达索系统CEO Pascal Daloz与英伟达创始人黄仁勋对话

寂静回声

在人类工业文明的进程中，每一个世纪都有其定义性的生产要素。二十世纪是属于物质产品的时代，工业的核心在于如何高效地制造物理实体。然而，进入二十一世纪，工业的本质正在发生剧烈的质变。
在这个转型期，工业生产的逻辑从“生产对象”转向了“生产知识与诀窍”。我们正在进入一个知识工厂的时代，在这里，虚拟孪生技术与人工智能的融合，正在将工程学的决策效率提升到前所未有的高度。
40万家企业，1500万名工程师，每天使用着达索系统的工业软件设计着我们周围一半以上的产品。从你手中的咖啡杯，到载你上班的汽车，从治病救人的药物，到探索太空的卫星。
在休斯顿举办的达索系统3DEXPERIENCE World 2026大会，两位工业界的思想领袖站在了同一个舞台上。一位是NVIDIA的创始人兼CEO黄仁勋，那个穿着标志性黑色皮夹克、将GPU从游戏工具变成AI引擎的工程师。另一位是达索系统的CEO帕斯卡·达洛兹，一个坚信虚拟世界能够重塑物理现实的梦想家。

2026年2月3日，达索系统与英伟达这两家科技巨头正式宣布达成长期战略合作伙伴关系。而这次合作的核心，是建立一套共享的工业AI架构。他们要利用英伟达强大的AI基础设施，结合达索系统积淀了40年的科学知识，去构建“工业世界模型”（Industry World Models）。这是一个能够“理解”现实世界规律的智能系统，它不再仅仅是预测，而是要成为工业界的“真理机器”。
达索系统CEO帕斯卡·达洛兹（Pascal Daloz）与英伟达创始人黄仁勋在3DEXPERIENCE World大会上的对话，正是这个工业AI新时代的开场白。本文内容根据大会现场视频整理。

