推理能力都将为AI应用带来显著提升，进一步优化执行和管理流程。
西门子与微软合作，共同为AIGC在工业方面的运用树立标杆。2023年4月，西门子宣布与微软达成合作，在多个方面使用生成式人工智能（AIGC）改进其工业控制工作流程，持续提升效率并推动创新。
西门子针对微软Teams打造全新应用软件，增强跨职能部门的协作能力。双方将西门子的产品生命周期管理（PLM）软件®与微软的协同平台Teams、Azure 服务中的语言模型，以及其它Azure AI功能进行集成。企业的服务工程师或生产操作人员可以通过移动设备，使用自然语言记录并报告产品设计或质量问题。同时，通过Azure 的服务，该应用可以解析前述非正式的语音数据，自动创建总结报告，并在中发送给相应的设计、工程或制造专家。与西门子的结合可为无法使用 PLM 工具的工作人员提供更多支持，使其能够以简单的方式参与设计和制造流程。
西门子和微软还将合作帮助软件开发人员和自动化工程师加快可编程逻辑控制器（PLC）的代码生成。工程设计团队可以使用自然语言输入生成 PLC 代码，从而减少时间成本并降低错误率。同时还有助于维护团队以更快的速度识别错误，并逐步生成解决方案。
西门子与微软还会借助计算机视觉等工业AI，使得质量管理团队能够更轻松地扩大质量控制规模，识别产品差异，并更快地进行实时调整。使用微软Azure机器学习和西门子 Edge工业边缘解决方案，使用机器学习系统对摄像机捕捉的图片和视频进行分析，并将其用于在车间构建、部署、运行和监控人工智能视觉模型。
AIGC能够优化并生成3D打印方案，降低使用门槛
研究发现能够对3D打印参数进行微调优化，甚至提供合适的3D打印的解决方案，有效降低工作门槛并提高效率。Gcode是3D打印领域使用的一种编程语言，向3D打印机提供如何打印物体的特定指令。但是编写Gcode需要对3D打印流程有深入了解，手动编写非常耗时且容易出错。生成优化的Gcode能够确保产品质量并减少漫长的试错时间，从而节省材料和时间。研究人员发现在1小时内成功优化了15个打印参数并解释了每个参数更改的原因，这项任务本来需要大约三周才能完成。
3.设计与工业软件主流玩家均加速布局AI，并已取得一定成效
广联达：AIGC技术已被用于其核心产品
公司2015年就已经布局AI，把AI技术确立为公司核心技术，持续多年重点投入并取得成效。造价业务方面，突破基于深度学习的交互式生成技术，利用大模型技术提供智能组价和智能算量等服务。施工业务方面，劳务人脸识别终端实现量产，多项 CV 安全隐患识别算法集成进入施工蜂鸟盒子产品，助力蜂鸟系统成功入选工信部《国家人工智能创新应用先导区“智赋百景”》建设施工现场 AI 智能安全巡检应用场景典型案例。数字施工国际化方面，发布AI辅助设计功能，在核心区域继续扩大领先优势，在英国、德国、意大利等重点拓展区域保持良好的增长势头。
公司也在布局生成式AI，在设计业务中，概念设计的阶段之前是由设计师做创意，然后一笔一笔画出来，未来可以让AI模拟人的创意快速生成各种草图。针对智能设计领域，公司目前已有一个专门的团队在探索，在一些项目上已经进行了初步的试用，但整体上仍处于较早期的阶段。比如AI强排的功能（按照建筑强制性规范布置建筑），在拍地阶段，几十上百种的方案比选相比目前仅有几种方案的对比有更大的价值量。目前强排工具已进入用户验证，实时日照分析性能国内领先。
AI在建筑行业的运用已有先例。与DAISY合作提高施工设计流程的效率。是第一款由人工智能（AI）提供支持的木材设计 CAD 软件，可在 10 分钟内生成符合规范的最佳设计，每天为工程师节省 2-3 小时，减少 80%木材浪费。的研究项目则使用 AI 方法快速评估包括混凝土在内的多种材料的结构设计。2022年，与 DAISY合作，使用计算木结构中的承重墙，并将结果输出给 Daisy来生成详细的平面图，减少了地基中使用的混凝土，降低施工成本。
公司重要研发项目逐渐完成，AI应用有望加快落地。公司的造价大数据及AI应用项目、数字项目集成管理平台项目已于2023年2月开发完成并转入无形资产。造价大数据及AI应用项目目标为开发基于造价大数据及AI应用的智能计价与智能算量的下一代造价产品，随着开发完成，AI相关应用也将加速落地，进一步提升公司产品的竞争力。
中望软件：已推出AI 驱动的生成式设计功能
在CAD方面，公司可以根据已有数据研发内置的生成式设计功能。工程师可通过AIGC向软件指定他们的要求和目标，从而自动生成大量设计方案。目前 AI 驱动的生成式设计功能已在 Solid Edge、PTC Creo 及 360等主流CAD产品中投入使用。
在CAE方面，AI可赋能仿真优化，提升仿真效率，助力公司工业AI模型训练。通过与Ansys Twin 合作，微软 可同时运行数百个机器或者应用的虚拟模型，并将这些数字孪生生成的数据，直接输入大脑对其进行优化。使用大量虚拟模型可以缩短训练时间，降低成本，并学习了解所有可能遇到的情况，增加工业AI模型精确度。
中控技术：自研国内首个流程工业过程模拟与设计平台
APEX海量数据助力大模型训练从而优化工程装置。2022年11月，公司正式发布了自主研发的APEX，成为国内首个流程工业过程模拟与设计平台。其基于机理模型打通了工艺设计到工厂运行的数据流程，实现了工艺模拟、工艺瓶颈分析和运行优化等功能，提供从工程设计、工厂数字孪生、生产运行到全生命周期运维的智能化运营解决方案。通过APEX运行得到的海量数据也将投入AI大模型对装置进行优化，进一步提升工厂效率。
AI大模型将进一步加速 IBD对于流程工业的智能化建设和数字化转型。公司在2022年11月发布了工业AI应用开发软件（ IBD），该软件可以实现从边缘端到大规模集群部署，满足流程工业全业务域AI应用的需求。它不仅能实现机器学习、深度学习等AI算法图形化组态建模，还将工业知识和AI算法深度融合封装了大量的工业应用场景，实现了从算法组态到应用场景组态的突破。其已在化工、水泥、新材料等领域的操作寻优、智能决策、故障诊断等场景中实现闭环应用，取得了显著的节能减排效果。AI大模型的强大推理能力也将进一步推动流程工业的AI运用落地。
合规声明：本文节选自已经入库的正式研究报告，如需PDF原文请后台留言。
– end –
欢迎加入产业交流群！
欢迎所有对计算机产业研究和投资感兴趣的盆友（包括云计算、网络安全、医疗IT、金融科技、人工智能、自动驾驶等）后台留言加入我们的产业交流群。我们的目标是建立系统的计算机产业研究框架，提高整个A股的IT行业研究水平，减少韭菜数量，普度众生。
AI相关报告
14.
15. 产业调研：
16. 产业调研：
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
相关文章
