维度网讯，意大利达拉拉集团与美国IBM于2026年4月30日正式宣布达成合作，联合开发基于物理学的AI基础模型，以加速高性能车辆的空气动力学设计与优化，并启动量子计算在设计工作流中的探索性应用。达拉拉是全球领先的赛车与高性能车辆制造商，独家为IndyCar、Formula 2、Formula 3、Super Formula及Indy NXT等顶级赛事供应底盘，同时服务于Formula E、WEC及IMSA等系列赛，其工程能力还延伸至高性能公路车与航空航天领域。

此次合作的核心技术载体为IBM研究院设计的图神经网络模型GIST。据双方联合公告披露，在一个以类似勒芒原型车2为对象的早期测试中，工程师针对后扩散器这一位于车尾底部、用于产生下压力以增强抓地力的关键部件，设计了多个几何配置方案，分别采用传统CFD方法和IBM的物理AI模型进行评估。传统CFD完成所有配置计算耗时数小时，AI模型在约10秒内完成相同评估，识别出相同的最优设计，误差范围与CFD相当。达拉拉估算，将该AI代理模型应用于典型的数百种几何配置评估，可将仿真时间从数天压缩至数分钟。

GIST模型的技术突破在于从“点云”到“网格拓扑”的认知跃迁。此前用于预测气动力的图模型通常将赛车网格视为简单点云，对普通乘用车或许足够，但对前部导流片、后翼上的古尔尼翼片等极为精细的气动部件而言，网格结构上物理位置相邻的两侧点可能受到完全相反的力。GIST同时编码网格点的坐标及其连接关系，更精准地捕捉网格拓扑结构，在复杂部件预测上给出更贴近物理规律的结果。为降低图Transformer扩展能力的复杂度，研究人员采用随机投影方法生成图嵌入，并设计了规范不变架构，确保模型在不同嵌入投影和网格密度之间无缝泛化。

模型训练数据来自达拉拉专有的高保真气动仿真数据及深厚技术经验。双方计划在未来阶段引入风洞和赛道实测数据，以进一步提升模型真实性。达拉拉首席执行官Andrea Pontremoli指出，从数小时到数秒的跨越意味着在相同时间内可以完成远多于以往的开发迭代，IBM是将量子计算能力引入这些算法的独特合作伙伴，未来能够实现更多突破。IBM研究院高级副总裁Alessandro Curioni表示，AI正演变为可融入一切工作流的基础能力，这种从数据中学习的新型AI与算法演进使工程师能够以截然不同的方式进行发现，速度提升数个数量级。

达拉拉首席信息官Fabrizio Arbucci指出，高性能车辆是神经代理模型的理想试验场，其潜在影响远不止于赛道，即使乘用车领域实现1%至2%的风阻降低，叠加起来也将产生可观的燃油效率增益。因此，除了为LMP2、IndyCar等现有赛车项目提供更高效的开发工具，该技术的应用前景可延伸至量产乘用车和航空航天领域的空气动力学优化。IBM和达拉拉同步启动量子计算的探索性应用，评估量子与混合量子—经典计算能否进一步扩展复杂气动问题的仿真保真度，相关初步成果已发表于arXiv预印本研究。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com