McLaren 整合物理 AI 替代模型與 AI Agent 加速工程設計探索

英國超跑品牌 McLaren Automotive 與工程運算平台 Rescale 及 NVIDIA 合作，導入結合物理 AI（AI Physics）模型與 AI Agent 的專屬工程研發平台。該平台將電腦輔助工程（CAE）、系統工程與設計資料整合，旨在因應傳統 CAE 模擬耗費龐大運算時間與資源的瓶頸。 在架構設計上，團隊運用替代模型（Surrogate Models）從歷史模擬與實驗數據中學習物理行為，可在毫秒級速度下預測不同設計參數的表現，供工程師在數小時內比較數千種設計變化。替代模型主要用於前期大量篩選，關鍵設計仍需透過傳統高精度 CAE 數值模擬進行驗證，測試數據亦會回饋系統更新模型。 AI Agent 則負責自動化重複性工程操作與串接工作流程，配合工程知識圖譜（Knowledge Graphs）整理歷史專案經驗，並以機器學習預測碳纖維等材料結構的製造表現。Rescale 指出該平台最高可將工程人員生產力提升 3 倍，但公開資料尚未說明該數據的具體衡量方式與適用範疇。

值得帶走的重點

• McLaren 導入結合物理 AI 替代模型與 AI Agent 的研發平台，串接 CAE 與設計流程以加速方案探索。
• 物理 AI 替代模型能以毫秒級速度預測設計結果，先篩選大量方案後再執行傳統高精度數值驗證。
• AI Agent 負責自動化重複性流程，並配合工程知識圖譜與機器學習預測碳纖維製造表現。
• Rescale 指出可提升工程生產力最高 3 倍，但公開內容未交代具體衡量基準與適用範圍。