【Pascal Daloz】
今天是一个特殊的日子，但在开始前，我想先花几分钟快速总结一下昨天我们讨论的主题。如果我们能回望未来，就会发现未来的意义不仅在于赋予人们权利，更在于发明新事物，为你们、也和你们一起开启新的可能性。如果跳出目前的思维局限，你会发现上个世纪，也就是20世纪，工业的核心是使用和生产实物。
而在本世纪，工业正在转向生产“知识”和“诀窍”，正是这些知识和诀窍在源源不断地生成实物。这才是真正的价值所在，也是力量的源泉。这就是我们将“虚拟孪生”与“3D宇宙”（3D UNIV+RSES）结合在一起的原因所在。3D宇宙不仅仅是应用程序，它们是“知识工厂”。在这些工厂里，知识被丰富，诀窍被规模化，并取得可信的结果。
为了实现这一点，我们将虚拟孪生的力量与加速计算结合起来。为了延续这个话题，我现在非常高兴和荣幸地邀请一位正在定义、正在塑造人工智能基础的人士登台。
请大家热烈欢迎英伟达创始人兼CEO黄仁勋
【黄仁勋】
Pascal，大家好。你们是SolidWorks用户吗？
【Pascal Daloz】
是努力工作的人，Hard Worker。欢迎登台，Jensen。非常感谢你的到来，跟你交流总是一件愉快的事。我不知道大家是否意识到，我们有着长期的合作关系，我想我们几乎是在30年前开始合作的，超过四分之一个世纪了。你还记得是怎么开始的吗？
【黄仁勋】
实际上，那是个人电脑革命的时代。过去的Unix工作站正在向基于Windows的工作站迁移，让我们能够携手的技术基础是OpenGL。我们发明了一项名为CGFX的技术，它是CUDA的前身。
OpenGL发展成了今天的RTX，完全基于路径追踪和物理渲染。CGFX当然演变成了CUDA。现在我们再次携手合作，共同重塑计算平台。你知道，我们所做的一切都在数字世界中。
40年前，达索系统革命性地提出了虚拟孪生的理念。虚拟孪生的概念当然是在计算机中表示物理世界。现在我们将在更大规模上表示物理世界，使用一个彻底革新的计算机和AI计算机。这真的是一个非常非常激动人心的时刻。
【Pascal Daloz】
你说得对，这是一段非凡的旅程。正如你所说，现在我们正在进入一个新的篇章。我们现在所说的生成式经济，我们用加速人工智能为虚拟孪生赋能。从你的角度来看，Jensen，全球工业界现在正在发生什么？
【黄仁勋】
如你所知，在上一代技术中，设计的表达是结构化表达，意味着我们指定每一个几何形状，指定每一种材料，实际上指定了所有东西。
现在，这将成为生成式计算模型。在生成式计算模型的世界里，整个计算堆栈正在被重塑。由于AI对每个行业都是基础性的，它将成为一种基础设施。就像水是基础设施，电力是基础设施，互联网是基础设施一样，现在人工智能将成为基础设施。
我们发展如此之快，是因为每个行业都需要建设它，每个国家都将由它驱动。实际上，每个社会都将拥有它。这是一场新工业化的开端，对你们来说这真是太棒了。
过去我会说我们三分之一的时间花在设计和数字上，可能三分之二的时间花在物理上。未来很可能我们将100%的时间花在数字上。
所以达索系统内部的一切，无论是CATIA、SIMULIA、BIOVIA，还是DELMIA、ENOVIA，所有这些IA都将建立在NVIDIA之上。
黄仁勋巧妙地玩了个文字游戏——达索系统的品牌都以"IA"结尾，而NVIDIA也以"IA"结尾。这个有趣的巧合，象征着两家公司技术架构的深度融合。
【Pascal Daloz】
在我们继续之前，如果你环顾四周这些观众，你会看到，这是一群充满活力的人群。在达索系统，我们全球有4500万用户，拥有40万家客户，超过1500万工程师和研究人员。
他们制造了我们周围超过一半的日常产品——机器人、无人机、飞机、汽车、医疗设备、药物、房屋、城市、工厂。这是一个了不起的社区。
【黄仁勋】
当PC进入云端时，达索系统再次重塑了自己。现在从云向AI扩展时，你们再次重塑自我。
这是我们两家公司在超过四分之一世纪以来最大规模的合作。达索系统将集成英伟达CUDA-X加速库，英伟达的物理AI和智能体AI，以及英伟达Omniverse，我们的数字孪生技术版本。
现在我们将把这些技术融合到达索系统中，这样你们所有人都将受益于加速计算和人工智能，能够以比以前大100倍、1000倍，很快将是100万倍的规模工作。
过去需要预渲染或离线仿真的内容，现在将真正实现你们一直以来的虚拟孪生愿景。一切都将实时完成。我们将实时设计产品并在风洞中仿真它。
我们将连接这些机器人，让它们在工厂中实时运行，它们将实时制造你们的产品。所有这一切都将发生，在未来5到10年，这将是非凡的。

