[原创】船舶软件本土破局 加固上海航运数字底层能力

中船七〇二所推出“浪花平台”，填补国内船舶CAE空白，标志船舶工业迈入“数据—模型双驱动”新纪元。

当全球船舶工业仍高度依赖NAPA、Star-CCM+等海外商业软件时，中国船舶科学研究中心（中船七〇二所）携“浪花平台”于2025年底破局而入。这款被定义为国际首创、集船舶性能仿真、合同设计、数字化送退审于一体的CAE工业软件，不仅填补国内船舶前端设计工具的长期空白，更标志着中国船舶工业正式从“经验驱动”迈向“数据—模型双驱动”的数智化新纪元。

01

破冰：“浪花平台”击穿国外垄断壁垒

长期以来，国内船舶高端设计全流程CAE工具高度依赖NAPA、Star-CCM+等海外商业软件，船舶性能仿真、合同设计、船级社数字化送退审分属多套独立系统，数据割裂、接口不互通、核心设计数据外流风险突出。与此同时，海外软件授权费用高昂、定制化适配国内船型与船级社规范难度大，邮轮、大型集装箱船、特种工程船等高端船型设计周期长、迭代成本高。在此背景下，去年底，中船七〇二所联合哈尔滨工程大学、中船奥蓝托等国内单位，成功研发“浪花平台”，其核心初衷在于打破国外船舶CAE工业软件垄断，构建自主可控的船舶设计数字化底座，打通从合同设计、性能仿真到船级社送退审的全业务链路，实现一体化协同，并依托本土船舶行业标准、国内船级社规范与海上航运产业需求，打造适配国内船厂、设计院的本土化工业软件。

（中船七〇二所 供图）

与国外同类软件相比，“浪花平台”的核心差异首先体现在一体化集成能力上。据中船七〇二所介绍，海外软件大多侧重单一设计或单一仿真模块，设计、仿真、审图分属不同系统，而“浪花平台”是国际首创集船舶性能仿真、合同设计、数字化送退审于一体的平台，能够显著减少跨软件转换工作量。其次是深度适配国内规范与主流船型，平台内置完整中国船级社规范体系，针对散货船、集装箱船等国内主力船型做了适配优化，而海外软件以通用化设计为主，很难贴合国内细分船舶市场的定制化需求。更为关键的是，平台底层代码、求解内核全部自主研发，支持本地私有化部署，船舶线型、结构等核心设计数据无需出境，从根本上保障产业数据安全。

船舶线型、船体结构参数、船东定制化技术指标、审图资料属于航运领域核心敏感产业数据。海外商用软件多采用云端统一运算、境外服务器存储模式，核心设计数据存在跨境传输、泄露风险，外贸船舶、高端邮轮项目的数据安全隐患尤为突出。“浪花平台”支持本地私有化部署，所有建模、仿真、图纸数据全部存储于企业内网服务器，数据运算、文件流转全程不出境，平台配套完整的权限分级、操作留痕、版本加密管控能力，从源头规避核心船型数据外流风险。对于上海国际航运中心聚集的大量外贸船舶设计企业、邮轮研发单位而言，国产化平台落地后，能够满足其产业数据安全管控相关要求，解决其长期使用海外软件带来的数据合规难题，同时也为船舶设计领域建立起本土化数据安全屏障。

02

智变：“数据—模型双驱动”重构船舶设计范式

2025年，在“浪花平台”构建自主可控底座的同时，中船七〇二所正以“船海数据驱动的智能预报平台（Marine-AI）”为核心，推动船舶设计从传统模式向智能化范式跃迁。该平台构建了算力支撑、调度框架、共性算法、应用场景四层架构体系，其底层算力全部基于国产昇腾芯片，部署11台Atlas 800训练服务器，组建了专用高速网络，实现训练、存储、推理集群间高效互联，实现从硬件到软件的全面自主可控。

（中船七〇二所 供图）

这一智能化布局直击船舶行业三大核心痛点。据中船七〇二所介绍，传统物理试验成本高昂，一次船舶流体和结构模型试验花费从数万元到数百万元不等，实船试验成本更高，且耗时数周乃至数月；数值仿真资源消耗巨大，非线性动力学仿真涉及千万级以上网格，需上千核高性能计算并行求解，单工况耗时几十至几百小时；与此同时，物理试验数据分布不均、覆盖度差，仿真数据可信度不足、格式庞杂，数据利用困难。针对上述困局，中船七〇二所依托3个国家重点实验室、30余座大中型试验设施的数据积累，以及自主研发的船舶工业CAE仿真软件，提出GAT-LSTM时空图神经网络模型，利用GAT编码器的注意力机制挖掘物理场空间拓扑关系，耦合LSTM解码器捕捉时序演化特征，实现物理场空间与时序演化的智能预报。

