夜雨聆风
自苏联时代以来，俄罗斯航空业最宏大的技术转型正在进行中。两项额外的并行发展表明，俄罗斯正努力在制裁压力下实现飞机设计与制造的现代化：MC-21客机复合材料机翼生产的快速自动化，以及UAC集团将人工智能整合到飞机工程中。
UAC宣布，利用与俄罗斯Sberbank共同开发的人工智能工具，其标准飞机结构的开发速度提升了11倍。第二项进展是机器人碳纤维铺带系统，据称该系统使MC-21机翼的生产速度翻倍，并将劳动力需求减少了四分之三。这两个项目共同展示了俄罗斯建立主要依赖本土技术的数字化综合航空生态系统的努力。
UAC总裁瓦迪姆·巴德哈在下诺夫哥罗德的CIPR会议上宣布了将人工智能整合到飞机开发中的消息。据该集团称，在俄罗斯T-FLEX平台上使用生成式工程的试点项目显著加速了典型航空结构的合成。现在，人工智能系统可以在几分钟内自动生成优化方案，而不再需要工程师煞费苦心地设计每一个结构变体。
该系统是与俄罗斯最大的国有银行——俄罗斯联邦储蓄银行合作开发的。该银行已发展成为该国首屈一指的数字技术和人工智能开发者之一。多年来，俄罗斯联邦储蓄银行一直专注于开发人工智能平台、云基础设施、神经网络和工程软件生态系统，以减少不仅在金融服务领域对西方技术的依赖。
新的AI工具正被应用于航空领域，以实现繁琐但耗时的工程流程自动化。UAC集团以飞机翼肋和紧固件的计算与优化为例:每次修改都必须同时满足强度、空气动力学和可制造性的要求，这就是为什么这类工作传统上需要大量工程劳动的原因。在新系统下，工程师不再需要从零开始。相反，AI几乎可以立即生成大量可行的结构配置，使专家能够集中精力评估和改进最有前景的方案，而不是手动执行重复性的制图任务。UAC断言，这将特定设计周期从数小时缩短至仅仅几分钟。
据UAC称，目前已经完成了替代九个关键PLM模块的2000多项技术要求，大约4000个工程工作站已经配备了国产软件解决方案。该集团表示，新飞机的初步设计和运行目前完全在俄罗斯的T-FLEX生态系统内进行，没有在任何外国系统中进行并行复刻。该平台计划于2026年8月全面部署。
这一进展值得关注，因为俄罗斯并不是简单地用本地替代品替换外国CAD软件，而是试图直接过渡到AI辅助的生成式工程。
传统的飞机设计严重依赖人类工程师煞费苦心地创建结构布局，通过计算进行验证，然后反复迭代设计。生成式工程极大地改变了这一过程。当工程师设定性能目标和限制条件时，人工智能算法会同时生成针对空气动力学、强度和重量进行优化的潜在结构解决方案。
据UAC称，项目的下一个方面将涉及使用多学科计算进行几何形状的自动合成。实际上，这意味着AI系统最终将在生成优化的飞机几何形状时，同时分析空气动力学载荷、应力分布、结构强度和制造约束。如果这些系统有效，它们大幅缩短飞机开发周期的潜力至关重要。现代客机项目在认证之前通常需要数年的结构优化和重新设计。俄罗斯希望通过自动化这部分大量工作来缩短开发时间、降低工程成本并提高精度。
我国已实现飞行器多学科计算设计优化成果：中国空气动力研究与发展中心牵头开发的全球首个飞行器多学科耦合的全过程变分伴随优化设计平台PADJ-X。该软件甚至发现了目前美国最新隐身轰炸机B-21的设计缺陷，可详见论文《飞行器气动布局多学科伴随优化系统PADJ-X研究进展》
航空学报
在Vibe Coding赋能工业软件开发的道路上，俄罗斯厂商也总结出了自己的经验，俄罗斯著名工业软件开发商LEDAS是这么总结AI在工业软件开发生产中的风险：
代码幻觉。有时AI会写出看似漂亮的方法，但实际运行效果却与预期不符，在罕见的边缘情况下甚至会悄然失效。对于CAD/CAM而言，这是绝对无法接受的。由于3D几何的复杂性，在进入量产之前，人们太容易忽略AI造成的错误，例如在应力计算方面的错误。这些错误可能导致产品过早失效，甚至在制造过程中损坏昂贵的机器/机器人。
知识产权泄露。公共大语言模型旨在复用你的代码进行训练。只需一次粗心的复制粘贴，客户独有的算法就会流失到云端，并可能被其他程序员重复使用。
许可协议违规。AI可能会引入采用GPL许可协议的代码片段，该协议允许他人复用所有相关代码。如果将其插入到客户私有的CAD程序中，你将面临被起诉的风险。
虚假的生产力错觉。开发人员可以使用AI快速生成数百行代码，但随后却要花上好几天的时间来调试逻辑。总耗时可能最终比从头开始编写还要长。由于没有亲自编写代码，在大多数情况下，开发人员对代码含义的了解和理解水平都会显著降低。
复杂的CAD/BIM架构。就目前而言，AI在设计类层次结构方面仍有待提升，而这些层次结构正是用于管理CAD和BIM模型中数以百万计的几何图元的。当AI接管软件架构时，结果往往是产生错综复杂的“面条式”依赖关系。
总结：俄罗斯作为老牌工业软件基地（可详见《俄罗斯的CAD技术服务团队都有哪些技术栈》）在目前列强封锁的情况下，以实际需求为导向（如航空工业，能源流程工厂行业等等）首先解决软件替换问题，但不是生硬的替换，不猛打方向盘，结合实际需求逐步将AI技术渗透。其次是继续夯实基础，C3D Lab与LEDAS的组件仍在不断丰富功能点，在目前AI无法解决底层内核几何算法问题的情况下，始终保持恒心，扎根基础，为之后的应用层AI做足铺垫。
公众号作者：梁裕卿 （广联达技术中心） 几何内核|CAD引擎|渲染引擎|数字孪生
