从 CFD 到 AI：一个工程师的实用学习路线

如果你已经做过几年汽车 CFD，第一次接触 AI + CAD + automation，很容易从模型开始。

比如 Transformer、GNN、LLM、RAG、Agent、Reinforcement Learning、Multimodal Model。

然后开始问：

“哪个模型最适合做整车 CAD 自动处理？”

我认为这是一个不太好的开始。

因为这个问题还没有定义清楚。真正应该先问的是：

工程师现在到底在做什么？

对于汽车外流场 CFD，典型过程可能是：

OEM CAD
    ↓
Import
    ↓
Geometry Check
    ↓
Repair
    ↓
PID / Part Organization
    ↓
Defeaturing
    ↓
Surface Preparation
    ↓
Wrapping
    ↓
Meshing
    ↓
STAR-CCM+
    ↓
CFD

其中有些事情非常适合自动化：

重复操作、标准检查、批量处理、标准命名、固定规则。

有些事情需要机器学习：

Part Classification、Feature Recognition、Risk Prediction、Defeaturing Recommendation。

还有一些事情更适合 LLM：

Workflow Interpretation、SOP Retrieval、Script Generation、Engineering Explanation。

所以第一课其实不是 AI。

如果把整个问题拆开，我认为至少需要掌握五层：

1. Layer 1 —— Geometry / CAD
2. Layer 2 —— CFD / Meshing
3. Layer 3 —— Automation / Software
4. Layer 4 —— Machine Learning
5. Layer 5 —— LLM / AI Systems

它们之间的关系不是并列的，而是通过 workflow 连起来的：

                 Engineering Problem
                         │
          ┌──────────────┼──────────────┐
          ↓              ↓              ↓
       Geometry         CFD        Workflow
          │              │              │
          └──────────────┼──────────────┘
                         ↓
                    Automation
                         ↓
                     ML / AI
                         ↓
                     Validation

真正需要学习的不是：

“AI 有多少个模型。”

而是：

这是整个学习路线里最容易被低估的一层。

如果你想做 AI + CAD，却不理解 CAD 的数据结构，那么后面很容易变成：

这不是一个可靠的工程路线。

首先需要理解的，是 B-Rep。

Boundary Representation 是现代 CAD 中非常重要的一种几何表示方式。它不是简单的 STL。

可以理解为一层层往下：

同时还有拓扑关系：Face ↔ Edge ↔ Vertex。

所以一个 CAD model 可以表示成：

G = (V, E)

其中 V 是几何 / 拓扑实体，E 是实体之间的拓扑关系。

这就是为什么近年来 B-Rep + GNN 成为了一个重要研究方向。BRepNet 是一个非常值得学习的经典入口，它直接在 B-Rep 数据结构上进行 topology-aware message passing，而不是先把 CAD 转成 point cloud 或 mesh。作者同时发布了 Fusion 360 Gallery segmentation dataset，其中包含超过 35,000 个带标注的 B-Rep models。

不需要一开始就研究 CAD kernel。

先把下面这些概念搞明白：

Geometry：Plane、Cylinder、Sphere、Cone、NURBS、BSpline。

Topology：Vertex、Edge、Loop、Face、Shell、Solid。

Relations：Adjacent、Connected、Shared edge、Inside / Outside、Intersection。

CAD validity：Manifold、Non-manifold、Gap、Overlap、Self-intersection、Invalid topology。

如果这些概念你还不能比较自然地解释，那么：

暂时不要急着训练 B-Rep GNN。

先把几何本身学清楚。

如果 ANSA 是你的生产工具，那么 OpenCascade 很适合作为学习和实验环境。

原因不是：

“OpenCascade 可以替代 ANSA。”

它不能简单替代。

而是它让你能够在一个开放环境里理解这条线：

STEP → B-Rep → Topology → Geometry → Feature

你可以通过 FreeCAD 等开源工具接触这些概念。

FreeCAD 的 Part workbench 基于 OpenCascade，并提供 Python scripting 接口，可以访问 solids、faces、edges、vertices 等拓扑数据。

