Simulation and AI models that understand geometry directly: they describe objects and boundaries of any shape and generalise to new geometries and operating conditions, for fast prediction and design of multiphysics systems.
让仿真与 AI 模型直接读懂复杂几何：既能刻画任意形状的物体与边界，又能在新的几何与工况之间泛化，从而实现多物理场系统的快速预测与优化设计。
Des simulations et des modèles d’IA qui comprennent directement la géométrie : ils décrivent des objets et des frontières de forme quelconque et se généralisent à de nouvelles géométries et conditions de fonctionnement, pour la prédiction rapide et la conception de systèmes multiphysiques.
複雑な形状をそのまま理解するシミュレーションと AI モデルを研究しています。任意形状の物体や境界を表現し、新しい形状や運転条件にも汎化することで、マルチフィジックス系の高速な予測と設計を可能にします。
Unified Geometry-aware Engine for Multiphysics Simulation
统一几何感知物理仿真引擎（Unified Geometry-aware Engine for Multiphysics Simulation）
Moteur unifié de simulation multiphysique sensible à la géométrie (Unified Geometry-aware Engine for Multiphysics Simulation)
統合型・形状認識マルチフィジックス・シミュレーションエンジン（Unified Geometry-aware Engine for Multiphysics Simulation）
Geometry is unified: every object and boundary is described by one geometry representation, shared by the multibody-dynamics (MBD), discrete-element (DEM), computational fluid dynamics (CFD) and particle-method (MPS, SPH) solvers, which are two-way coupled and parallel on CPUs (OpenMP) and GPUs (CUDA); a learning layer of multiscale AI surrogate models and differentiable solvers accelerates them for prediction, optimisation and digital twins.
UniGEnS 以统一的几何表示描述任意形状的物体与边界，多体动力学、离散单元法、计算流体力学（CFD）与无网格粒子法（MPS、SPH）求解器共享这一几何，相互双向耦合，并支持 CPU（OpenMP）与 GPU（CUDA）并行加速。在此基础上，多尺度 AI 代理模型与可微求解器构成 AI 加速层，支撑实时预测、优化设计与数字孪生。
La géométrie est unifiée : une même représentation décrit tous les objets et toutes les frontières, partagée par les solveurs de dynamique multicorps (MBD), d’éléments discrets (DEM), de mécanique des fluides numérique (CFD) et de méthodes particulaires (MPS, SPH), couplés dans les deux sens et parallélisés sur CPU (OpenMP) et GPU (CUDA) ; une couche d’apprentissage, formée de modèles de substitution multi-échelles fondés sur l’IA et de solveurs différentiables, les accélère pour la prédiction, l’optimisation et les jumeaux numériques.
形状は統一的に表現されます。あらゆる物体と境界を一つの形状表現で記述し、多体動力学（MBD）、離散要素法（DEM）、数値流体力学（CFD）、粒子法（MPS・SPH）の各ソルバーがこれを共有して、双方向に連成しながら CPU（OpenMP）と GPU（CUDA）で並列に動作します。その上に、マルチスケール AI サロゲートモデルと微分可能ソルバーからなる学習層を置き、予測・最適化・デジタルツインのために計算を高速化します。
VOF × IBM
Surge, heave and pitch in regular waves
规则波中的纵荡、垂荡与纵摇
Cavalement, pilonnement et tangage en houle régulière
規則波中の前後揺・上下揺・縦揺
DEM × VOF × IBM
A scour hole forms and grows around the pile
桩周冲刷坑的形成与发展
Une fosse d’affouillement se forme et s’étend autour du pieu
杭周りの洗掘孔の形成と発達
MBD × DEM × control
Walks across a deformable sand valley
穿越可变形沙谷
Traverse une vallée de sable déformable
変形する砂の谷を横断
MBD × DEM × MPS × control
Crosses the river along the planned route
沿规划路线涉水过河
Traverse la rivière le long de l’itinéraire prévu
計画経路に沿って渡河
MBD × DEM × learning
Climb time: 20.9 s → 12.8 s
爬坡用时：20.9 s → 12.8 s
Temps de montée : 20,9 s → 12,8 s
登坂時間：20.9 s → 12.8 s
MBD × IBM × learning
Buoys passed: 0 → 2
通过浮标：0 → 2 个
Bouées franchies : 0 → 2
通過したブイ：0 → 2 個
MBD × DEM × learning
Bucket load: 2.4× the hand-tuned dig
装载量：人工轨迹的 2.4 倍
Charge du godet : 2,4 × la trajectoire manuelle
積載量：手動軌道の 2.4 倍
MBD × MPS × learning
Water poured in: 5.5 % → 99.3 %
倒入率：5.5 % → 99.3 %
Eau versée : 5,5 % → 99,3 %
注ぎ込み率：5.5 % → 99.3 %
VOF × IBM · DEM × VOF × IBM
The vortex reaches the impeller; beads are lifted and swirled
漩涡下探至叶轮，颗粒被卷起随流旋转
Le vortex atteint la turbine ; les billes sont soulevées et entraînées
渦が羽根車まで到達し、粒子が巻き上げられて旋回
VOF × IBM
Jet impact, splash, entrained bubbles and a rising level
射流冲击、飞溅、卷气与液面上升
Impact du jet, éclaboussures, bulles entraînées et montée du niveau
噴流の衝突、飛沫、気泡の巻き込みと液面上昇
Learned from high-fidelity simulation, consistent with its physics, and orders of magnitude faster.
基于高保真仿真数据训练，兼顾物理一致性，计算速度提升数个数量级。
Appris à partir de simulations haute fidélité, cohérents avec leur physique et plus rapides de plusieurs ordres de grandeur.
高精度シミュレーションから学習し、その物理と整合したまま、計算を桁違いに高速化します。