本篇文章是 AI 系列深度报告第二篇,着重从 AI for Science 的演变,化工落地角度,应用切入口等进行分析,AI4S从效率工具升级成为智能辅助,在 AI 传统关注的硬件、软件之上,更多聚焦化工的应用层研究。我们从几个维度进行了方向性梳理:①AI4S 发展演进,开始逐步形成了专业服务和内生研究两大方向;②AI4S 先期落地解决行业痛点着重关注三个维度;③创新应用中梳理出六大方向或赛道,优化改进能够有三个维度的赋能;④高质量数据的积累和获取成为拉大企业差距的重要方向。
物理 AI 通过将 AI 大模型、物理引擎、多学科仿真等方法结合起来,可实现对现实世界高精度动态模拟预测优化,以 AI 赋能传统产业。海外物理 AI 已应用于具身智能等领域,英伟达的Cosmos、Omniverse 等一系列平台以及底层算力工厂实现全产业覆盖;国内物理 AI 仍处于初步发展阶段,索辰科技、中望软件、霍莱沃等 CAE 厂商在业务基础上探索物理 AI 在国防、具身智能、低空经济等方向的应用落地。总体看,物理 AI 作为 A I 技术演进的下一个方向,随着算力芯片和融合物理规律的模型能力升级,有望应用于更广阔场景,全面赋能制造、科研等领域智能化升级。