MIT想用AI设计电动汽车，大幅缩短设计时间并节省成本

进入AI EV时代，AI还能为汽车做些什么？美国MIT工程师想将AI与电动汽车设计结合在一起，帮助设计师加快设计速度。

工程师们开发一个名叫“DrivAerNet++”的开源数据库，里面有8000款电动汽车设计图，这些设计均以现有汽车的流行款式为基础开发，以3D模型的形式展现，并考虑了空气动力学特征，可帮助车企快速设计汽车。

数据库与AI模型结合，自动生成电动汽车新设计

回顾历史，电动汽车已经出现100多年，但最近几年突然出现大爆发。一般来说，厂商设计一款汽车需要几年时间，需要投入大量资源，需要不断迭代、不断修改，直到确定最终设计并制作原型车。

由于汽车设计归厂商专有，测试数据严格保密，外界无法获得。正因如此，如果想让电动汽车续航里程和燃料效率得到明显提升，困难总是很大，提升速度也不快。

汽车设计流程过于漫长，AI也许可以简化流程，缩短设计时间。MIT开发“DrivAerNet++”数据库的目的就是提升设计速度。研究人员认为，未来可以将“DrivAerNet++”数据库与AI模型结合，自动生成电动汽车新设计。

MIT团队于6月13日将论文上传至arXiv，详细介绍了数据库，并介绍了如何将数据库与AI技术结合。

在MIT内部有一个名叫“MIT SuperCloud”的超级计算机系统，它主要用于科研，用户可以远程接入并获得算力。研究人员用“MIT SuperCloud”系统进行计算，消耗300万CPU计算小时数，获得39TB数据。

研究人员还开发一个算法，它可以对26个参数进行系统性调节，比如汽车长度、下车身性能、胎面和车轮形状、挡风玻璃倾斜度等参数。还有一套算法可以判断新生成的汽车设计是原创设计，还是对已有设计的复制。

每一份3D设计都可以转化为多种可读格式，比如Mesh格式、点云图、或者只是一份简单的规格尺寸列表。最后研究人员会用流体动力学模拟器进行模拟，看看空气穿过AI生成设计图时会发生什么。

生成式AI模型，可将汽车设计时间降低至几秒钟

MIT机械工程助理教授Faez Ahmed说：“进行设计时前进的代价相当昂贵，汽车制造商只能一步一步调整，每步只能调整一点点。如果我们拥有一个数据库，你可以明确知道每种设计的性能表现，你就能训练机器学习模型，让迭代速度加快，从而获得更好的设计。”

MIT机械工程学学生Mohamed Elrefaie说，数据库可以帮助车企降低研发成本，加快设计速度。他还说，加快设计的关键是AI工具的使用。有了数据库的帮助，训练生成式AI模型，让模型做一些事情，可能只需要几秒，而不是几个小时。

以前也有汽车AI大模型出现，它们看起来也不错，但依赖的训练数据有限。MIT的数据库更丰富，AI模型可以用它创造新设计，也可以测试现有汽车的空气动力学特点。汽车制造商不需要制造实体原型车就可以计算电动汽车的续航里程。

AI参与设计，还可大度降低汽车设计成本

在汽车界，一款汽车的设计投资可能高达10亿美元，如果是重大新设计，甚至要30亿美元。假设AI真的能参与设计，应该可以大大降低成本。

对一款设计进行验证，每次需要10万美元。如果加入机器学习和深度神经网络，验证次数会大大减少。生成式AI可以根据设计师的提示生成新设计，还可以预测消费者的反应。

汽车制造商在设计领域引入AI技术并不是什么新鲜事。例如，2000年通用汽车推出庞蒂亚克Aztek，这款汽车有些地方吸引了户外爱好者，但外观却遭到批评，有人说它是有史以来最丑的汽车。

Aztek的销量只有别克Rendezvous的一半，要知道二者是基于相同平台开发的，只是设计有些不同。为了避免犯下同样的错误，通用汽车大力投资AI，想用AI技术预测并生成更有吸引力的车型。

丰田研究院（Toyota Research Institute）也已经引入生成式AI技术，它的目标是帮助设计师减少迭代次数。AI设计不只给设计师带去灵感，还会考虑工程、安全问题。广汽其实也用到了AI，主要是对设计进行优化。有了AI技术加持，广汽可以快速生成并评估设计选项，既考虑审美，也考虑功能。

除了设计，在制造、辅助驾驶等环节，AI技术也已经全面“浸入”汽车产业。（小刀）