近日，长风道科技联合同济大学与吉利汽车合作研发的AI智慧风阻预测系统平台顺利通过盲算测试与验收工作，正式接入吉利汽车研发流程投入工程使用。该系统的成功上线应用标志着吉利汽车在整车风阻性能研发领域实现“高精度预测—智能优化—自主学习”全链路突破，为车辆造型风阻快速评估与性能迭代注入全新动能。

AI智慧风阻预测系统基于CFD（计算流体力学）仿真技术通过残差卷积神经网络构建核心代理模型，深度融合HPC（高性能计算）、SDM（产品数据管理）、Aero数据库及专家知识库，包括AI预测模块、特征参数提取模块、流场数据到训练集数据转换模块以及自动化工具模块。该系统能实现特征参数提取与自动存储、风阻系数、2D切片流场和3D全流场的预测。

作为汽车气动性能研发的关键技术突破，该系统以“精准、高效、智能”为核心目标，在功能实现与技术指标上实现多项创新。在风阻预测精度方面，系统将代理模型预测结果与实际值的误差严格控制在5%以内。同时可输出车身及关键界面的压力与速度云图，分辨率与CFD仿真相当，并可自动生成标准化PPT报告，为研发人员提供直观、全面的专业参考。

针对车型研发的个性化需求，系统具备强大的模型特征分析能力。通过自动提取整车模型的关键特征参数，构建标准化特征数据库，不仅能校核参数是否符合目标要求，还可根据用户设定的参数范围，动态展示Cd值变化趋势，助力研发团队精准定位性能优化方向。

在智能化迭代与管理层面，AI智慧风阻预测系统创新实现“数据自动采集-模型持续优化”闭环。通过开发专属API接口，可自动从吉利HPC本地、Aero数据库及SDM系统抓取训练样本，支持自定义样本来源、训练阈值、启动时间等参数，定期更新模型参数以实现自主学习；同时提供离线训练优化功能，可针对算法性能进行专项测试，保障模型在不同场景下的稳定性与适应性。

风阻优化模块则为研发效率提升提供关键支撑。用户可自定义风阻目标、模型限制面区域及设计变量空间范围，系统支持遗传算法、粒子群算法、Kriging模型等多种集成优化算法，或对接通用商业优化软件，不仅能可视化展示单个变量、组合变量对Cd值的影响规律，还可自动筛选风阻最小化的最优参数组合，支持用户自定义方案导出，大幅缩短从性能目标到方案落地的研发周期。

据了解，该系统在开发过程中严格遵循行业高标准，硬件层面适配吉利现有及未来拓展的计算资源，软件架构基于成熟框架搭建，同时建立明确的模型设计规范、编码规范与代码评审机制，确保系统具备跨平台测试、开发与应用能力。在双方协作中，吉利汽车负责提供初始训练集、计算资源及需求定义，长风道科技与同济大学则承担技术方案落地、模块开发与运维支持，通过方案设计、功能开发、用户测试、培训验收等全阶段紧密配合，保障项目高效推进。

通过智能算法，构建空气动力学风阻AI预测模型，将一轮仿真周期从约7天缩短为1h，效率得到大幅提升，这是吉利汽车在智能研发环节最前沿的应用之一。该成果还成功入选了2025年浙江省人工智能赋能制造业典型案例，印证了其示范性和创新性。未来，随着系统在吉利汽车车型研发中的深化应用，将有效降低研发测试成本、缩短研发周期，为提升车辆能效与气动性能提供核心技术支撑，同时为汽车行业智能化研发转型提供可借鉴的“吉利方案”。