对话转向第一个应用场景：生命科学。
【Pascal Daloz】
让我们从生命开始。我认为生命是有史以来最复杂的系统，当你想到它时，生命世界中编码了多少知识。通过我们的虚拟孪生，我们正在向生命学习，我们也在理解它，以便复制和扩展它。
【黄仁勋】
这是英伟达AI与BIOVIA的集成
【Pascal Daloz】
是的，BIOVIA。我们稍后会回到这个话题。这是可能的，因为我们有这个基础，我们称之为世界模型。世界模型植根于生物学、物理学、材料科学。
【黄仁勋】
最重要的，我们首先要做的是理解生命的语言。在物理设计的世界中，设计始于你的想象，你使用结构化信息表示那个物理对象，由你设计的几何形状和纹理。
生命在我们之前就存在了。我们必须去学习DNA的语言，学习蛋白质的语言，学习细胞的语言，理解它们如何相互作用及其属性。学习生命意义的第一阶段，是我们正在着手解决的问题。
一旦你能学习某些东西，学习某些东西的意义，我们就可以在语言之间进行翻译。我们可以在人类语言和生物学语言之间进行翻译，在生物学语言之间进行翻译并解释它，用人类语言理解它。
除此之外，你现在可以翻译和生成新的蛋白质用于药物，生成新的化学物质用于药物，还可以生成新的材料，这些材料可以更强、更耐热、更轻、更容易制造、更持久。所有这些特性现在都在我们的掌握之中，这就是为什么这可能成为未来十年最具影响力的工程领域之一。
【Pascal Daloz】
这让我想到一个非常接地气的案例，Bel Group，大家熟悉的“小贝贝（Babybel）”奶酪生产商。他们的使命很简单：为数百万消费者生产更健康的食品，同时大幅减少用水量，并逐步用非乳蛋白替代乳蛋白。他们正在重塑食品科学。
以前，他们可能需要进行成千上万次的物理实验，也就是在实验室里不断配比、观察。但现在，通过我们的共同努力，贝尔集团可以建立“食品的虚拟孪生”。他们在虚拟世界中构建蛋白模型，利用AI进行大规模的配方优化。每一次优化都是基于科学原理的，而不是随机碰运气。这不仅缩短了研发周期，更重要的是确保了食品的绝对安全性。
【Pascal Daloz】
现在你定义规格、运行仿真，生成式体验会自动探索可能性空间，找出最优解。虚拟孪生实际上在探索无限多的可能性。我们能计算无穷吗？
【黄仁勋】
我们不能计算无限，但我们可以想象无限。这就是为什么这些代理和仿真模型，仿真与人工智能的融合如此强大。
我们使用原理仿真，即物理定律被很好地理解和表征的地方，然而仿真时间太长了。为什么我们不用使用人工智能预测未来的生成方法来增强它呢？
我常举一个例子，狗能接住飞过来的球，并不是因为它在脑子里解二阶微分方程，而是因为它通过无数次观察，获得了一种“物理直觉”。
我们的Physics Nemo模型本质上就是通过海量的物理模拟数据，让AI学会这种直觉。它能感知应力、感知热传导、感知空气流场，它学会了预测物理现实。
以前你需要超级计算机运行几小时才能得出的流体模拟结果，现在AI在毫秒之间就能给你反馈，且精度几乎一致。
你可以在设计软件中随意拨动一个曲面的弧度，然后即时看到这个变化对整车风阻的影响。这不仅是快，这是交互方式的彻底革命。
【Pascal Daloz】
比如Lucid Motors，他们就在利用我们的SIMULIA技术和你们的加速计算。在第一台物理样车造出来之前，他们已经在虚拟孪生中进行了数万次的碰撞测试、热管理模拟和空气动力学优化。他们不仅在设计一个外观，更是在设计一种“性能表现”。这种“左移”的设计策略，让他们的产品研发效率达到了前所未有的高度。
更深刻的一点是，这属于一种系统工程。我们要理解电池的化学反应，要理解电机的电磁干扰，还要理解整个座舱的热平衡。当这些来自不同领域的复杂物理现象在同一个虚拟孪生模型中交织时，只有通过英伟达强大的实时算力，我们才能让这种“生成的体验”变得触手及。这就是为什么说虚拟孪生是AI最好的归宿，也是工程师最强大的杠杆。
【黄仁勋】
Pascal，这就是我最赞赏你们的地方。你们在过去的40年里，不仅积累了代码，更积累了人类对物理世界的深刻理解。现在，这种理解遇到了生成式AI这个放大器。未来的每一辆车、每一架飞机，在它被物理制造出来之前，它已经在虚拟世界里度过了它的一生。这种全生命周期的数字化，才是解决复杂系统工程问题的终极答案。
【Pascal Daloz】
刚才我们讨论了产品，现在我想谈谈制造这些产品的“母体”——工厂。工厂不再只是物理资产，而是虚实混合体。物理AI如何真正驱动工厂运行？
【黄仁勋】
过去人们先设计产品再建工厂，而未来你能设计制造的产品将深受所建工厂的影响。因此每个工厂不仅设计CAD（这显而易见），更将在虚拟孪生中完全仿真和运营。在虚拟孪生中运营如此大规模的工厂极其复杂——工厂不是单一对象，而是数百万对象的集合。我们需要仿真这些工厂在真实世界的运营方式，以合理布局产线、排序流程、规划空间、组织机器人集群，运行机器人AI使其在工厂内操控、组装、搬运、保障安全。所有这些都将在虚拟孪生中发生。
达索系统帮助人们设计和建造的产品未来将变得极其庞大——它们将是对象系统、AI系统、机器人系统聚合而成的巨型工厂。
【Pascal Daloz】
屏幕上是我们与欧姆龙的合作案例，显示他们不仅用虚拟孪生可视化工厂，更工程化了所谓"软件定义工厂"。关键区别在于他们从第一天就开始设计自主化部分，而非生产系统上线后才注入自主能力。因此这些工厂变得更具灵活性、韧性和适应性。

