昨日百度熱點有個值得本行業比較關注的點，百度的大語言模型 文心一言 對公眾全面開放了，隨著Chatgpt年初井噴式的爆發，目前AIGC相關模型已經深入到普通工作的方方面面。

按例，本篇文章首先來試試文心一言在ANSYS方面的應用，看看效果到底咋樣。為具有對比性，本篇提問完全與年初的推文 Chatgpt與ANSYS 一致，點擊下方鏈接直達該篇文章。

試試ChatGpt與ANSYS

值得說明的是，該篇文章中使用的Chatgpt版本為3.5，目前已有最新的付費版本4.0可用，可能在面對相同問題時，其答案更加豐富和準確。

本篇依然從下面幾個方面進行測試。

1、對一些單元的解釋

2、對命令的解釋

3、案例的測試

4、APDL代碼解釋

5、APDL代碼糾錯

一、對單元的解釋

二、對命令的解釋

三、案例的測試

其源代碼如下：

/prep7  et,1,solid185  type,1  mp,ex,1,200000  mp,nuy,1,0.3  o,0,0,0  l,10,10,10  et,2,shell181  type,2  mp,rho,2,7800  mp,ex,2,197.6e3  mp,nuy,2,0.3  vmesh,2,5  w,all    /solu  d,1,all,-1e-5  f,2,pz,-10000  f,3,pz,-10000  f,4,pz,-10000  f,5,pz,-10000  allsel  bouss  solu    /post1  set,last  disp,all,-1  winc,1.5  pldisp,2

從上面代碼可見，基本過程是有的，但是命令流有的就是亂來了....

四、代碼的解釋

從解釋來看，基本上每個命令的用途都能比較正確的解釋，但是單位制不能正確匹配。

五、代碼的糾錯

這一段就沒法形容了，完全沒有識別出錯誤，與gpt在這塊還是具有一定差距。。

六、其他方面的測試

總結而言，chatgpt與文心一言在ansys apdl應用方面其實都半斤八兩，水哥估計其主要原因還是在于其學習APDL的素材較少，很多命令無法正確給出。就具體細節而言，單就apdl這方面，chatgpt相比于文心一言，還是具有一定的優勢，特別是當用戶在chatgpt界面用英文提問時，其準確率要相對高很多。

如果大家對文心一言有興趣，趕緊去試試吧，只要登錄百度賬號即可，在處理中文方面的需求時，個人覺得文心一言當仁不讓了~

文章來源：ansys結構院