在人工智能、低空經濟與新一代信息技術加速融合的背景下，工程創新正不斷向更前沿、更跨界的方向演進。圍繞這一趨勢，Ansys在近期發布的“應用類系列網絡研討會”中，特別策劃推出9場新興行業專題內容，聚焦eVTOL、AI驅動的高速電光仿真、硅光芯片、optiSLang AI+優化、機器人、AI/ML驅動的天線與微波及互連器件設計，以及AI驅動的個體化心臟仿真等熱點方向，系統呈現仿真技術如何賦能前沿應用場景。

本次系列專題不僅覆蓋多物理場、多尺度的復雜系統仿真能力，還重點展示AI與仿真深度融合所帶來的效率與創新突破，這也呼應了近期啟動的“Ansys 2026全球仿真大會”仿真應用大賽。誠邀您報名參會，搶先洞察未來技術發展方向。

（* “Ansys 2026 全球仿真大會”仿真應用大賽新增「新興行業」賽道，聚焦人工智能、數據中心、光模塊、低空經濟等方向，鼓勵更多跨界融合與前瞻性探索。）

4/15 | Ansys eVTOL總體解決方案2026更新簡介

講師簡介：

姚翔 | Ansys 高級應用工程師

主題簡介：主要介紹Ansys CFD 2026最新版本在電動垂直起降飛行器(eVTOL)產品解決方案中的重要提升，包括：全新Fluids One一體化仿真流程、快速八叉樹網格功能、GPU加速求解及后處理功能的應用案例，基于全面提升后的Morph優化方法進行旋翼氣動及噪聲優化應用案例，FENSAP飛行器聯合旋翼結冰防冰解決方案等。助力飛行汽車、無人機等設計工程師提升產品性能。

點擊立即報名

4/22 | AI驅動的OSA模型助力高速電光仿真全流程

講師簡介：

周錚 | Ansys光學應用技術主管

主題簡介：本次直播將會介紹一種用于高速光學 SerDes 鏈路仿真的新 IBIS-AMI 模型。該模型采用機器學習方法模擬光學器件的非線性行為，使光學模塊能夠更好地在標準 SerDes 分析工具中建模并進行精確的信號完整性分析和高速仿真。

點擊立即報名

4/28 | Synopsys-Ansys硅光芯片全新仿真方案解析

講師簡介：

周錚 | Ansys光學應用技術主管

主題簡介：本次直播將會介紹 Lumerical 與 Synopsys OptoCompiler? 的無縫集成，以應對光子集成電路設計中的復雜挑戰，通過我們集成的功能和工作流程，工程師可以無縫設計單個光子元件，模擬光子集成電路，創建和實現版圖，并使用專業的Synopsys 工具進行電光協同仿真，最大限度地減少使用多工具的開銷。

點擊立即報名

5/8 | optiSLang AI+及應用案例更新

講師簡介：

傅金泉 | Ansys首席應用工程師

主題簡介：1. AI/ML在設計優化中的應用；2. 使用AI/ML進行仿真預測。

點擊立即報名

6/10 | 機器人中的機電系統仿真

講師簡介：

楊利輝 | Ansys主任應用工程師

主題簡介：整個機器人產業主要由工業機器人、自動導引車輛和自主移動機器人組成，機電系統是機器人的硬件和動力基礎，對機器人的性能、成本和穩定性起著決定性作用。采用Ansys仿真平臺，能夠對機器人用的電機、電機控制器、PCB板、電源、電池等，進行電磁性能、電磁兼容性能、溫度性能、結構穩定性等多物理場的仿真分析和優化，協助用戶設計出性價比高、性能穩定的機器人。

點擊立即報名

6/17 | Ansys Motion賦能機器人研發：從零部件到整機的仿真應用

講師簡介：

朱東哲 | Ansys高級應用工程師

主題簡介：具身智能（Embodied AI）是人工智能技術發展的進階方向，更是其技術演化的必然終點。在這一發展進程中，以關節模組為核心的硬件載體，已不再是單純的機械執行機構，而是決定具身智能技術上限的核心物理基石。

