物理常识增强 (Physics-Informed AI)

物理常识增强指将物理定律和仿真模型集成到AI训练或推理过程中，以提高AI在物理世界中的准确性和可靠性。

典型案例

Siemens Questa One Agentic Toolkit首次引入了热力学仿真反馈循环。当AI在设计电路布局时，会自动调用流体仿真模块（基于STAR-CCM+引擎）来预测局部热点，实现了"电-热-逻辑"的三位一体优化。