AI 消除汽車設計最大瓶頸之一，設計師與工程師第一次能即時共同決策
一輛車的外型不只是美學決定，更是由空氣動力學塑造的結果。油耗、電動車續航、高速穩定性，都與車身切割空氣的效率直接相關。
但長期以來，這個設計環節存在一個根本性的時間錯位：設計師釋出一個設計面後，必須等待數天甚至數週才能取得完整的氣動分析結果，而在這段等待期間，設計往往已經修改了好幾版。
從草圖到 3D 動畫，一天之內完成
AI 在 GM 通用汽車設計流程中的介入，比氣動分析更早，甚至早在設計師握著鉛筆勾勒第一張草圖的時候就開始了。
GM 創意設計師 Daniel Shapiro 描述，他以幾張手繪的未來雪佛蘭概念車圖為起點，將草圖輸入 AI 工具，再透過提示詞引導 AI 生成一系列圖像，最終產出一段展示概念車 3D 動態的預告動畫，「傳統上，從設計草圖到高品質動畫，需要多個團隊花費數個月，」Shapiro 說，「現在單一設計師一天之內就能完成，而且不需要過去那樣深厚的 3D 視覺化技術。」
這個改變不只是省時，而是改變了創意探索的可能性。設計師可以快速生成數十個設計變體，挑出最有潛力的方向，再從更成熟的起點繼續深化。
AI 處理的是 3D 渲染所需的技術設定，包括虛擬攝影機、光線、CGI 環境，這些過去都需要耗費大量的人工時間。Shapiro 說，「我們可以探索更多方向，對想法可以少一點執著，這改變了我們日常工作的方式。」
不過，人類的判斷仍是保持品牌差異性的關鍵。Shapiro 強調：「AI 不是一鍵解決方案，我們常常要跟它角力才能得到想要的結果。什麼感覺像 Buick、什麼感覺像 GMC、什麼感覺像 Cadillac，這些判斷仍然是我們在做的事。」
從數週等待到一分鐘決策
氣動分析端的改變同樣顯著。GM 研發部門技術研究員暨實驗室組長 Scott Parrish 的團隊，建立了一套 AI 驅動的虛擬風洞能預測氣動阻力，並將結果直接回饋至設計師使用的數位雕塑工具。
傳統流程依賴高精度的計算流體動力學分析與全尺寸風洞測試，兩者都精確但費時。設計師完成車身設計面後，需要將其釋出給工程師進行 CFD（Computational Fluid Dynamics，計算流體力學）模擬，數天或數週後才能取得阻力係數的回饋，再傳回設計師進行下一輪調整。
GM 虛擬整合工程總監 Rene Strauss 說，過去完成一整輪設計與工程迭代需要約兩週，現在幾乎是即時的。他舉了一個具體的例子：「只需幾下點擊，不到一分鐘就能讀取設計面並取得結果。」
Jaguar Land Rover 走的是類似路徑，他們與 Neural Concept 合作（一家從瑞士聯邦理工學院 AI 研究室衍生出來的新創公司），目前每天可為 Jaguar Land Rover 執行大量氣動模擬。
協作方式的改變，比速度本身更重要
AI 氣動分析工具帶來的另一個改變，是設計師與工程師之間的協作方式。
過去兩個部門是序列式推進，設計師做完、工程師跑分析，結果出來再傳回設計師。現在，兩人可以坐在同一塊螢幕前，即時調整車頂線條或引擎蓋弧度，幾乎同步看到這些改動對氣動阻力的影響。
Neural Concept 共同創辦人 Thomas von Tschammer 指出，這讓設計師與氣動工程師能在同一個討論中做出即時的設計取捨，而不只是加快了收斂速度，也讓更多設計變體的探索成為可能。
訓練資料是競爭壁壘，氣動優化直達消費者端
這些 AI 模型的效果，取決於訓練資料的廣度與品質。GM 的虛擬風洞以自家歷年 CFD 資料為訓練基礎，並刻意調整既有車型的形狀來生成更多樣的設計面資料。Parrish 說：「訓練資料愈好，模型表現就愈好。」GM 過去數十年累積的設計與工程資料，因此成了建構 AI 預測能力的核心資產，也形成了難以被輕易複製的競爭壁壘。
氣動分析的加速，最終的效益會傳遞到消費者端。Parrish 指出，降低氣動阻力能直接提升電動車的續航里程，甚至讓車廠使用更小、更經濟的電池，並將成本優勢反映在售價上。
AI 壓縮週期，驗證流程一步不少
值得注意的是，AI 在這個場景裡的定位，是壓縮決策週期而非取代後續驗證。
GM 的做法是將 AI 虛擬風洞用於設計探索階段。一旦某個設計方向看起來有潛力，它仍然需要通過完整的 CFD 分析，再視情況進入縮尺黏土模型製作，最終才進入實體風洞測試。Styles 總結：「AI 沒有改變我們走過的流程步驟，但它讓我們能更快地走過每一個步驟。」
從草圖到氣動分析，AI 在 GM 設計流程中扮演的角色是「釋放時間」，讓設計師和工程師能在同樣的工作時數內探索更多方向、做出更多嘗試。
各廠商用自有資料訓練的專屬模型，準確度將反映其歷史研發資料的廣度；而跨部門即時協作的改變，也意味著設計與工程之間的組織分工將隨著工具的演進持續調整。速度是最容易被量化的改變，但它帶動的組織與競爭層面的連鎖效應，可能才是更值得追蹤的長期影響。
【推薦閱讀】
◆ 突圍製造業衰退：英國汽車業如何以 AI 與工程科學，重構高附加價值鏈？
◆ 北美「最自動化」汽車工廠曝光！現代汽車怎麼讓機器人、人類各司其職？
◆ GM 通用汽車用「矽谷式小隊」啟動 AI 轉型，改造的不只是車子
＊本文開放合作夥伴轉載，參考資料：FastCompany、GM，首圖來源：GM
（責任編輯：鄒家彥）