關節模組的扭矩密度、響應帶寬、功率損耗等性能瓶頸，直接制約著機器人完成復雜敏捷動作的實現能力。在這一萬億級的產業賽道中，動力系統具備極高的價值權重：全旋轉關節方案下，關節模組成本占整機的35%左右；而在直線與旋轉關節組合方案中，該占比更是高達45%。由此，動力系統的拓撲結構革新，已成為推動具身智能產業規模化落地的核心關鍵變量。

本報告將聚焦機器人從核心零部件到整機的研發全鏈路，圍繞結構可靠性、疲勞耐久性、聲振特性及運動控制等核心維度，全面闡述結構動力學在高性能、高可靠性人形機器人研發中的技術應用與實踐價值。

點擊立即報名

6/23 | AI/ML 驅動的天線、微波與互連器件電性能設計

講師簡介：

王曉峰 | Ansys主任應用工程師

主題簡介：AI/ML技術正在加速天線、微波及互連器件電性能設計流程的智能化升級。通過機器學習對電磁仿真結果進行快速建模與預測，在保證精度的同時可顯著減少仿真次數，提升設計效率。本次網絡研討會將介紹 Ansys optiSLang 與HFSS 的協同應用方法，結合工程實例，講解基于 AI/ML 的參數優化、多目標權衡及魯棒性設計思路，幫助工程師深入理解 AI 技術在高頻器件設計中的實際應用價值。

點擊立即報名

11/3 | 面向未來的智能資產：optiSLang瞬仿成就高保真AI模型庫

講師簡介：

周小俠 | Ansys主任應用工程師

主題簡介：工程仿真領域，傳統設計流程受困于大量掃參與優化的低效問題，仿真工程師需耗費大量時間探尋最優參數，制約研發效率。optiSLang AI+引入前沿AI技術，以1D結果驅動建模，實現從 “優化輔助” 到 “取代仿真” 的突破，顛覆傳統工作模式。

基于該算法訓練的高保真AI模型庫，具備參數變更即響應、最優方案速求解的優勢。其輕量化適配多場景，高保真保障可靠性，高效率壓縮研發周期，且無需額外學習成本，大幅降低落地門檻。

此流程不僅是工程仿真的效率革新范式，更是高科技企業面向未來的核心智能資產，為研發賦能，引領行業邁入AI驅動的智能仿真新時代。

點擊立即報名

11/6 | 從醫學影像到仿真建模：基于 Synopsys 與 Ansys 的 AI 驅動的個體化心臟仿真工作流

講師簡介：

葉文峰 | Ansys 首席研發工程師

主題簡介：在精準醫療和數字孿生快速發展的背景下，如何高效地將醫學影像轉化為高保真、可用于多物理場仿真的心臟模型，已成為心血管研究和醫療器械開發中的關鍵挑戰。本次網絡研討會圍繞 Synopsys Simpleware、Ansys LS-DYNA 與 PyAnsys-Heart 之間的深度集成，重點介紹了一條面向患者特異性心臟建模的自動化仿真流程。

在該工作流程中，首先利用 Simpleware 對 CT 影像進行 AI/ML 驅動的自動分割與網格生成，獲得高質量的心臟結構實體模型。在此基礎上，PyAnsys-Heart 作為連接影像數據與多物理場心臟仿真的關鍵工具，對輸入的實體網格進行進一步“補全”和增強，自動構建包含心肌力學行為與電生理耦合特性等的患者特異性 LS-DYNA 心臟模型。該過程完顯著減少了人工干預，使復雜心臟結構和功能建模具備可重復性與可擴展性。

通過 PyAnsys-Heart，研究人員可以在統一框架內引入電激動傳播、心肌收縮與血液系統循環等關鍵生理機制，實現對心臟整體行為的高保真數值模擬。這為研究心律失常、心肌病變以及裝置交互（如起搏器、瓣膜或導管）提供了強有力的工具支持。同時，該自動化流程大幅縮短了從影像到仿真的準備時間，為構建大規模虛擬心臟隊列、推進 in silico 臨床試驗奠定了技術基礎。本次研討會將幫助與會者深入理解 PyAnsys-Heart 在患者特異性心臟建模中的獨特優勢，以及它如何推動心血管仿真從“研究原型”走向“可規模化應用”。

點擊立即報名