这对于学习非常合适。

不要一开始做 AI。

找一个简单的 STEP 文件，比如 bracket.step，然后走一遍：

最后你大概会得到类似这样的东西：

{
"face_id": 128,
"surface_type": "plane",
"area": 0.0023,
"adjacent_faces": [127,129,131],
"normal": [0.0,1.0,0.0]
}

做到这里，你才真正开始理解：

AI 到底在“看”什么。

这一层你其实已经有很大的优势。

但需要重新学习一个东西：

例如一个 Small Gap，可能导致 bad mesh，但也可能是真实的 flow feature。

所以：

几何的重要性 ≠ 几何的大小。

真正应该学的，是这样一条因果链：

如果要做 AI mesh-quality prediction，至少需要理解：

Skewness、Aspect Ratio、Orthogonality、Jacobian、Volume、Growth Rate。

但不要停留在：

“这个指标越高越好。”

必须知道：

这个指标为什么影响求解？

例如 Jacobian 相关指标，本质上是在告诉你：

一个 element 的映射和形状是不是已经严重退化。

因此 AI 最终不是预测一个漂亮的数字。

它真正应该帮助回答的是：

这是非常值得深入的一部分。

传统 CAD defeaturing 通常关注的是 feature 本身的几何类型：

Hole、Fillet、Chamfer、Slot、Small face、Small edge。

但 CFD defeaturing 更关心的是：

这个 feature 对当前物理问题重要不重要？

早在 2013 年，Danglade、Pernot 和 Véron 就已经研究 machine learning 用于 simulation-oriented CAD defeaturing。他们的工作非常值得重新读，因为它强调了一个今天仍然成立的事实：

Defeaturing = Simulation Context + Geometry

而不是简单的：

Defeaturing = Feature Size

这也是后面做 CFD-aware AI 的基础。

找一个简单 CAD，建立三个版本：

Original、Simplified A、Simplified B。

然后分别走一遍：

比较它们的 ΔCD、ΔCL、ΔCp。

你会很快发现：

几何变化、mesh 变化和 CFD 变化并不是简单的一一对应。

这个实验比直接训练一个 neural network 更值得做。

因为它会让你理解：

这一层是最应该先学的。

甚至在 AI 之前。

如果你已经使用 ANSA，那么重点应该学习 ANSA Python API：

Entity、Container、Property、Geometry、Mesh、Quality Check、Batch、Script、GUI。

真正目标不是：

“会写几个 ANSA Python script。”

而是：

把一个工程师 workflow 拆成可以执行的步骤。

例如：

每一步都应该表达成：Input → Operation → Output。

另一端同样重要。

STAR-CCM+ 已经拥有成熟的 automation infrastructure，包括 Simulation Operations、Geometry Operations、Java macros 等。Siemens 很早就开始把 simulation sequence 做成可重复执行的 workflow，后来进一步发展为 Simulation Operations 和 Automation node。

所以应该学的是一条更完整的链：

不要只自动化：

CAD → Mesh

最终应该理解的是整条 pipeline：

CAD → CFD → Result

在进入 ML 之前，我建议做一个完整的小项目：

例如：

目标不是 AI。

目标是：

把一个工程师每天重复做的 workflow 变成稳定的程序。

如果这个阶段做不好，加入 AI 只会让系统更复杂。

到了这里，再开始学 ML。

但不要从 Transformer 开始。

先学 Supervised Learning。

最基本的形式：

y = f(x)

例如：

先把输入和输出的关系想清楚，再谈模型。

第一批模型建议：

Logistic Regression、Decision Tree、Random Forest、XGBoost。

尤其是 tree-based models。

因为你的第一批数据很可能是这样的 tabular data：

face_area、edge_length、curvature、gap_size、part_name、part_type、location、analysis_type

没有必要一上来就上：

“100M parameter Transformer”

这是非常关键的一点。

Classification： 对每一个 feature 给出一个结论。

对于工程 workflow，我认为 ranking 往往更实用。

例如：

1. cooling opening
2. wheel arch
3. underbody gap
4. mirror edge
...

