01 传统研发设计模式的瓶颈
在汽车、航空航天、高端装备等复杂产品研发领域，计算机辅助设计是核心技术支撑。然而，随着产品迭代周期缩短、定制化需求增加，传统设计模式面临四方面突出挑战： （一）设计流程固化低效 产品设计包含大量标准化手动操作，如参数调整、模型重绘、截图制表等。以汽车头部空间验证为例，单次虽用时不长，但一版设计中往往需要多次操作，累计数小时，挤占了研发设计工程师真正创新的时间。 （二）复杂优化依赖个人经验 多目标、多约束问题（如人机工程优化）靠资深工程师反复试错，既难寻全局最优解，也使核心知识难以沉淀为可复用的数字资产。 （三）变更响应链条长 上游输入（造型、材料、关键点）变更引发下游零部件连锁修改，人工模式下响应链条长、沟通成本高。 （四）知识难以资产化 优秀经验分散在个人手中，缺乏标准化沉淀机制，知识传承效率低。 02 解决方案：构建"智能自动化设计优化"体系
本篇场景指南由上海工业数字化研究院牵头编制，智己汽车科技有限公司提供应用实践，形成覆盖"指令解析—任务规划—模型操作—结果优化"全流程的智能化解决方案。 （一）核心架构：多智能体协同体系 采用"主管智能体—专家智能体—基础工具层"三层递阶架构，实现认知与执行分离、通用能力与专业能力协同： 多智能体协同架构图 （二）四大专家智能体能力 1. 人机工程优化智能体 针对车型开发中人体模型布置、头膝部空间测量与参数优化等任务，内置粒子群优化（PSO）算法，将"调整参数—自动测量—评估结果"完整流程作为适应度函数，自动迭代寻优，输出满足工程约束的最优参数组合。 2. 车身覆盖件断面设计智能体 当上游造型曲面或关键部件位置发生变更时，自动查询材料知识库获取推荐尺寸，执行二维绘图命令序列，完成断面草图重绘，解决高频重复性绘图工作。 3. 车身钣金结构建模智能体 根据内外板模型及相关约束参数变化，自动执行拉伸、曲面偏移、实体切除、倒角等三维建模操作，生成符合规范的加强钣金几何实体，确保模型命名规范、结构清晰。 4. 工艺文档自动化生成智能体 自动登录PLM系统获取模型文件，利用计算机视觉（CV）和文本识别（OCR）技术截取标准视图、读取关键信息，自动填充至工艺手册模板，替代耗时耗力的人工截图填表工作。 03 应用成效：关键指标量化提升
经智己汽车等用户单位实际验证，该场景应用取得显著成效：
04 实施路径：分阶段推进智能化转型
（一）数据语料准备 （二）算法模型与工具软件准备 算法层：认知规划（大模型+ReAct框架）、环境感知（YOLO+OCR）、智能优化（PSO/GA算法库）。 算力部署：主管智能体私有云部署，专家智能体本地部署，知识库企业内网分层加密。 工具软件：设计软件（API接口或GUI）、产品数据管理系统、RPA、企业级知识管理平台。 （三）算力与系统集成准备 边缘层/执行端：工程师本地图形工作站，运行智能体脚本和执行设计软件操作。 云端层/能力中心：采用“私有云+公有云”混合架构，私有云部署核心服务，公有云提供弹性算力。 调度层：基于“任务复杂度、实时性要求”原则，动态调度云端与本地算力。
05 实际案例展示
智己汽车围绕整车研发设计环节，率先探索AI智能体在工程场景中的落地应用，形成了从任务理解、流程编排到模型操作、结果输出的闭环能力体系。针对人机工程校核、断面草图重绘、钣金结构建模、工艺文档编制等高频任务，企业以多智能体协同方式，将大模型认知能力与视觉识别、优化算法、自动化脚本深度融合，并与设计软件、PLM等既有系统打通，推动研发流程由“人工驱动”向“智能协同”转变，实现关键研发任务效率提升80%，设计师低效重复劳动减少60%的应用成效。实践表明，AI不仅有效承接了重复性、标准化工作，也促进了设计知识沉淀与复用，为企业后续拓展更多研发设计场景奠定了基础。 想进一步了解该场景技术细节与实施标准 → [点击下载完整版场景建设指南.pdf] 有意向建设该场景、需要对接场景服务方的企业，请联系：市工业互联网协会 赵老师 13816395318
我们正在研究编制《上海市"AI+制造"场景建设指南（第二期）》
欢迎有行业高价值场景挖掘和建设经验的企业共同参与
联系人：市工业互联网协会 张老师 13621971629
