本次秀湖会议于2026年9月11日至13日召开，为期三天。中国科学院院士、大连理工大学郭旭教授，浙江大学高曙明教授，华为丘水平先生，以及二十余位来自高校、科研院所和企业的专家出席会议。本次会议由浙江大学周昆教授、大连理工大学雷娜教授担任执行主席，山东大学吕琳教授、浙江大学邹强研究员担任共同主席。会议特别邀请中国科学院院士、大连理工大学郭旭教授，浙江大学高曙明教授，华为丘水平先生作特邀报告。秀湖会议学术委员会副主席、浙江大学周昆教授与会议执行主席、大连理工大学雷娜教授在开幕式上分别致辞。

周昆教授致辞

雷娜教授致辞

郭旭院士作特邀报告

大连理工大学郭旭院士作题为“智能CAE软件思考与展望”的特邀报告，从重大装备正向设计对高可信、高效率仿真的迫切需求出发，分析了多尺度、多物理场耦合条件下仿真精度、计算效率与不确定性量化面临的挑战，提出人工智能与物理机理融合的智能CAE新范式。他指出，人工智能为实时仿真和生成式设计带来了新机遇，但高质量数据稀缺、物理机理刻画不足及泛化能力有限等问题仍亟待突破。在此基础上，他展望了具备自感知、自决策、自执行等能力的自进化工业软件，为推动智能CAE的算法创新与工程应用提供了系统性思路。

在“智能CAD/CAE关键技术”Panel环节，郭旭院士、丘水平先生、刘玉峰先生、高曙明教授、陈发来教授、汪国平教授等嘉宾在雷娜教授主持下，围绕智能CAD/CAE中“智能”的边界、传统CAD/CAE软件的核心价值及产业应用的迫切需求展开深入讨论。针对“智能CAD/CAE中‘智能’的边界在哪里”，嘉宾们认为，人工智能有望拓展交互、推理与任务执行能力，但其自主程度应与工程任务对精度、可靠性和可验证性的要求相适应。围绕“智能化时代传统CAD/CAE软件还会留下什么”，专家们强调，几何建模、约束求解与仿真求解等核心能力仍具有基础价值，如何与人工智能有效协同值得持续探索。面向企业研发与工业应用，讨论重点关注结果可靠性和工程可用性，提出应从需求明确、成效可验证的工程任务入手，在实际应用中逐步提升智能CAD/CAE的能力。

左右滑动查看更多

本次会议设置四个专题，共安排二十场观点报告和四次分组研讨，围绕智能CAD/CAE的基础研究、关键技术与产业应用展开深入交流。

“智能几何与物理内核”专题聚焦智能网格剖分、复杂工程力学仿真、几何与物理一体化表征及可微计算内核，重点探讨AI赋能几何建模与物理仿真技术，以及AI原生几何与物理内核的构建路径。

左右滑动查看更多

左起：黄劲、祝雪峰、吕琳、傅孝明、孙文愈

“智能设计与仿真工具”专题聚焦CAD模型生成与重建、设计意图与几何模型的语义映射、仿真前处理自动化及求解加速，重点探讨生成式CAD的可控性，以及智能技术在设计优化与仿真分析中的应用。

左右滑动查看更多

左起：梅跃、徐岗、严冬明、邹强、潘浩

“设计与优化智能体”专题聚焦AI驱动的CAD/CAE一体化与工程任务自主执行，重点探讨工业软件内核、专业工具与智能体的协同机制，以及贯通建模、仿真与优化的闭环迭代流程。

左右滑动查看更多

左起：汪国平、陈发来、童若锋、傅天雄

“智能CAD/CAE应用与产业化”专题结合航空装备、制造业与工程建设实践，围绕新一代智能CAD/CAE软件架构、二维工程图理解、三维建模、建筑信息模型及系统设计与优化展开讨论，重点关注自主CAD/CAE软件的工程验证、知识与数据积累、易用性及应用成本，强调以真实工程需求牵引技术迭代与产品完善。

左右滑动查看更多

左起：徐保文、李建勋、李宾、李伯犀、刘玉生

左右滑动查看更多

会议期间，与会专家围绕“智能CAD/CAE关键技术”开展了多轮分组讨论与集中研讨。在基础方法层面，深入分析了生成式模型输出的不确定性给工程精度与可靠性保障带来的挑战，探讨了几何与物理一体化表征、可微几何内核及CAD/CAE模型与数据的一致性衔接等关键问题。在系统协同层面，讨论了AI与传统几何内核、仿真求解器的协同机制，重点辨析了工业智能体在任务规划、工具调用、结果验证与自主迭代中的能力边界。在工程应用层面，重点关注生成结果的工程可用性、高质量工业数据与设计知识的积累，以及真实场景下的应用验证、持续迭代与成本控制，分析了制约智能CAD/CAE规模化应用的主要瓶颈。

会议最后半天，与会专家围绕本次会议主题开展集中研讨，系统梳理各专题的主要观点，并就智能CAD/CAE的发展路径形成初步共识。与会专家普遍认为，几何内核、约束求解引擎及仿真求解器仍是智能CAD/CAE的重要基础，短期内将持续发挥关键作用。现阶段，智能体主要围绕建模、仿真与优化等基本环节，推动任务执行与流程组织方式的智能化。近期宜优先面向重复性、流程性工程任务开展应用，通过任务规划与工具协同提升研发效率。讨论中，专家们强调，应推动人工智能与工业知识、专业工具及数理机理深度融合，在真实工程场景中检验其精度、可靠性与应用价值，并据此探索智能CAD/CAE的技术演进与产业化路径。