MIT设计全球首个庞大汽车数据集让汽车设计的速度以指数级提升

盖世汽车讯 汽车设计是一个反复迭代且保密的过程。汽车制造商在设计一款汽车时，往往会耗费数年的时间，需要先在仿真环境中不断调整3D模型，再构建出最具发展前景的设计以进行实物测试。测试的详细信息和规格，包括特定车型设计的空气动力学数据，往往不会对外公开。因此，车辆性能的重大改进，如燃油效率提升或电动汽车续航里程延长等，进展得很缓慢，而且各公司之间的信息也不互通。

为此，美国麻省理工学院的工程师们表示，采用生成式人工智能(AI)工具，可以迅速处理大量数据，在短短几秒内找到有关联的信息，以生成新颖的设计，从而让汽车设计的速度能够以指数级提升。不过，虽然有AI工具，可供工程师们学习的数据并无法获取，而且此类数据并未以便于访问的集中式形式提供。

汽车设计数据库

据外媒报道，MIT的工程师们基于当前世界上最普遍的车型，首次向公众发布了一个名为DrivAerNet++的数据集，其中涵盖超过8000种不同的汽车设计。每一种设计都以3D形式展现，并包含有关车辆空气动力学的信息，即基于工程师针对每种设计所进行的流体力学仿真实验，得出空气在给定设计周边流动方式的信息。