【Pascal Daloz】
但还有另一种工厂——你常提到的AI工厂，它们遍布全球且极其复杂。构建它们并使其成为现实需要什么？
【黄仁勋】
一项基础技术同时提升多个行业的生产力，就像能源、电力、互联网曾经做的那样。现在轮到人工智能。
我们需要工业化并规模化三个巨大产业：首先是芯片制造（因此芯片工厂数量激增，你们也参与了许多芯片厂和封装厂）；其次是计算机制造（芯片出厂后进入另一个工厂，产出是超级计算机）；这些超算再进入AI工厂。目前这三个原本独立的产业正在飞速增长，以构建智能基础设施和制造AI。
这些工厂极其复杂——一个千兆瓦级AI工厂造价约500亿美元，而全球正在建设数十千兆瓦的产能，这是人类史上最大的工业基建投入。汇聚这些工厂的技术非常庞大，我们必须确保一次成功。因此我们采用基于模型的系统工程（MBSE），达索系统的产品，基于模型的设计。基于模型的系统工程。
我们在破土前就通过MBSE设计、规划、仿真一切，甚至先在虚拟孪生中运行网络和超算，这节省了大量时间和金钱。随着时间的推移，数据中心还会有AI保持其最优运行——AI调节性能、功耗、温度和冷却。要成功实现这点，你需要人工智能。所以我们将永远运行这些AI工厂的虚拟孪生，持续训练和更新模型。
【Pascal Daloz】
这再次证明虚拟孪生不仅是3D可视化，如你所说，它揭示底层架构、系统以及规模化的知识。
【黄仁勋】
而且它看起来真实——实际上就是真实的！它整合所有工业物料清单，供应商的BOM被物理精确集成，我们清楚知道要采购什么、部件如何配合、是否适配，甚至超算机的物料清单高达500亿美元。所有信息数字化后，错误无处藏身。

Pascal转向另一个重要话题：虚拟伙伴如何改变工程师的工作方式。
【Pascal Daloz】
昨天现场演示展示了即将到来的变革：工程师花太多时间搜索信息或处理杂务，这根本不是工程本身。看，几秒钟内从草图生成全参数化3D模型并完成仿真，这正在彻底改变工作流。现在关键问题是：这会取代工程师吗？
【黄仁勋】
在回答之前，我要强调AI真正革命性的能力是实现结构化与非结构化信息间的转换。非结构化信息如照片、录音、视频，通过AI可转为精确、可控、可交互的3D结构化数据。一旦拥有3D数据，我们就能增强和改进它。现在我们能使用代理和AI管理信息，增强设计过程——你可以手动设计特定部分，也可以导入图像修改它。
这些智能体将成为我们的伙伴，我们将作为它们的经理、架构师和创造者，指挥多个拥有不同技能的伙伴协同工作。人们可能认为未来设计师数量会减少，使用软件工具也会减少，但事实恰恰相反——我确信未来每个SolidWorks设计师都将拥有一个自己训练、协调的伙伴团队，它们都将使用达索系统工具。工具用户数将从纯生物体扩展到"生物+AI"体，工具使用量将爆炸式增长。
这将极大促进软件产业发展，也让所有设计师受益——你有那么多伙伴协助工作。最妙的是，当你想休息时（毕竟全球总有个地方是下午四点半的鸡尾酒时间），你可以让团队去探索不同方向："你优化这个领域给我三个设计，你研究那个方向给我十个方案"。回来后你就有众多选择，然后基于3D结构化数据精细调整。这将彻底革新设计和创造力范式。

