研发中心组织开展 MATLAB 生成式 AI 上机实践培训，探索算法研发提质增效新路径

10月22日，研发中心算法研究所组织开展了以“利用生成式 AI 加速工程创新和开发”为主题的上机实践培训，邀请 MathWorks技术专家走进智能技术公司，通过技术讲解、环境搭建和实战演练相结合的方式，帮助工程师掌握生成式 AI 与 MATLAB/Simulink 协同应用的方法，探索AI 赋能算法设计、模型开发与仿真验证的新路径。▲ 利用生成式 AI 加速工程创新和开发"上机实践培训现场

认识工具，理解 AI 赋能工程研发的技术原理。 培训首先围绕生成式 AI 在工程研发中的应用场景展开，重点介绍 MCP 协议、MATLABMCP Server 和 Agentic Toolkit 等工具的工作原理及协同机制。通过将生成式 AI 的自然语言理解、代码生成能力与MATLAB/Simulink 的工程计算、建模仿真和测试验证能力相结合，使 AI生成的内容能够进入专业工程环境进行验证，为算法研发提供更加高效的技术手段。

动手实践，掌握 AI 辅助算法开发的基本方法。在专家指导下，参训工程师从零开始配置开发环境，完成相关工具的安装与连接，并通过现场交流和一对一答疑解决操作过程中遇到的问题。随后，围绕三个实战案例，体验了从自然语言需求描述、AI辅助生成技术规格，到自动搭建仿真模型、开展测试验证的完整流程，初步掌握了利用生成式 AI 辅助工程开发的操作方法。▲ 专家们与智能技术公司工程师们一对一交流、答疑

以学促用，推动 AI 能力融入实际研发项目。 通过3小时的培训，大家对 AI如何融入算法研发流程形成了更加直观的认识，初步建立了从“人工逐步设计与实现”向“AI 辅助设计、工程师审核验证”转变的工作思路。AI的应用有望将工程师从重复性编码、基础建模和常规调试工作中进一步释放出来，使其将更多精力投入算法架构设计、关键技术攻关和性能优化，实现研发效率与工程质量的协同提升。

下一步， 算法研究所将以此次培训为契机，持续探索 AI 辅助算法开发的实际应用场景，推动生成式 AI 与 MATLAB/Simulink工具链深度融合，逐步形成可复用的 AI 辅助研发方法和实践经验，为提升算法自主研发能力、缩短技术开发周期、加快产品智能化技术创新提供有力支撑。

END

文图：研发中心 张雨馨

编辑：研发中心 龚嬴

校对：研发中心 郭启训

审核：研发中心 龙杰强