從計算流體力學（CFD）和有限元素分析（FEA）到數位分身，汽車製造現在涉及大量的虛擬化。

我們在 2024 年遇到 Sterling Anderson 時，他是 Aurora 的產品長，這家自駕新創公司是他於 2016 年在 Tesla 工作數年後共同創立的。然而，一年多前，Anderson 離開了新創圈，轉投一家更具規模的公司，擔任美國最大汽車製造商通用汽車（General Motors）的產品長。自那時起，他親眼見證了 GM 如何進入他所謂的工程與設計的「第三紀元」。

Anderson 描述工程的第一個時代時說：「曾幾何時，人類看著鳥類，心想：『這些翅膀看起來運作得不錯。我們來設計一些類似的東西吧。』」他表示：「他們就這樣不斷迭代，最終做出了一些勉強可行的東西。」

他說，發明的前幾百年是「高度經驗主義的疊代設計開發與工程時代」。他解釋：「我的意思是，人類大多從已知或看過的事物開始，建造出看起來類似的原型，或許再微調一些東西，希望能讓它表現更好，然後進行測試、疊代，並經歷這種緩慢的『猜測與驗證』過程，直到我們得到一些勉強可行的東西。」

第二個時代始於電腦變得足夠強大，能夠執行一些早期工作。Anderson 說：「我們開始看到虛擬開發工具，以功能特定的方式改進人們的工作，這樣他們就不必進行經驗性的原型開發。」

他舉例說：「例如，我們開始看到 CFD [計算流體力學] 開始為空氣動力學工程師提供資訊。我們看到 FEA [有限元素分析] 為結構工程師提供資訊。我們看到了許多其他虛擬工具……但開發的接力賽模式依然不變，也就是說，設計部門將接力棒傳給空氣動力學部門，後者再傳給結構部門，當他們發現對方需要修正的問題時，總是會將接力棒傳回去。」

但 Anderson 的世界最近進入了第三個紀元，「這正是 GM 一直以來努力推動的方向，即將這些功能整合為一種廣泛知情、主要基於機率的方法，用於這些資產的設計、開發和製造」他解釋道。是的，他所說的「基於機率」指的就是 AI/機器學習。

機率驅動的創新

將 CFD 等工程工作從實體風洞中的實體模型轉為模擬，確實加快了工作速度，但模擬的複雜性意味著它在資源和時間方面對計算能力要求很高。但你可以教導電腦如何將這種分析虛擬化，然後使用 AI/ML 並行運行多個虛擬化；上個月，我們報導了一個這樣的例子，當時 IBM 和賽車製造商 Dallara 發布了研究，展示了這種方法如何產生足夠相關的數據以供使用。

當你意識到這些新工具的速度有多快時，GM 為何擁抱它們就變得非常清楚了。Anderson 告訴我：「我們過去每次 FEA 運行需要 15 小時？現在只需一分鐘。」

Anderson 說，與其設定模擬運行一整夜並祈禱不出錯，「當你在一分鐘內運行這項工作時，你就能以更快的速度進行大量迭代，並且可以運行比以往任何時候都更廣泛的測試，這僅僅是因為你有足夠的時間。」

但這些新的虛擬化工具的應用範圍遠不止於早期的工程分析以及空氣動力學或結構設計領域，它還延伸到 GM 的其他業務：賽車運動、能源與電池、國防，甚至其月球計畫。

GM 虛擬整合工程執行總監 Jason Fischer 表示：「我們不只是在完成車輛設計後才使用虛擬工具來檢查工作，我們實際上是為工程師提供一個虛擬環境，讓他們能夠同時優化硬體和軟體，並以業界無人能及的方式，特別是在我們所做的規模和速度下，為硬體設計、軟體設計或車輛性能提供資訊。」

Fischer 接著說：「這些虛擬工具的優點在於我們與 NASCAR 和 Formula One 賽車運動團隊的合作。我們共同開發了許多這些工具，然後再根據各組織之間的能力和資源獨立開發工具。當一方超越另一方時，我們實際上會坐下來，在賽車運動部門和生產部門之間進行每月一次的技術轉移，以確保我們都能看到最新最好的技術並使用最新的方法。」

先虛擬駕駛，再實際製造

Anderson 和 Fischer 向我介紹的一個例子是使用虛擬化技術對開發中的車輛進行操控性測試，特別是《消費者報告》的避讓測試，即汽車必須高速轉向以避開障礙物。GM 現在不再將汽車電子設備的所有各種子組件連接到測試台上，以檢查它們之間是否能無錯誤地通訊，而是對所有感測器、電子控制單元（ECU）、域控制器等進行建模。

Fischer 說：「我們實際上對通用汽車如何建立這個系統擁有智慧財產權保護，我們可以在物理層面整合車輛行為。因此，我們現在可以在這個虛擬環境中同時運行車輛性能、電子控制單元和軟體，並且真正開啟我們的設計空間探索。這使我們能夠實際改變物理參數，並運行數千種實驗設計，以觀察控制邏輯如何處理這些情況。」

由於可以輕鬆地數位化改變路況等條件，因此比以前更容易迭代更多變數。Fischer 告訴我：「這樣你就能得到一個不僅在特定操作中表現良好，而且實際上能抵抗現實世界挑戰的結果。」

碰撞性能正在改善，因為工程師可以在實體車輛以 40 英里/小時的速度撞上固定結構之前，就識別並加強弱點。Fischer 說：「運行這項測試大約需要 15 到 18 小時，具體取決於複雜性。我們正在使用機率方法、人工智慧，可以將時間縮短到不到一分鐘。這不僅僅是節省時間讓某人可以回家睡覺。事實是，一分鐘後，我們就知道答案了，我們可以開始優化結構性能，這讓我們有能力研究其他事情。」

新車的 HVAC（暖通空調）系統是另一個例子。GM 現在可以同時平衡氣流和冷媒行為與座艙舒適度，在幾天或幾小時內完成過去需要數月或數週的工作，而不是獨立設計和優化單個組件，然後再連接和校準它們。Fischer 說：「這確實讓我們的工程師有更多時間深入研究，並在他們的創意設計中進行創新，而不是執行重複性任務或進行那種疊代性的苦差事。」

這也包括設計製造 GM 銷售給客戶的汽車的工廠的同事，新的組裝線的數位分身（digital twins）在任何實際硬體安裝之前就已建立，以排除錯誤。