推断物理
推断物理（Inference Physics）是指工业仿真从依赖传统数值求解（计算）转向基于 AI 模型进行实时预测（推断）的根本性变革。这是 NVIDIA Modulus 2026 所代表的范式转移的核心概念。
与传统计算物理的区别
| 维度 | 计算物理 | 推断物理 |
|---|---|---|
| 核心方法 | 数值求解 PDE | AI 模型实时预测 |
| 网格依赖 | 高度依赖，>60% 时间用于网格划分 | 无需网格，直接处理 CAD 几何 |
| 计算速度 | 数小时到数天 | 毫秒级 |
| 迭代成本 | 几何微调需重做全部工作 | 参数化建模，实时反馈 |
| 知识传承 | 依赖工程师个人经验 | 模型固化经验，可调用 |
优势
- 设计周期从"周"缩短到"分钟"
- 推理成本仅为传统仿真的 1/1000
- 支持实时多物理场耦合
- 实现知识的数字化传承
挑战
- AI 模型的验证与确认（V&V）标准尚未建立
- 对高质量历史数据有一定依赖
- 模型可解释性不足
- 初期训练算力投入门槛高