2024年9月5日至6日，中国汽车工程学会汽车空气动力学分会学术年会在重庆召开。飞桨PaddleScience展示了基于几何信息神经算子的参数化汽车几何风阻预测模型，通过人工智能技术建立了车身表面压力和剪切力预测的代理模型，加速汽车气动外形优化设计。飞桨将继续开展汽车气动外形优化工作，提升车辆气动外形设计效率。

这篇论文介绍了一个新的开源高保真度数据集，包含355个温莎车身几何变种，旨在支持汽车空气动力学的机器学习模型开发。该数据集具有宽松的开源许可，填补了现有资源的空白，提供高质量数据以加速汽车设计流程。

开放原子开源基金会与国际人工智能大会（IJCAI）合作推出“IJCAI 2024: 任意三维几何外形车辆的风阻快速预测竞赛”，旨在探索人工智能在汽车空气动力学领域的应用。比赛使用深度学习技术预测车辆设计参数与气动阻力的关系，推动汽车工业可持续发展。获奖团队将在2025年的IJCAI会议上发表论文。