物理AI正从实验室走向规模化场景，工业软件面临智能化重塑。

　　6月11日，第四届软件创新发展大会在武汉开幕。多位业界专家指出，人工智能技术为工业软件发展带来全新机遇，同时也面临着诸多挑战，亟需借助根技术突破，打通设计、仿真和制造数字壁垒，构建全链路研发闭环。

　　当前，人工智能与软件产业深度融合。全球最大代码托管平台GitHub数据显示，2025年平台代码提交总量为5亿次；今年1～4月，代码提交量攀升至14亿次，AI技术让软件开发效率得到大幅提升。

　　而今年又被业界视为“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。全球机构Coatue Management预测，物理AI市场规模达6万亿美元；英伟达CEO黄仁勋在2026年CES上表示，物理AI可重塑的制造和物流产业价值将达50万亿美元。

　　“物理AI不是让AI看懂世界，而是让AI能够理解、预测并影响物理世界。”宁波东方理工大学校长陈十一在会上表示，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，而这些正是工业软件的核心能力。

　　事实上，工业软件的本质是将物理规律、工业知识、工艺经验、行业机理数字化封装后形成的计算机代码，是现代工业的智慧大脑与数字基石。大连理工大学教授郭旭在会上表示，传统工业软件主要靠人操作工具，学习成本高，效率低、迭代周期长；而智能工业软件则由工程师提出目标，通过AI和物理模型深度融合，基于约束自动生成多种设计方案，实现毫秒级复杂物理场仿真，并自适应修正与精准预测，构建人工智能驱动的工业软件研发新范式。

　　郭旭表示，目前，我国智能工业软件研发还面临诸多挑战，亟需筑牢智能工业软件所需的智能工业底座，亟需破解智能工业软件高质量工业大数据饥渴难题，亟需攻关智能工业软件底层根技术，亟需摆脱黑箱桎梏，实现机理透明与可解释性，只有具备解决长尾分布问题的超强“泛化”能力，智能工业软件才能摆脱“定制化工坊”模式，真正实现跨行业、跨场景的“通用性”。

　　陈十一亦表示，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。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。

　　基于此，郭旭建议，我国工业软件产业应依托关键领域龙头企业开放核心场景及试验田，提供真实数据反馈与试错容错空间，快速催熟软件，积累工业知识图谱，攻克"卡脖子"的硬骨头的同时，抢占全球工业软件智能化发展的战略制高点。

　　大会上，武汉市联合中部六省省会城市及重点用户单位，共同打造区域协同工业软件中试验证场景，并面向社会发布首批典型应用场景清单。清单涉及航天、航空、船舶、兵器、工业装备、汽车和工程机械等领域，共发布37款典型产品、285个数字模型。

　　工业软件中试验证平台（武汉）还联动大连、西安、成都、株洲、苏州五大工业软件中试验证平台，进一步推动跨区域、跨行业的场景共建与资源共享。各平台立足航空、航天、船舶、兵器、电子、轨道交通、高端装备等领域的特色优势，开放本地典型工业应用场景与专业验证模型，构建覆盖多行业的联合验证场景池，推动验证资源跨平台复用、验证结果互认互通，为工业软件熟化与工程化应用提供丰富场景支撑。