工程师先看最重要的。

所以：

AI → Prioritization

往往比：

AI → Full Automation

更容易落地。

当 classical ML 做清楚以后，再进入：

把 CAD 表示成图：

节点 V = {faces, edges, vertices}

边 E = {topological\ relations}

然后让模型去学：

GNN(G) → Feature Embedding

BRepNet 是非常合适的第一篇论文。它的核心价值并不是“准确率很高”，而是告诉你：

CAD topology 本身可以直接成为 neural network 的输入。

你可能会看到很多 PointNet、Point Transformer、3D CNN，然后觉得：

“是不是把 CAD 转成 point cloud 就可以了？”

对于很多问题可以。

但对于 CAD preprocessing，不一定。

因为 point cloud 主要表达的是 Shape；而 B-Rep 还表达 Topology + Surface + Boundary + Connectivity。

比如 Face A 和 Face B 共享同一条边这种关系，B-Rep 里天然就有。

所以在 CFD preprocessing 这种问题里，至少应该比较：

而不是默认其中一个一定最好。

这可能是整个学习路线里最容易被忽视的一点。

假设你有 10,000 个 CAD models。

不代表你有 10,000 个 training samples。

真正需要的是：

例如一条真正有价值的 sample：

Geometry:   small gap
Context:    external aero
Engineer:   KEEP
Outcome:    ΔCd = 0.0004

这种才是可以学习的样本。

公开数据目前仍然存在明显的 mismatch。

例如 BRepNet 有大量 B-Rep segmentation 数据，MFInstSeg 这类数据集也提供大量 B-Rep machining-feature annotations，可以用来学习 segmentation / feature recognition。

但它们解决的是：

CAD → Feature

而不是：

CAD + CFD → Engineering Decision

另一方面，汽车 CFD 数据集已经开始非常丰富。

WindsorML 包含 355 个 Windsor-body geometry variants，并提供高保真 WMLES 数据，单个 case 约 300M cells。DrivAerStar 更进一步，提供 12,000 个 STAR-CCM+ automotive CFD simulations，并包含 20 个 CAD parameters、完整 engine compartment 和 cooling systems。

但是：

这些数据主要告诉我们 CAD/geometry 与 CFD result 之间是什么关系。

它们并没有完整记录：

工程师在 ANSA 中为什么删除、保留、修复或者合并某个几何 feature。

所以学习这个方向时，必须理解：

假设三个工程师：

Engineer A → KEEP
Engineer B → REMOVE
Engineer C → KEEP

哪个是 Ground Truth？

没有简单答案。

所以需要学习：

Inter-rater agreement、Label uncertainty、Confidence、Outlier、Data provenance

历史工程数据不是绝对真理。

它是：

工程经验的记录。

最后再进入 LLM。

因为在这个项目里，LLM 其实不是最核心的模型。

它最适合解决的是：

Language + Workflow + Knowledge

而不是：

Exact CAD geometry

重点不是：

“怎么训练一个大模型。”

而是下面这四样工程上真正需要的能力。

Tool Calling

Structured Output

{
"action": "REMOVE",
"entity": "PART_38291",
"reason": "non_aero",
"confidence": 0.96
}

Retrieval

Workflow Planning

这些才是工程上真正需要的。

如果你已经有 SOP、Engineering Notes、Historical Cases，RAG 很有价值。

例如用户问：

“这个车型的 underbody bracket 一般怎么处理？”

系统可以做：

但 RAG 不应该负责 precise geometry reasoning。

不要把 B-Rep 全塞进 vector database，然后希望：

“LLM 会理解 CAD。”

这不是可靠的方法。

Agent 是目前最容易被过度宣传的部分。

你真正需要理解的是：

Agent = Model + Tools + State + Workflow + Validation

而不是：

Agent = LLM

对于 CFD，一个 Agent 至少要能走完：

才是有意义的。

Foam-Agent 等工作已经开始展示 LLM 多智能体如何组织 CFD workflow，但它主要验证的是 OpenFOAM workflow automation，而不是生产级汽车 OEM CAD preprocessing。这个区别必须一直保持。