通过“数据—模型双驱动”路径，Marine-AI实现了从流场压力预报到结构应力场预报的全流程贯通，预报误差控制在5%以内，速度相比传统CAE提升数百倍，有效破解了船舶物理场预报“做不起、等不起、用不好”的困局，为船舶安全评估和疲劳寿命预测提供高效、低成本的新范式。值得注意的是，该场景已入选国资委首批中央企业战略性高价值场景典型案例，意味着中船七〇二所在央企智能化转型中走在了前列。

在算法层面，中船七〇二所自主研发多项核心模型。团队自研RenaNet将雷诺数融入ConvLSTM损失函数，实现物理信息驱动的流场智能预报；基于CTGAN离群修正算法和SMOTE+QRF模型迁移优化，解决船海装备数据样本量小、虚实数据差异大等难题。在应用场景层面，平台已覆盖船舶总体性能四大方向：在流体与运动领域，基于WaveNet实现船舶极短期运动预报，可在波高9米的恶劣海况下超前4秒预报垂荡与纵摇；在结构与安全领域，基于UNet实现从稀疏测点到全船应力场智能重构，误差仅2%，实现秒级预报；在推进与隐身领域，螺旋桨综合性能预报误差小于5%，尾流场映射耗时较LES计算缩短90%以上；在环境感知领域，基于YOLO实现全天时碍航物识别，无人艇水面识别精度超90%，并完成双无人机协同立体视觉测波、多智能体集群对抗仿真等前沿场景。此外，团队正开发面向船舶结构领域的大语言模型ShipStructureLLM，探索专家知识融入的人机交互模式。

这些布局之间形成紧密的协同关系。“浪花平台”提供CAE工业软件底座，Marine-AI在其上叠加智能预报能力，二者形成“软件工具+智能算法”双轮驱动，推动船舶设计从“经验驱动”向“数据—模型双驱动”的数智化转型升级，减少水池模型试验和海上实船试验的频次，不仅降低中小船厂高端船型优化的门槛，也为绿色节能船型研发提供有力支撑，全链路数字化打通了产业链数据壁垒。

03

对标：国产软件从“可用”到“好用”的跨越

尽管“浪花平台”被视作填补国内空白的标志性突破，但中船七〇二所对自身的行业坐标有着清醒认知。对比NAPA、Star-CCM+等海外软件，国产平台仍存在客观短板。海外船舶CAE软件商业化运营数十年，经过海量船型、全球项目持续打磨，工具成熟度、稳定性久经市场检验；“浪花平台”推出时间较短，在长期稳定运行、复杂项目适配经验上仍有不小差距。在规范适配方面，目前平台重点完善中国船级社相关规范，挪威船级社（DNV）、英国劳氏船级社（LR）等海外船级社全流程自动化送审接口还在分批开发，出海船舶审图适配能力有待补强。此外，海外软件拥有全球大量第三方配套插件、行业专用工具链，“浪花平台”本土插件生态还在培育阶段，计划逐步搭建国产配套工具产业链。

从“可用”到“好用”，再到设计人员愿意主动选用，用户体验是关键一跃。据中船七〇二所介绍，早期版本偏科研工具风格，操作步骤繁琐、学习成本高。团队以一线设计人员使用习惯为核心重构交互界面，简化多层级菜单，新增拖拽式建模、一键网格划分、批量仿真计算等轻量化功能；将规范校验、出图、送审高频功能放置首页快捷入口，可视化仿真结果直观展示，弱化复杂专业操作门槛，零基础人员经过短期培训即可上手。在性能优化方面，针对大尺度船型算例卡顿、复杂模型加载慢等问题持续优化求解与渲染性能；建立常态化用户反馈通道，安排技术人员驻场对接各设计院、船厂，收集使用问题快速迭代版本，与海外软件漫长的售后响应周期相比，问题整改与功能优化的落地效率明显更高。

设计人员的实际反馈印证了优化成效。据中船七〇二所透露，用户最满意的是一体化全流程性能分析能力——一套平台完成合同设计、性能仿真、数字化送审退，不用来回切换多款软件。同时，大家也坦诚提出平台仍有提升空间：复杂特种结构建模流畅度不足，小众特种船配套模板偏少；超大尺度船舶并行计算耗时较长；部分细分专业可视化展示效果还有优化空间。中船七〇二所正持续收集相关需求，将在后续版本迭代中逐步完善。

