Navier发布Prism：AI智能体在一个桌面环境里驱动CAD、网格与十二类求解器
核心概要
Navier发布桌面应用Prism，让AI智能体在同一环境里驱动CAD建模、网格划分、物理求解、后处理与报告撰写。此前硬件工程师要在CAD、网格器、求解器、后处理、Python或MATLAB与幻灯片之间手工搬运，一次设计研究常耗时数天，团队因此早早锁定方向、只测少量方案。Prism在本机运行十二类开源求解器并附带自研GPU有限元求解器Ferro，以无人机冷却模块走通从约束到工程报告的流程。
深度剖析
硬件工程师获得了一个由AI智能体驱动的统一工作环境，建模、仿真、后处理与报告不再分散在互不通信的工具之间。 此前一次设计研究要跨越CAD、网格器、求解器、后处理、Python或MATLAB以及PowerPoint等半打以上工具，每次交接都靠手工导出、重新导入并修补出错之处。 Navier以无人机冷却模块为例：只给出一份设计约束CSV，智能体便提出候选构型、建立参数化CAD、用OpenFOAM跑CFD检查气流与冷却、用CalculiX做模态分析找固有振动频率，并完成可制造性审查与工程报告。
智能体在一个工作区内同时掌握CAD、网格、多物理场求解、代码与报告，因此可以端到端执行从需求到最终报告的完整流程。 过去求解器本身很少是瓶颈，围绕它的人工循环才是；Navier早期做过的物理-ML代理模型虽快却不通用，每个新问题都要新训练数据，而生成数据的成本高于直接跑仿真。 Prism在本机运行十二类开源求解器家族，包括OpenFOAM、CalculiX、code_aster、SU2、Elmer与Project Chrono，并附带自研的GPU有限元求解器Ferro；CAD建立在Open CASCADE内核上，每次运行都在Solver Desk中记录。
智能体把所运行的求解、所做的假设和校验方式一并报告，脚本、网格与求解器输入都以文件形式留在项目文件夹中。 工程师有理由不信任无法核验的数字，而智能体不会永远正确。 报告中的每个数字都能追溯到产生它的那次运行，出错时可以看到具体位置；用户可以先让智能体给出计划再动手，并像审阅同事工作一样审阅它。
启示与展望
已展示的范围是桌面应用Prism本身：在本机运行十二类开源求解器与自研GPU有限元求解器Ferro，CAD基于Open CASCADE内核，并配有Onshape、GitHub、Jira、Confluence与Notion插件，用户也可接入自己的MCP服务器或编写技能。文中给出的完整示例是无人机冷却模块，从一份设计约束CSV出发走到工程报告。
发布方明确说明Prism仍会犯错，且还有不少功能尚未实现，正在持续改进。文中未给出与手工流程的定量对比，也未报告独立评测结果。