【Pascal Daloz】
NIAR航空研究所的专注于航空业研究测试与认证，而飞机认证通常需三到五年、满足上万条要求。通过虚拟伙伴，法规可自动摄取（无需阅读海量文档），合规性被持续验证，实现"设计即合规"。这不再是成本项，反而成为竞争优势。
【黄仁勋】
语言模型需理解语法、词汇、语言结构，具备审美品味和防护栏（即该谈什么、避免什么）。而世界模型需要服从物理定律、理解因果关系（如推倒多米诺骨牌的影响）、惯性、摩擦、重力、接触等设计常识。我们必须通过物理定律、仿真和大量示例教授AI这些物理敏感性——这是语言无法完全捕捉的。
你提到的"可制造性设计"正被集成到设计流程中，而非设计完成后才由另一团队判断。我们希望将所有环节左移——合规性尤其困难，因为这是机器与社会和人类的交汇点。现在人类价值观可通过语言模型左移到设计流程中，使你始终合规、遵守物理定律、满足可制造性要求、使用经批准的组件。等到设计完成时，一切就已就绪。

【Pascal Daloz】
与NVIDIA一起，我们正在交付知识工厂，通过加速AI计算赋能虚拟孪生和虚拟伙伴。这不仅是性能提升，更是开启新可能。无论公司规模或行业，我们帮助认证决策、在错误变成昂贵代价前消除不良选择，并创造软件定义产品、工厂和对象的新类别。更重要的是，我们还需要保护用户的知识资产。你认为该如何保护数百万使用我们软件的用户的知识？
【黄仁勋】
首先，我们今天宣布的合作确实非凡。未来你们构建的东西若没有加速计算将无法实现，没有实时仿真不可能完成，没有人工智能不可想象。不要只考虑提升生产率——当然生产力会大幅提升，你们将比过去更高效，就像PC、云端和互联网曾带来的变革一样。但这次的不同在于，当规模扩大百倍、千倍、百万倍时，你们将能做到以前根本不可能的事情。
我们的合作始于计算机图形学——如今RTX已实现完全光线追踪和基于物理的渲染，达到照片级实时效果。现在我们将合作扩展到CUDA-X、AI和Omniverse，所有这些基于NVIDIA GPU加速计算的平台将彻底革新工具，从而改变设计方式和公司运营模式。
人们常说"人在循环中"，但记住你们也将拥有AI伙伴在循环中。这些AI将记住你们的偏好，编码你们的技能、习惯和领域专业知识——这就是你们的专属伙伴。它们不会待在云端或公开，因为其中凝聚了你们的专长。就像我的收件箱蕴含了33年的知识和洞察，它不向所有人开放。未来每个人都将有编码自己知识和敏感性的伙伴——我真希望33年前就有它！

【Pascal Daloz】
最后，为什么你认为这次合作独一无二？你们也与其他公司合作，但在我们领域，你觉得我们的合作特殊在哪里？
【黄仁勋】
对达索系统而言，你们在虚拟孪生世界的地位和开创性愿景无可替代。CATIA永远是CATIA，SolidWorks永远是SolidWorks，SIMULIA永远是SIMULIA。所有其他"IA"产品都将构建于NVIDIA之上——这是我最欣赏的部分！
你们服务的生态圈，在座各位对达索系统产品的热情，以及所有基于这些产品构建的公司，现在都将被加速计算和AI放大能力。这一切正值世界重新工业化、启动人类史上最大规模工业基建之时——未来十年预计投入近百万亿美元。所有这些都需要设计、仿真、验证、原型制作，而且由于一切都将软件定义和AI驱动，都必须拥有虚拟孪生。
达索系统40年前的愿景正在成为现实，而这次合作将其付诸实践。我与Pascal及达索系统团队的四分之一世纪合作对我意义重大——CATIA曾将NVIDIA带入工业工作站世界，至今CATIA和SolidWorks对我们仍具有特殊重要性。没有你们和各位的卓越工作，许多工程与科学追求将无法实现。感谢大家的一切贡献！
【Pascal Daloz】
谢谢你。现在你已是这个社区的一员。
【黄仁勋】
当然，我绝对是一个SolidWorker。