主旨演讲：功能样机接口（FMI）十五载：从 FMI 1.0 到 3.0 的发展历程与未来展望

在过去十五年间，“功能样机接口（FMI）”始终围绕工业界对仿真互操作的真实需求持续演进。这一最初主要服务于汽车行业的解决方案，如今已牢固确立为跨多领域、独立于工具的模型交换与联合仿真的事实工业标准。

本次主旨演讲将回顾 FMI 从 1.0 版的最初理念，发展到如今成熟生态体系的历程。FMI 3.0 版的发布是这一历程中的关键里程碑，带来了多项重大改进，重新定义了系统仿真的边界。该版本提供了更先进的联合仿真能力，支撑虚拟 ECU 的开发与部署，并可将 FMI 模型无缝融入复杂的优化与机器学习工作流。这些能力升级让工程师能够更高效、更高保真地应对数字化与自动化领域的全新挑战。

展望未来，FMI 标准将通过“分层标准（Layered Standards持续拓展。这些基于 FMI 核心框架构建的领域专用扩展，将带来进一步提升，并为虚拟工程开辟全新应用场景。

本次演讲将全面介绍 FMI 的过去、现在与未来，彰显其作为现代基于模型开发核心基石的重要地位。

主旨演讲：汽车领域基于模型的数字化工程实践

依托全产业链优势、垂直整合体系与海量自主研发投入，比亚迪已在新能源汽车销量领域实现全球领先。为应对汽车系统日益增长的复杂性，并持续保持领先地位，在产品全生命周期内系统性应用系统工程方法已成为必然选择。本次主旨演讲聚焦基于 Modelica 的数字化工程实践，围绕三大相互关联方向展开探讨：1）高集成度整车系统的联合仿真设计与验证方法；2）面向多元研发场景的高保真、高效能建模方法；3）工具链集成与虚拟验证的工程化落地。

目前，比亚迪正将基于 Modelica 的数字化工程实践推广至多个领域：搭建融合动力总成、热管理、底盘控制模型的整车数字化工程联合仿真平台，实现动力性、经济性、操稳性跨系统协同优化；构建空调热管理系统数字模型，精准预测座舱热负荷、系统功耗与能量流，显著提升能效与座舱舒适性；建立座椅系统数字化开发流程，通过模型驱动设计与仿真实现控制策略、振动噪声、舒适性等属性的前期验证，大幅缩短物理样件开发周期；探索 AI 与 Modelica 融合应用，借助数据驱动方法加速模型生成、参数辨识与标定，显著提升复杂系统建模的智能化水平。

上述实践充分印证了 Modelica 在复杂多学科系统建模中的关键价值，为提升智能汽车研发效率提供了全新范式。

主旨演讲：许氏建模方法：液压数字孪生与智能元件的技术基石

许氏建模方法源于20世纪80年代美国俄克拉荷马州立大学 HyPneu 软件的基础研究，为液压系统建模提供了直观框架。其核心思路是让建模过程贴合工程师的认知范式。该方法的一项关键突破，是通过算法求解微分代数方程（DAE） 问题，并已通过中国 “七五” 国家科技攻关项目研发的PERSIM 软件得到验证。

该方法支持直接从液压原理图构建模型：在节点应用基尔霍夫定律，将所有元件简化为两类基本子模型——液压阻力（节流口）与液压容性（液压缸），由此得到隐式状态方程（即 DAE 方程）。许氏算法采用动静态统一仿真思路求解该方程，通过牛顿 - 拉夫逊法迭代计算各时间步的静态工作点与动态导数。

进入数字孪生时代，该方法展现出新的价值。其隐式状态方程可作为数字孪生的机理模型，前提是解决反问题（当前研究热点，可结合人工智能实现）。同时，该方法为“液压智能元器件”提供理论依据，能够从第一性原理指导更简洁高效的结构设计，超越了经典的液压阻力系统理论。

在工程应用方面，该方法已用于深圳某液压机器人系统专用仿真与数字孪生软件开发，体现出持续的工业应用价值。

计算机智能的兴起及其对系统仿真的意义

我们正处于转型时期，计算机智能不断崛起并逐步占据主导地位。它将以前所未有的智能水平、低廉的成本向所有人普及。这类转型阶段通常充满变数，短期预测很可能存在较大偏差。但依托基础原理分析，我们能够预判转型完成之后最终形成的行业格局。

本场主旨报告将围绕这一方向展开分析，从系统仿真的视角，解答业内最受关注的一系列问题：仿真技术的应用规模将会增长还是衰退？系统仿真是否还有存在的必要？Modelica语言未来将走向何方？人工与机器进行数学建模这件事，是否还会持续存在？

报告同时说明，演讲为何选用计算机智能，而非人工智能这一表述。

智能车辆人工智能安全及研发工具思考

报告围绕智能驾驶汽车AI安全与研发工具展开分享。结合团队在智能网联汽车系统安全、自动驾驶控制领域的研究积淀，剖析 AI 感知、决策算法存在的失效风险、功能安全与数据安全问题，讲解全域场景下智能驾驶安全防控体系。同时聚焦产业痛点，介绍智能驾驶全流程研发工具链、仿真测试与电控开发平台，分析工具在算法验证、安全测评中的应用。结合理论研究与工程实践，探讨 AI 安全技术迭代路径与自主研发工具的发展方向，为行业技术升级与落地应用提供思路。