中文操控 AI 展现战略优势，清华研究揭示工程新视角

无论是优化飞机机翼还是进行各类工程设计，人工智能（AI）究竟该听中文还是英文？清华大学航天航空学院陈海昕教授团队的最新成果为此提供了答案。

据《南华早报》披露，这项于 4 月底被《航空学报》收录的研究指出，相比英文指令，中文在特定情境下表现更佳，尽管目前这种优势还不够显著。

报道指出，该团队构建了一个高性能智能体，并选取超临界翼型减阻作为测试案例，展开了深入实验。

据悉，这是一种基于视觉语言模型（VLM）的知识驱动型气动设计智能体框架。它通过融合气动学专业知识与历史设计数据，引导 VLM 综合理解并推理翼型几何、流场结构及气动性能间的关联，从而提出具备物理可解释性的设计方案。

在此框架内，大语言模型负责解析气动状态、设计沿革及领域知识，生成具有物理意义的几何修正策略；而数值气动分析工具则对方案进行精准评估，并将性能反馈融入智能体的学习循环中。

研究人员迅速发现了一个值得注意的现象：在未经过气动任务微调的情况下，中文指令的初始表现略胜于英文指令。

报道分析称，这表明对于未经过专门训练的人工智能模型，中文在描述工程场景及表达直观语义方面潜藏优势。

与英文相比，汉字能以更凝练、语义更紧凑的形式，直观传达复杂且精细的工程专业概念。

知识驱动的视觉语言模型气动设计智能体总体架构陈海昕教授团队

不过，在引入基于气动反馈的微调训练后，不同语言指令下的表现基本趋同，这说明针对气动设计任务的微调对性能的提升作用，远大于提示语言本身的影响。

《南华早报》评论道，该研究结论出炉之际，正值人工智能领域国际竞争白热化阶段。中美两国正全力争夺 AI 主导权，能够使用本土语言操控工业人工智能，已成为一项关键的战略资产。

必须承认，当前全球多数前沿 AI 模型仍基于英文构建，科研文献也以英文为主流。陈海昕团队引用既往研究指出，在通用大模型中，英文指令通常具备更高的稳定性和知识覆盖率；而中文指令则在工程语境表达、语义直观性，以及与本土模型、工程规范的契合度上拥有潜在优势。

如今，中国坐拥全球规模最大的工程师与科研人才库，每年工科毕业生数量更是美国的五倍有余，绝大多数国内工程从业者日常均使用中文操作各类 AI 设计工具。

众多学者认为，这种庞大的本土人才基数与使用习惯，将孕育出规模宏大的人机协同专业队伍，进一步推动工程领域的技术创新进程。