在真正与求解器无关的环境中与原生 CAE 模型无缝协作。无需重新格式化或转换即可利用传统仿真数据，从而加快设置速度并改善工具和团队之间的互操作性，从而从现有工程资产中创造更多价值。

使用高级几何深度学习训练模型，直接在网格和 CAD 模型上运行，无需手动进行特征工程。工程师可以自由探索非常规的非参数化设计，同时加快模型开发，并对不同的拓扑和形状进行更准确、更具物理感知的预测。

使用智能几何相似度量标准识别分布外设计。降低风险并确保可信的见解，使工程师能够就何时依赖人工智能预测的结果以及何时进行全保真仿真做出明智的决定。

直接在 Simcenter Hypermesh、Simcenter Simlab 和 Simcenter Inspire 中访问 Simcenter PhysicsAI。将几何深度学习嵌入到现有工作流程中，将干扰降至最低。提高工程生产力，在您已经使用和信任的工具中获得快速、可靠的设计见解。

使用 Simcenter PhysicsAI 的灵活求解器架构打破工作流程孤岛。将来自传统求解器的现有高保真 CFD 结果作为训练数据直接导入 Design Manager。加快模型创建，统一跨工具和团队的工作流程，并从现有仿真资产中释放更大的价值。

Simcenter PhysicsAI 已完全嵌入到 Simcenter STAR-CCM+ 的设计管理器中，在不中断既定工作流程的情况下提供高级 GDL 功能。工程师可以在一个熟悉的界面中访问培训、验证和预测，从而消除情境切换并最大限度地提高工作效率。

Simcenter PhysicsAI 原生处理多面体网格，这是 Simcenter STAR-CCM+ 中高保真 CFD 仿真的行业标准。GDL 模型无需网格转换或简化即可捕获更丰富的空间关系，从而保持仿真保真度并自信地在整个设计空间中提供准确的预测。

Simcenter PhysicsAI 具有几何相似度分数，这是一种基于几何和离散化的指标，用于评估新设计与训练数据集的相似程度。工程师可以立即知道预测是可靠的还是需要全面运行的 CFD，以实现自信的人工智能驱动的探索。

Simcenter PhysicsAI 将 AI 加速预测扩展到所有研究类型：手动、扫描、智能扫描和优化。工程师获得深刻的多方面见解，加速整个设计周期的数据驱动决策，包括阻力和升力系数等全球性能值、压力和墙体剪应力等表面场分布以及综合三维体积场。