De acordo com pt.wedoany.com-Durante a 8ª Conferência de Aplicação de Tecnologia de Simulação de 2026, Tian Feng, vice-presidente sênior da AneShi Yatai, Cui Liang, gerente de produto, e Luo Jiahua, engenheiro de pesquisa, abordaram respectivamente, a partir de três dimensões — tendências do setor, iteração de produtos e implementação de agentes inteligentes — o estado atual e as direções da integração entre software industrial e Inteligência Artificial.
Tian Feng, vice-presidente sênior da AneShi Yatai, afirmou que a inteligência artificial está nivelando o campo de jogo para os gigantes tradicionais de software industrial. A China possui cenários industriais abundantes e enormes volumes de dados, que são recursos essenciais na era da IA. Ele destacou que o software industrial está evoluindo da ferramenta 1.0 e plataforma 2.0 para a agentificação 3.0. No futuro, o software não dependerá mais inteiramente da operação manual; em vez disso, ao integrar restrições de leis físicas, a IA poderá compreender linguagem natural e, ao mesmo tempo, seguir normas de engenharia. Com 30 anos de acúmulo em tecnologia de simulação, milhares de casos e cenários, e o conhecimento de engenharia de milhares de empresas, a AneShi Yatai lançou o modelo de inteligência refinada iGPT, que já foi certificado pelo Instituto de Pesquisa de Telecomunicações da China, figurando ao lado da Huawei e da Volcano Engine como um dos três principais modelos industriais confiáveis da China. Simultaneamente, foi lançado o sistema Whale, um sistema operacional (Agentic OS) voltado para cenários complexos de negócios empresariais, que suporta a criação, configuração, teste e gerenciamento autônomos de agentes inteligentes pelas empresas, com funções como controle seguro, chamada de ferramentas, gerenciamento de habilidades, orquestração de fluxos e monitoramento de execução, realizando um ciclo completo desde a entrada de requisitos em linguagem natural, passando pela execução colaborativa de múltiplos agentes, até o rastreamento de processos e a consolidação de resultados.
Cui Liang, gerente de produto da AneShi Yatai, apresentou a direção evolutiva do produto PERA SIM. Ele apontou que os projetos atuais enfrentam desafios como montagens complexas, malhas massivas, acoplamento multifísico e iterações de múltiplos projetos de design, e que a eficiência da simulação tradicional já atingiu seu teto. O PERA SIM lançado este ano teve suas capacidades de solucionadores estruturais e de fluidos significativamente aprimoradas, e pela primeira vez foi lançado o produto multifísico PERA SIM Multiphysics, realizando um acoplamento bidirecional forte entre o software estrutural autônomo e o software de fluidos. Em relação às aplicações de inteligência artificial, Cui Liang revelou o produto PERA SIM AIROM, de redução de ordem inteligente, que treina modelos de previsão rápida usando dados de simulação de alta fidelidade, reduzindo significativamente o custo de tempo de cálculos repetitivos. No futuro, será utilizado para avaliação de parâmetros, exploração de espaço de design e otimização em tempo real.
Luo Jiahua, engenheiro de pesquisa da AneShi Yatai, apresentou as funcionalidades do produto agente inteligente PERA AgentX. Este produto visa ajudar engenheiros novatos a realizar operações de simulação diretamente, resolvendo dois obstáculos principais: "dificuldade de operação do software" e "falta de experiência em engenharia". Os usuários não precisam dominar menus complexos de solucionadores; ao descrever as necessidades de engenharia em linguagem natural, o agente inteligente executa automaticamente as tarefas. As normas de engenharia padrão incorporadas ajudam os usuários a evitar erros comuns de configuração. Para lidar com o problema de alucinação da IA, o PERA AgentX está profundamente vinculado à base de conhecimento privada da empresa. Cada análise é baseada em normas reais e dados históricos, garantindo a precisão e conformidade dos resultados. Além disso, os dados históricos de projetos de simulação dos clientes, incluindo casos de sucesso, lições de falhas e configurações específicas de parâmetros, podem ser carregados na base de conhecimento. O agente inteligente internaliza essas experiências por meio de aprendizado e as invoca diretamente em novas tarefas, permitindo o acúmulo contínuo de experiência.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