在成本结构方面，“浪花平台”的产业化应用正在重塑行业投入逻辑。海外软件年度授权费高昂，多工具组合采购、算力扩容、新增专业模块均需额外付费，长期投入成本居高不下。国产化平台可根据国内船型、企业业务需求自主开展功能迭代，无需支付海外厂商高额定制开发服务费。企业原本持续投入海外软件续费的资金，可转移至绿色船舶、智能船舶新技术研发、水池试验、新型船型开发等核心业务，优化企业研发投入结构。不过，中船七〇二所也客观指出，目前行业缺少统一数据标准，AI模型船型样本覆盖有限，实物试验依旧不可完全替代，本土配套软件生态仍处于起步培育阶段，全面替代海外软件仍需时日。

04

谋远：智能航运时代的“上海机遇”与下一步

面向未来，中船七〇二所明确四大智能化发展重点。一是推动“浪花平台”从“可用”走向“好用、愿用”，培育国产配套生态，加快规模化、产业化应用；二是深化“数据—模型双驱动”，布局船海领域垂直大模型Marine-AI，让AI从“预报工具”向“设计助手”演进，并将自研智能算法向更多船型、更宽工况拓展；三是抢抓智能船舶规则窗口期，围绕国际海事组织（IMO）海上自主水面船舶规则（MASS 规则）加速制定的机遇，发展智能船舶虚拟试航、数字孪生验证、无人集群协同等测试评估能力，为智能船舶产业提供全链条技术支撑；四是持续夯实国产算力与数据底座，坚持自主可控算力路线，推动船海试验、仿真数据的标准化治理。

这些布局不仅关乎一家科研机构的转型升级，更与上海国际航运中心建设深度交织。中船七〇二所对上海智能化转型提出四个方面建议。一是把“数据标准与共享机制”作为智能化转型的先手棋，推动船舶设计、建造、检验、运营全链条数据标准统一，紧扣上海“十五五”规划提出的航运业大模型和高质量数据集建设方向，让港、船、货、企数据在确保安全的前提下可信流通，把数据资源真正变成产业资产。二是以自主可控的工业软件和算力底座筑牢数据安全屏障，在智慧港口、智慧航道建设中，优先支持国产CAE软件、国产算力的示范应用，鼓励本地企业采用可私有化部署的数字化工具，从底层规避核心产业数据出境风险。三是抢抓MASS规则制定窗口期，建设智能船舶测试验证示范高地，支持本地机构深度参与国际规则和国内标准制定，把“上海方案”转化为“国际标准”。四是建立产学研用常态协同机制，开放共享重大试验设施，借鉴上海国际航运中心“三化”转型“任务清单一张表”的推进经验，围绕智能船舶、航运大模型等重点方向设立专项任务清单，推动国家级试验设施、算力平台向产业链开放共享，形成“科研单位出技术、企业出场景、政府出机制”的协同闭环。

从更宏观的视角审视，“浪花平台”的产业化应用正在带来三重实质性改变。在自主可控能力方面，国内院所、船厂不用再单纯依靠海外工具完成全流程研发，常规船型可实现全部设计环节自主开展，平台底层求解器、建模内核、审图逻辑均为自研，能够根据国内船舶产业发展需求自主迭代新增功能，针对绿色船舶、国产邮轮等国家重点船型的定制化研发效率大幅提升。在数据安全方面，私有化部署从源头规避了核心船型数据外流风险，为外贸船舶、高端邮轮项目建立起本土化数据安全屏障。在设计成本结构方面，企业可将原本持续投入海外软件续费的资金，转移至核心业务领域，优化研发投入结构。

中船七〇二所反复强调，平台产业化尚处于起步阶段，在特种船极端工况计算、全球船级社适配等方面仍有短板，现阶段更多是实现从无到有的突破，想要全面达到海外软件综合成熟度，仍需持续投入迭代。这种清醒的自我认知，恰恰体现了中国船舶工业软件从“跟跑”到“并跑”乃至“领跑”过程中最珍贵的品质——既要有打破垄断的锐气，也要有久久为功的定力。

05

结语

从NAPA的垄断阴影中走来，向“浪花”奔涌的自主可控未来驶去，中船七〇二所的智能化转型实践，不仅是一款软件的诞生记，更是中国船舶工业从“工具卡脖子”到“数字底座自主化”的缩影。当前，“浪花平台”与Marine-AI平台形成双轮驱动，全国产化软硬件开始支撑起千万级网格的仿真计算，中国船舶设计行业正在经历一场深刻的范式革命。这场革命的意义，关乎国家高端装备制造的产业链安全，关乎上海国际航运中心在全球航运版图中的数字话语权，更关乎中国能否在IMO的MASS规则制定窗口期，从规则的接受者转变为标准的输出者。谁掌握测试验证能力和标准制定的主动权，谁就能在下一轮产业竞争中赢得先机。当“浪花”拍岸，中国船舶工业的智能化转型，正迎来属于自己的历史时刻。