Albatross：让工程设计回到可验证的过程

Albatross 关注一个问题：从一句设计需求出发，AI 能否把工程知识、几何构型与仿真反馈连接起来，让每次修改都有依据，也留下可以复盘的过程？

我以 KJ-66 涡喷发动机的组件研究为切入点，探索一个把需求讨论、规范读取、参数化 CAD、方案对比与结果记录放在一起的工作台。重点是让提出方案、执行工具和核对证据能够衔接。

从需求到反馈

• 读取组件规范和设计约束，让参数变化有出处。
• 在真实装配中查看部件，生成受参数边界约束的研究构型。
• 将原型与候选放在同一工况下，通过 Ansys CFX 做短程求解对比，查看迭代曲线与温度、速度、压力分布。
• 保存参数、运行过程与结果，让下一轮设计能够回看上一轮的依据。

模型服务可以通过兼容 API 配置，仿真软件与配套资料则需要在本地安装、授权并设置路径。这也是我在探索的问题：怎样让工作台换到另一台机器后，仍能知道自己用了什么输入、调用了什么工具、得到什么结果。

演示与验证边界

上方视频为 48 秒静音演示。工作台界面与装配画面用于展示操作方式；片中明确标注的 CFX 曲线和流场来自历史研究回放，不是观看视频时新运行的求解。

“10 步仿真”指稳态求解器的 10 次迭代，用于短程研究对比，不代表 10 秒物理过程，也不能据此认定结果已经收敛或设计性能得到验证。

我想继续回答的问题

• 自然语言需求如何变成明确、可执行的参数与约束？
• 模型提出的方案，怎样与工具实际支持的能力保持一致？
• 一次研究对比需要保留哪些输入与证据，才值得被下一次设计复用？

Albatross 目前是研究原型。这里展示的是工作流探索，不代表工程认证、制造可用性或已经实现性能提升。