这一部分我认为非常重要。

如果你的目标是 AI-assisted automotive CFD preprocessing，那么暂时没必要深入：

1. Training LLM from scratch

不需要。

2. CUDA kernel optimization

暂时不需要，除非后面真的遇到模型性能瓶颈。

3. Diffusion models

目前不是主要问题。

4. Computer Vision

除非你的数据来自 CAD screenshot、drawing、engineering image，否则不是核心。

5. RL from the beginning

强化学习很有意思。但如果 state、action、reward 都还没定义清楚，直接 RL 基本没有意义。

6. Huge Foundation Models

你真正缺的通常不是 10B 参数，而是：

如果真正按照工程效率排序，我会这样学：

而不是：

后者很容易学了一堆 AI 技术，却没有真正解决工程问题。

如果要真正边学边做，我建议不要只看课程，直接做三个项目。

Project 1 —— Geometry Automation

目标：不使用 AI。

实现：

输出：

face count、edge count、small faces、short edges、gaps、intersections、surface types

这个项目让你真正理解 CAD。

Project 2 —— Engineering Decision Prediction

建立 Geometry + Metadata + CFD Context，预测：

KEEP、REMOVE、FILL、REPAIR、REVIEW

先用 XGBoost 或者 Random Forest，不要急着 GNN。

这个项目让你理解：

ML 到底有没有解决工程问题。

Project 3 —— AI-assisted Workflow

最后加入 LLM：

这才是完整系统。

不要等公司给你“10,000 辆车”。

可以从非常小的 dataset 开始。

例如 20 个 CAD models，每个取 100 个 candidate features，就得到 2,000 个 decisions。

然后记录：

geometry ＋ feature ＋ context ＋ decision ＋ reason

之后再加入：

mesh ＋ CFD ＋ outcome

最终形成：

Geometry → Decision → CFD

由于 OEM CAD 通常不能公开，所以学习阶段可以采用分层数据。

Level 1 —— 公开 CAD： Fusion 360 Gallery、MFInstSeg、FreeCAD examples。

学习 B-Rep、Topology、Segmentation、Feature Recognition。BRepNet 的 Fusion 360 Gallery dataset 是一个很好的起点。

Level 2 —— 公开 automotive geometry： DrivAer、Windsor、DrivAerStar。

学习 Vehicle Geometry、CFD、Mesh、Aerodynamics。

Level 3 —— 自己的 engineering data： ANSA、OEM CAD、PID、BOM、Engineer Decisions。

学习 CFD-specific decision intelligence。

到了这里，我会觉得几个内容方向其实是连在一起的。

Research： 研究 AI 在 geometry preparation 中到底做到了什么。

Learning： 学习 B-Rep、ML、GNN、LLM、automation 到底分别解决什么问题。

Engineering： 实践怎么把这些东西接进 ANSA / STAR-CCM+ workflow。

然后再回到实验和新的研究问题：

这比单独写一句“AI + CFD”要有意义得多。

如果让我只选一个最重要的能力。

不是 PyTorch，不是 LLM，甚至不是 GNN。

你必须能够把：

“这个 CAD 很乱。”

变成：

Input → Decision → Output

例如：

Input    B-Rep ＋ BOM ＋ CFD Context
Task     Part classification
Output   CFD semantic

或者：

Input    B-Rep ＋ geometry features ＋ context
Task     Defeaturing recommendation
Output   KEEP / REMOVE / REVIEW

只有问题定义清楚以后，AI 才有位置。

以后看到任何一个“AI + Engineering”项目，都可以先问五个问题。

1. What is the input?

CAD？Mesh？Image？Text？Simulation？

2. What is the representation?

B-Rep？Graph？Point Cloud？Mesh？Embedding？

3. What is the prediction?

Classification？Ranking？Regression？Generation？

4. What is the action?

Recommend？Modify？Execute？

5. What is the validation?

Geometry？Mesh？Physics？Experiment？

如果这五个问题回答不清楚：

这个 AI system 通常还没有真正进入工程阶段。

你不需要成为 CAD kernel researcher ＋ CFD researcher ＋ ML researcher ＋ LLM researcher 四个方向的专家。

