以下内容转载自微信公众号“图灵人工智能”，仅作学术分享。

以下内容转载自微信公众号“图灵人工智能”，仅作学术分享。

西北工业大学航空学院“大树之家”团队由国家级领军人才张伟伟教授领衔，现有固定教师6人（包括教授4人，副教授2人），博士后2人，研究生50余人。团队承担了一批与智能流体力学、气动弹性力学、飞行器设计等方向紧密相关的科研任务，成果应用于航空航天、人工智能、能源等领域20多个头部单位的重大工程研制，为AI4Eng形成了良好示范。杨孟超（第一作者），西北工业大学航空学院获硕士学位，现为中国航空工业618所

第四届智能流体力学产业联合体大会在深圳召开，西北工业大学等机构联合发布"多智能体协同驱动的新一代流体力学工业软件平台"。该平台采用"即插即用"开放架构，实现智能体微服务化封装；通过物理嵌入的工作流动态演化技术，支持智能决策与自主演化；并构建多源知识融合的"知识超脑"。平台可应用于飞行器气动布局设计、气动-结构耦合设计等典型场景，开创多学科

人工智能研究学会（Society of Artificial Intelligence Research）是一个非营利组织，旨在推动人工智能领域的研究和发展。SAIR注册于美国德州，是一个独立的、非政府组织，具有自主的法人资格。人工智能研究学会的主要任务是促进人工智能领域的研究、开发和应用，提高人工智能技术的水平和应用范围。该组织通过组织学术会议，学术讲座，开设人工智能课程，组织研讨会、研究项目等

风神NF3」数字孪生风洞是神工坊®“数字孪生试验”战略的关键一步，在研发进程中具有里程碑意义。“数字孪生试验”以“超算+AI”为基础支撑，以。

我们的目标是提出一种通用的特征学习方法，能够显著降低特征空间的维度并增强各种代理模型的泛化能力。高维问题的建模，输入特征要么依赖于知识驱动的特征组合与构造方法（例如几何表征的CST参数化，湍流建模特征设计等），要么基于数据驱动的降维方法（如POD等）进行降维，缺乏与输出耦合的设计方法。模型对比了克里金、随机森林、深度神网络方法，预测结果表明：特征提取可以有效降低系统的维度，训练算例和测试算例间的特

为了实现对电大尺寸目标的快速且精确的建模，本文提出了一种物理-数据混合驱动的表面电流学习方法（PdEgatSCL），该方法能够学习组合场积分算子(CFIE)，并实现从入射场到表面电流的端到端预测。该方法采用带边特征的图注意力网络（EGAT）作为其基础架构，其中格林函数及其散度被显式编码为网络的边特征。EGAT的注意力机制被用于建模目标的散射特性。此外，离散化表面单元的中心坐标和面积作为节点特征输入

以下内容转载自微信公众号“知识分子”，仅做分享。如有侵权，请联系删除。原文链接：鄂维南院士：回国五年，我的探索与思考到今年九月，我全职回国已经整整五年。这五年间，我同时推动了AI for Science、 data-centric AI基础设施建设，自主可控的工业软件和工业智能的开发，以志愿者身份参与创建交大人工智能学院，并尝试构建一个高效率、高水平的科技创新机制。做这些事不是为了个人的科研，而是

在估算距离、方向和尺寸，或通过从新角度生成图像来进行物体的「心理旋转」等任务上，最先进的MLLM模型的表现鲜有超过随机猜测的。无论是加速我们对实验室中疾病的理解，彻底改变我们讲述故事的方式，还是在我们因疾病、受伤或年老而最脆弱的时刻给予支持，我们都正处在一项新技术的风口浪尖，这项技术将提升我们最珍视的生活的方方面面。随着不同形式的媒体与娱乐之间的界限日益模糊，我们正在接近一种全新的互动体验，它融合