长期以来，制造行业的传统设计和工程工作流程一直以顺序迭代的方法为特征，这种方法通常既耗时又需要大量资源。这些传统方法通常涉及需求收集、概念设计、详细设计、分析、原型设计和测试等阶段，每个阶段都取决于之前迭代的结果。
虽然这种结构化方法可以控制复杂的项目，但也存在重大挑战。由于时间限制和资源可用性，工程师在设计探索中通常会面临限制，导致项目时间延长和成本增加。物理测试的需求可能会导致更长的开发周期和更高的成本，在汽车和航空航天等行业中尤为如此。此外，传统工作流程的顺序性会导致效率低下，因为错误和更改仅在后期阶段才能识别，从而导致成本高昂的修订和延迟。
设计和工程领域的 AI 通过提供更快速、更高效的创新解决方案，正在改变这些传统工作流程。主要用例包括 AI 驱动的生成式设计，它使工程师能够根据指定的参数和约束条件生成多个设计方案，从而减少物理迭代的需求，并显著加速设计流程。
借助预测性建模 和实时仿真，工程师无需进行大量手动测试即可分析和优化设计，从而减少开发时间和成本。AI 还通过从大量数据集中提供见解来增强决策制定能力，从而帮助工程师识别最佳配置并更大限度地降低风险。此外，AI 驱动的数字孪生可以提高产品性能，促进预测性维护，进一步简化工程流程。
本文将探讨生成式设计的概念及其应用，以及它如何通过创新设计解决方案改变各行各业。
利用生成式设计变革产品开发
由 AI 提供支持的生成式设计正在改变制造业的产品开发流程。这种方法允许同时探索大量设计概念 (有时甚至数十万个)，从而实现大规模定制、更快的设计时间线和更多的设计方案。 生成式 AI 进一步增强了这一过程，使其更加直观和易于理解。
生成式设计流程由 AI 增强，包含六个关键阶段：Generate、Analyze、Rank、Evolve、Explore 和 Integrate。
在“Generate”（生成）阶段中，使用算法和设计师指定的参数创建设计选项。借助生成式 AI，设计师现在可以使用对话式提示来启动和指导这一过程，从而在自然散文的推动下实现更具创意和多样化的设计可能性。
“Analyze” 阶段会根据预定义的目标 (例如最小化权重或最大化强度) 评估这些设计。生成式 AI 可以解释以自然语言描述的复杂性能标准，从而轻松实现更细致的分析。
在“Rank”(排名) 阶段，系统会根据设计的性能对其进行排名，而生成式 AI 可以根据设计师描述的多个标准来确定设计的优先级。在 Evolve 阶段，通过生成式 AI 理解和基于设计师的自然语言反馈实施迭代改进，进一步优化最佳方案。在“Explore”(探索) 阶段，设计师探索并验证生成的设计。在最后阶段，所选的设计将集成到更广泛的项目中。
生成式 AI 使设计师能够使用简单的语言进行查询并与设计进行交互，从而更深入地了解解决方案，从而推动这一过程。它还可以通过使用自然语言描述项目背景和限制条件来提供帮助，确保无缝集成。
生成式设计通过自动创建满足特定性能、材料和制造要求的优化创新产品设计，加速产品开发。此外，它不仅优化了设计方法，还优化了制造方法，确保生产的可行性和效率。通过将生成式 AI 和 自然语言处理（NLP） 融入设计工作流程，制造商现在可以实现更高水平的创新、效率和定制。
Altair、Autodesk、Ansys、Dassault Systèmes、nTop 和 Siemens 等众多行业 ISV 开发者将 AI 功能融入其建模和仿真应用，帮助设计师和工程师打造我们日常使用的产品。
借助 NVIDIA RTX AI 工作站推动生成式 AI 在设计中的应用
在设计流程中使用 NVIDIA RTX AI 工作站 彻底改变了汽车、建筑和产品开发等行业的工作流程。这些功能强大的机器配备 NVIDIA RTX GPU ，可提供无与伦比的计算能力，从而显著提高设计效率和创造力。
它们采用加速光线追踪技术，使设计师能够实时可视化逼真的渲染效果，并实现即时反馈和快速迭代。它们还包括 NVIDIA Tensor Cores 的 AI 加速功能，用于使用先进的生成式设计和内容创作工具，与传统方法相比，探索数千种设计变体的时间更短。
Final Aim 和雅马哈对 DIAPASON C580 低速多用途电动汽车进行了定制设计，这是这种变革性方法的典型示例。通过在 RTX 助力的工作站上使用各种 AI 工具，如 PyTorch 和 pandas，该团队快速生成并探索了大量车辆定制场景。这一 AI 驱动的流程使他们能够根据不同用户需求重塑 DIAPASON C580，打造出专门设计，例如面向农户的货舱和面向工厂运营的工具架。这展示了定制解决方案如何彻底改变日常任务。
该团队还试验了 AI 生成的视频，生动地讲述了 DIAPASON C580 的实际应用，展示了从农田到仓库等各种场景中的定制设计。该团队利用生成式设计探索了 30 个类别的产品创意，生成了超过 2,500 张概念设计图像。这次对各种可能性的探索缩减到 12 个最终成品概念和视频，展示了 AI 驱动的设计流程的效率和速度。
通过在 RTX 助力的工作站上利用生成式设计，Final Aim 和 Yamaha 能够将原本由多个季度组成的流程压缩到短短六周内，展示 AI 在加速产品和设计开发且不影响质量方面的强大功能。
开始使用生成式 AI 进行产品开发
要使用 AI 和生成式 AI 进行产品开发，首先要明确定义您的目标，并确定工作流程中可能受益于 AI 集成的领域。从小处着手，使用用户友好型 AI 工具进行构思和概念生成。尝试不同的提示和方法，拥抱好奇心，通过试验和错误不断学习。随着您变得更加舒适，逐渐将 AI 融入产品设计流程的其他方面，例如用户研究、原型设计和测试。您可以将 AI 视为增强创造力和效率的协作工具，而不是取代人类专业知识和判断力。
随时了解产品设计领域的新 AI 进展和最佳实践，并根据实际结果和用户反馈不断完善您的 AI 集成策略。通过采取周全、分步的方法，您可以利用 AI 的强大功能转变产品开发流程，从而实现更具创新性和以用户为中心的设计。
首先，查看 build.nvidia.com 上免费提供的部署在 NVIDIA RTX AI 工作站 等平台上的热门 AI 模型，以经济高效的方式提高计算能力，满足 AI 工作负载需求。
要详细了解 AI 在产品开发过程中的应用，请参加 NVIDIA 于 2 月 24 日至 26 日在休斯顿举办的 3DExperience World 2025 大会。