现实一点，能力分布大概是这样：

CFD         ██████████
            ██████████
CAD         ████████
Automation  ████████
ML          ██████
LLM         ████

你的优势本来就在 Automotive CFD。

所以应该从这个优势向外扩：

CFD → Automation → CAD → ML → LLM

而不是从：

LLM → Everything

最终可以把整个学习路线浓缩成这样一张图：

                 Automotive CFD
                       │
                       ▼
              Preprocessing Workflow
                       │
             ┌─────────┴─────────┐
             ▼                   ▼
           ANSA              STAR-CCM+
             │                   │
             └─────────┬─────────┘
                       ▼
                    Automation
                       │
                       ▼
                  CAD / B-Rep
                       │
                       ▼
                ML Fundamentals
                       │
             ┌─────────┴─────────┐
             ▼                   ▼
          Classical ML          GNN
             │                   │
             └─────────┬─────────┘
                       ▼
                 Decision Model
                       │
                       ▼
                      LLM
                       │
             ┌─────────┼─────────┐
             ▼         ▼         ▼
            RAG      Tools     Agents
             │         │         │
             └─────────┼─────────┘
                       ▼
                Engineering Loop
                       │
                       ▼
               CFD Validation

如果每周只有 10 小时，我甚至不会平均分配。

我会建议：

• ANSA automation —— 2.5 h
• CAD / B-Rep —— 2 h
• ML fundamentals —— 1.5 h
• Engineering data —— 1.5 h
• STAR-CCM+ automation —— 1 h
• GNN / B-Rep research —— 0.8 h
• LLM / Agent —— 0.7 h

因为目前真正限制你的，不是 LLM。

而是：

CAD representation ＋ engineering decision data ＋ workflow automation。

不要把学习目标定成：

“我要学会 AI。”

这个目标太大，也没有终点。

更好的目标是：

I want to understand enough AI to solve one real engineering problem.

例如，一步一步来：

每一步都对应一个可以验证的工程问题。

如果你已经是一个有多年汽车 CFD 经验的工程师，那么进入 AI + CAD 的方向，不应该从“重新学习计算机科学”开始。

你的 CFD 知识本身就是最大的优势。

真正需要补上的，是几层新的语言：

但学习顺序很重要。

先理解 CAD 是什么；再理解 CFD 为什么需要修改 CAD；然后学习如何把这个 workflow 自动化；再学习哪些判断可以从历史数据中学习；最后才是 LLM 如何把这些能力组织起来。

现在公开研究已经证明了 B-Rep learning、feature recognition、mesh-quality prediction、defeaturing 和 AI-assisted workflow 的可行性；2026 年最新综述也明确把这些方向放在同一个 CAD-to-mesh workflow 中，同时指出 AI 当前更适合作为传统 geometry 和 meshing algorithms 的补充，而不是替代。

汽车领域的公开数据也正在变得更好。WindsorML 和 DrivAerStar 已经提供了相当高质量的 automotive CFD 数据，但它们主要服务于 CFD surrogate、aerodynamic prediction 和 optimization，而不是完整记录 OEM CAD 到 CFD-ready model 之间的工程 preprocessing decisions。

所以目前最值得学习的，并不是：

“怎么让一个大模型自动处理整辆车。”

而是：

“如何把 CAD、CFD、工程经验和软件自动化连接成一个可以验证的系统。”

这条路线可能没有直接学习一个热门模型那么快。

但它更接近真正的工程问题。

而且一旦把这套思路掌握以后，你面对的就不只是汽车 CFD。同样的方法可以迁移到 CAE、FEA、Thermal、Crash、Battery、HVAC、Manufacturing、CAD/CAE automation。

最终形成的能力，也不是某一个 AI framework 的使用经验，而是：