9 月 6 日，在天津举办的 2026 精益数智化创新大会上，中国工程院院士凌文作主旨演讲，围绕人工智能赋能制造业、工业软件底层根技术突破，系统介绍了全栈自研的鸿丌 GBIK 工业隐式几何内核技术体系，提出面向物理世界 AI 的新型工业空间计算基础设施，为高端制造数智化转型提供技术路径。
工业 AI 落地的三大底层瓶颈
凌文指出，AI 正加速从数字世界迈向物理世界，但工业 AI 落地长期遭遇三大底层瓶颈：三维空间理解缺失、物理规律约束薄弱、工具链割裂与数据孤岛。通用大模型缺乏工程约束，生成结果存在「AI 幻觉」，难以直接用于研发仿真与生产制造；传统 B-Rep 显式几何内核长期被海外垄断，布尔运算易出错、迭代成本高，且难以适配 GPU 并行算力，制约着工业软件的自主化进程。
四层全栈架构与双内核互补
鸿丌 GBIK（HongJi GeoBase Implicit Kernel）定位为工业世界模型的底层空间计算基础设施。整套体系采用 100% 全栈自研的 SDF 符号距离场隐式几何内核，构建起「SDF 空间计算内核 + 三位一体工业 AI 引擎 + 工业世界模型 IWM + 工业智能体 Agent」四层完整全栈技术架构。值得注意的是，它并不替代传统 B-Rep 体系，而是形成「B-Rep 负责工业设计定义、SDF 负责工业智能计算」的双内核互补共生模式，以补齐传统工业软件几十年来难以突破的技术短板。
SDF 隐式几何的技术优势与实测表现
凌文介绍，鸿丌 GBIK 底层的 SDF 符号距离场以数学函数隐式描述三维空间，具备拓扑自由生成、原生适配 GPU 并行计算、几何与物理仿真天然耦合等核心优势。实测工程数据表明，在精密零件建模、大规模装配布尔运算、高频碰撞查询、模型压缩存储等多项指标上，该内核均优于行业基线水平，模型最大误差可控制至微米级别，运算稳定性大幅提升。这些特性恰好对应隐式表达的典型收益：几何拓扑变化时无需重建面片结构，碰撞与距离查询可直接由场函数求得，天然适合与仿真计算共享同一几何来源。
落地路径：从家居定制到高端制造
在产业落地层面，鸿丌 GBIK 已经在家居定制领域实现商业落地，依托底层技术支撑 AI 家装设计、柔性工厂生产交付，已有 5 万余家用户应用，表明其底层内核具备赋能千行百业的商业潜力。未来，技术团队将瞄准航空航天、精密机械、钢铁冶金、化工、数字孪生工厂等众多场景：在智能制造领域打通从需求概念到机床加工的全链路闭环，实现提质降本增效；在能源电力领域实现设备数字孪生与故障预判，筑牢能源安全保障。
星禾引擎（上海）智能科技有限公司在推进技术成果落地的同时，推出鸿丌 GBIK 原生生态软件应用层智能系统 CAXCOSMOS。作为全栈自主可控的云端工业智能系统，该系统专为高端工业场景打造，依托鸿丌 GBIK 工业世界模型底层空间计算基础设施，以 SDF 隐式几何内核重构工业空间计算逻辑，集成文灵、混元、衡鉴三大专属工业 AI 引擎，并深度融合 CAD 建模、CAE 仿真等全链条工业软件技术。
小结
从显式 B-Rep 到隐式 SDF，几何表达方式的差异直接影响计算范式：前者善于精确定义设计，后者更适配并行计算与物理耦合。双内核互补的思路，为在保留既有设计资产的同时引入新一代空间计算能力提供了一条相对务实的路径，其后续成效仍取决于高端制造场景的规模化验证。
参考来源
本文根据 凌文院士：鸿丌GBIK构建国产全栈自研空间计算底座 等公开资料整理，版权归原作者与原媒体所有。