标题：流体力学专用版DeepSeek，单GPU可跑，成本节约高达100倍

英国埃克塞特大学初旭副教授团队与北航王文康副教授团队联合推出基于国产大模型的OpenFOAMGPT，将AI引入计算流体力学(CFD)领域。CFD通过计算机和数值方法解决流体力学问题，此前相关工作需专业工程师耗费大量时间且容错率低。

新版本OpenFOAMGPT整合了DeepSeek V3和Qwen 2.5-Max模型，与GPT-4o和o1相比，能显著降低成本，性能相近时可节省高达100倍费用。团队还尝试本地化部署，使用QwQ-32B模型成功运行。

研究显示，国产模型在多个经典CFD案例中表现优异，为科研机构和中小企业提供经济性技术选择。尽管大语言模型在CFD应用中仍有挑战，但未来可通过微调和多模态融合改进。

团队由初旭副教授和王文康副教授领衔，成员包括多名博士生及学者。项目意义在于降低专业门槛、优化成本与灵活性，并拓展跨领域应用。团队强调，专业人员监督仍是确保模拟准确性的重要环节。

论文链接：https://arxiv.org/abs/2504.02888