AI-CAE開創賽車空氣動力學分析新局：與Toyota Gazoo Racing Development展開實證
RICOS股份有限公司與Toyota Gazoo Racing Development (TGR-D) 開始驗證運用機器學習於賽車空氣動力學分析。目標透過獨家AI-CAE「IsoGCN」大幅縮短開發週期。
📋 文章處理履歷
- 📰 發表: 2026年4月24日 09:00
- 🔍 收集: 2026年4月24日 00:31
- 🤖 AI分析完成: 2026年4月24日 01:05（收集後33分鐘）
RICOS股份有限公司（總部：東京都千代田區，代表董事：井原遊，以下簡稱RICOS）與Toyota Gazoo Racing Development股份有限公司（總部：神奈川縣足柄上郡，代表董事總裁：寺尾健二，以下簡稱TGR-D），就運用機器學習技術進行賽車空氣動力學分析一事，簽訂了委託合約。
■ 概要
為提升賽車運動開發中的空氣動力學性能，將應用RICOS獨家的AI-CAE技術。透過機器學習的高速預測，解決傳統流體模擬（CFD）面臨的「計算時間龐大」問題，旨在大幅縮短開發週期。
■ 應用重點
加速分析：
在維持傳統模擬精確度的同時，大幅減少運算時間。
獨家演算法「IsoGCN」：
考量物理現象特徵的獨家機器學習演算法，能精確捕捉複雜的3D形狀，即使對未知的設計也能進行高精準度的預測。
擴展設計探索：
藉由增加嘗試次數，實現在短時間內完成性能最佳化。
RICOS將透過本次驗證，加速實現在賽車運動的極端環境下「能瞬間設計出最佳性能的世界」。
■ 公司資訊
Toyota Gazoo Racing Development股份有限公司
地址：神奈川縣足柄上郡中井町境440番地 代表人：代表董事總裁 寺尾健二
公司官網：https://www.tgr-d.co.jp/
RICOS股份有限公司
地址：東京都千代田區丸之內二丁目3番2號 郵船大廈1樓 代表人：代表董事 井原遊
公司官網：https://www.ricos.co.jp/
■ 概要
為提升賽車運動開發中的空氣動力學性能，將應用RICOS獨家的AI-CAE技術。透過機器學習的高速預測，解決傳統流體模擬（CFD）面臨的「計算時間龐大」問題，旨在大幅縮短開發週期。
■ 應用重點
加速分析：
在維持傳統模擬精確度的同時，大幅減少運算時間。
獨家演算法「IsoGCN」：
考量物理現象特徵的獨家機器學習演算法，能精確捕捉複雜的3D形狀，即使對未知的設計也能進行高精準度的預測。
擴展設計探索：
藉由增加嘗試次數，實現在短時間內完成性能最佳化。
RICOS將透過本次驗證，加速實現在賽車運動的極端環境下「能瞬間設計出最佳性能的世界」。
■ 公司資訊
Toyota Gazoo Racing Development股份有限公司
地址：神奈川縣足柄上郡中井町境440番地 代表人：代表董事總裁 寺尾健二
公司官網：https://www.tgr-d.co.jp/
RICOS股份有限公司
地址：東京都千代田區丸之內二丁目3番2號 郵船大廈1樓 代表人：代表董事 井原遊
公司官網：https://www.ricos.co.jp/