算法

设计师Laura Civetti希望服装不再仅仅是身体穿着的物品，而是成为身体与之协作的事物。她的最新项目“自适应系统”是一种“数据驱动的服装研究方法”，将生理和生物力学数据、出汗、姿势、皮肤敏感度、曲率、日照等因素融入服装设计，然后通过3D打印再现结果。

看这个空气/液体换热器案例。底层用一个叫PicoGK的开源几何引擎，填充结构、法兰、螺栓、点阵加强筋，做成可以随处调用的零件。目前实现了两件事，点阵填充和从总管出来的微通道分流。做这件事的是个个人工程师。他不在三维软件里拉特征改尺寸，他在写代码，让代码自己长出换热器。事情的起点是一家叫LEAP71的公司，两位创始人写过一套叫《计算工程基础》的博客，3D打印业内挺有名。核心想法很朴素。工程师脑子里装着大量经验，流体怎么走、热量怎么传、零件怎么装配。传统流程里，这些经验每次都要在三维软件里重新画一遍。改尺寸要重画，换工况要重画。而算法时代应该反过来。把脑子里的知识写成代码，下次需要不同参数的换热器，代码自己生成。一个领域的全部工程知识，可以封装成一个软件模型。算法的代表作就是这么干的，专攻火箭钟形喷管和燃烧室，输入高层参数，直接输出可送进金属打印机的几何。图中这个项目叫Anima走的是同一条路，只是把领域换成了换热器。传统三维软件为什么干不了？有人会问，参数化建模不就能做这件事吗。大部分不太行。传统三维软件的几何内核是为人手交互式建模设计的，擅长拉伸、旋转、布尔运算这类相对简单的操作。一旦碰上金属3D打印才有的东西，点阵、三周期极小曲面、内部多孔、连续变化的微通道，传统内核就吃力了。文件巨大，运算崩溃，布尔失败是常态。PicoGK这个算法刻意做得小、稳、快，开源，只暴露一组很小的指令集。换热器是金属3D打印这几年最火的应用之一。换热效率和换热面积强相关，3D打印能做出传统冲压钎焊做不出来的复杂内流道，价值能看见。但行业里有个隐性瓶颈，软件。每家公司的设计能力都藏在几个资深工程师的脑子里，换个工况就重画。未来希望AI算法能把几何参数从用户驱动改成数据驱动，让换热和流体计算的结果直接反喂到几何生成。换热器只是个开头。凡是几何复杂、参数多、又强烈依赖物理性能的零件，都适合走这条路。火箭推进系统已经有人在做了，下一个被点名的可能是燃烧器，喷油、雾化、燃烧效率全都跟内部流道形状强相关。然后是涡轮叶片，气动型面、内部冷却通道、表面气膜孔。再往外推，是那些今天连图都不知道怎么画的零件。仿生结构、声学超材料、热电耦合器件，这些东西的几何复杂度已经超出人手能驾驭的范围，本来就只能靠算法生成。

在乌克兰战场，3D打印正重塑战争成本逻辑——它通过快速迭代、近前线生产和模块化定制，将无人机研发周期从数月压缩至数天，用速度与灵活性对冲廉价无人机的量产优势，成为现代战场上改写规则的关键变量。

先进增材——专注于挤出式3D打印软件的新创企业，通过解决材料沉积不确定性难题提升零件质量与可重复性。其软件Project Path采用可变挤出宽度的路径规划优化技术，显著改善力学性能、表面质量及工艺可靠性，成果可媲美注塑成型。这款兼容多设备多材料的解决方案以插件或后处理器形式嵌入现有工作流程，已在压缩空气系统等工业场景验证成效。技术初期聚焦FDM/FLM/FFF工艺，兼具适配多种增材制造方法的拓展能力。公司现寻求试点客户共同开发新一代工业生产标准。