这是AIE加速工业进化【AI+CAE的现状和未来】系列的第10篇，主要介绍Luminary 公司发布的SHIFT-SUV 开放AI模型相关信息。

25年4月，Luminary Cloud宣布推出了“SHIFT”系列物理基础模型，其中首个模型为与本田汽车和英伟达合作的“SHIFT-SUV”模型，可以用于开发更专业的用于汽车空气动力学仿真结果预测的AI模型。

SHIFT-SUV目前已经算不上新闻，但在国内信息不多，本文对其做相对具体一些的介绍。

SHIFT-SUV具体是干什么的

SHIFT-SUV是一个AI预测模型（原名称是物理AI模型，但为了避免引入更多的混淆，这里避免使用物理AI的概念），可以根据汽车的外形，实时预测其空气动力学的仿真结果。

相比于传统CFD等空气动力学仿真计算方法，AI预测模型可以实时给出预测结果，且经过对比，与实际的仿真计算差异并不大，这使得它可以用于在设计阶段快速的看到仿真结果，显著减少仿真计算等待的时间，从而进行设计方案的调整，大大加速设计方案迭代，或者展开更多尝试找到最优解。以它为基础也可以构建符合物理规律的汽车实时数字孪生系统等。

同时，SHIFT-SUV又是一个开源基础模型，类似DeepSeek，其他人可以在它的基础上，结合自身的数据对模型进一步进行微调，从而形成更适合自身的AI预测模型。而且不同于DeepSeek只开源模型，并没有开源训练模型的数据集，SHIFT-SUV不仅开源了模型，还开源了用于训练它的上千个数据集。

作为面向公众开放的项目，其它组织或个人可以结合自己专有几何形状微调SHIFT，也可以为它贡献新数据，或者基于数据集探索新的模型架构等，相关合作都可以通过填写官网的表单联系Luminary Cloud。

SHIFT-SUV是怎么来的

SHIFT-SUV用于训练AI的车辆几何数据是在一个开源的参考SUV参考模型AeroSUV的基础上，进行参数化变型得来的上千个变体。AeroSUV是FKFS（斯图加特动力车辆研究所）开发的开放访问SUV参考模型，开放许可仅限于非商业用途。

基于这些上千个几何数据，Luminary Cloud利用自身云平台的求解器，计算了对应的CFD仿真结果，从而构成了用于训练的数据集。这个数据集在本田的支持下精心策划，涵盖了各种离散（例如，底盘类型、冷却系统、车辆后部）和连续（例如，挡风玻璃角度、车头半径、后部斜度）的变化形式，从而使数据集拥有较广泛的适应性。

Luminary Cloud还在不断向数据集中添加内容，并朝着到25年底包含25,000个变化并再次训练模型的路上前进。届时SHIFT-SUV也将成为世界上最大的SUV数据集。

训练方面，Luminary Cloud自己的云平台协调了从几何形状输入和预处理到模拟执行和数据集管理的完整工作流，以高效的云端资源调度，在平台上行了超过 1,000 个仿真计算，每个仿真计算在 NVIDIA H100 GPU 上运行约 1.2 小时。训练使用的AI模型和工具集是英伟达的开源PhysicsNeMo框架。

SHIFT-SUV准确度如何

Luminary Cloud将Blender中用AI模型预测的结果与高保真CFD计算结果进行了对比，结果表明，SHIFT-SUV在快速后置车类中具有高度可靠性，在OOD（分布外）形状如旅行车上的性能逐渐下降。这表明SHIFT-SUV适合用于早期气动研究。

在测试集中，SHIFT-SUV实现了约3.45%的平均阻力预测误差，最大误差约为6.5%。75%的所有预测都在5%的误差范围内，并且每个预测都保持在10%以内。

值得注意的是，Luminary Cloud在训练中还观察到了专业化和泛化之间存在权衡问题：仅对某一类型（Fastback类型）的500个案例进行训练，预测精度得到了提高——平均相对误差为2.10%，94%的预测误差在5%以下。而使用完整的1000数据集进行训练，对其他SUV变体的泛化能力有所提高，但在在Fastback类型样本上下压力预测更好，但阻力精度略有下降。

AIE看法：

对Luminary Cloud来说，SHIFT-SUV的主要意义可能是吸引更多的用户使用自己的云平台来构建AI模型。Luminary Cloud在云平台上整合了完整的工具链方便用户构建自己的AI模型。

理论上，对车企来说，可以结合SHIFT-SUV和自己的私有车辆设计数据，创建出一个更符合自身需求的AI预测模型，从而加快设计迭代。对设计仿真软件供应商来说，则是可以以此为起点，构建具备实时仿真能力的CAD或CAE软件。

之所以理论上，是因为SHIFT-SUV之前的开源许可是限于非商业用途。未来不排除SHIFT-SUV走向闭源，或者在商业用途上收费。

从行业来看，开源AI仿真预测模型正在成为一股新趋势，SHIFT-SUV只是SHIFT系列模型的第一个，25年以来，CAE云平台和英伟达为代表，面向其他具体领域的AI预测模型也越来越多的出现。

随着开源AI模型势力的壮大，延续多年的传统买卖双方构成的仿真软件产业生态，或许也会迎来一些变化，值得期待。