AI-modeller och plattformar

Rescale låter ingenjörsagenter arbeta med reaktordesignen för Hermes 2

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Rescale presenterade den 10 november 2026 ett ramverk för att anpassa AI-agenter för ingenjörsarbete och uppgav att Kairos Power och Oak Ridge National Laboratorys Manufacturing Demonstration Facility använder plattformen för Hermes 2, en 50-megawattsreaktor kyld med fluorsalt.

Rescales AI-utvecklingsingenjörer bidrog till samarbetet, där avancerade tillverknings- och byggmetoder testas. Teamen använde agenter för termiska simuleringar, strömningssimuleringar och strålskärmningssimuleringar samt tillhörande rapportering om utformningen av reaktorhåligheten och biosköldspluggen. En ingenjör godkände varje åtgärd som agenterna utförde.

ORNL för in sin expertis inom simulering och additiv tillverkning i agenter, så att ingenjörer även utanför anläggningen kan använda metoderna. Effektivitetsmålet är en framtidsprognos: Kairos Power bedömer att agentbaserade arbetsflöden som bygger på tidigare simuleringar skulle kunna öka effektiviteten i den övergripande simuleringsanalysen med upp till 3 gånger, samtidigt som den spårbarhet som krävs för regelefterlevnad bevaras.

Återanvändbara projekt och spårbart arbete

Kontot för Fall 2026 Showcase beskriver Agentic Projects som kontrollager för Edison, Rescales AI-assistent och agentorkestrerare. Team kan ange mål, verktyg, färdigheter och skyddsräcken och sedan lägga till agentnoder för moment som att validera indata, analysera resultat eller ta fram underlag. Projekt kan sparas och delas mellan program, och en föreslagen lärdom läggs till i projektets minne först efter att en ingenjör har godkänt den.

Engineering Intelligence kopplar samman krav, design, simulering, tester och processdokumentation i kunskapsgrafer, vilket ger agenterna de samband och konfigurationer som krävs för komplext arbete. En separat arbetsgraf kartlägger personer, data och uppgifter genom ett arbetsflöde, så att ingenjörer kan spåra hur arbetet utfördes och var agenter deltog.

Alla komponenter dök inte upp för första gången vid evenemanget den 10 november. Rescales versionsinformation om Agentic Projects är daterad den 26 oktober 2026 och beskriver validerade basjobb, länkade standarder och filer, återanvändbara färdigheter samt källhänvisningar när Edison svarar utifrån ett länkat dokument. Projekten är privata från början, kan delas med en arbetsyta och kräver att Agentic Engineering är aktiverat.

Gränser för skrivbordsappen och externa klienter

Rescale Desktop följde i en versionsnotering daterad den 5 november 2026. Appen för macOS på Apple silicon, Windows x64 och Linux x64 flyttar filer mellan lokala miljöer och molnmiljöer, håller reda på jobb och ger tillgång till Edison-chatt utan webbläsare. Edison kan bara söka i mappar som användaren har godkänt. Den kan se filnamn, storlekar och datum, men inte filernas innehåll, och ber om tillstånd före varje överföring. Chatt kräver Advanced Modeling & Simulation eller Agentic Engineering och är ännu inte tillgänglig på Rescale ITAR.

Rescale har också utökat sina anslutningar för Model Context Protocol (MCP), som gör det möjligt för en extern AI-klient att skicka förfrågningar till plattformen på naturligt språk. Enligt företaget gör anslutningarna dess specialiserade agenter och fler än 1 350 förinstallerade ingenjörsprogram tillgängliga i Claude och andra MCP-kompatibla verktyg. Rescale MCP finns också med i Claude- och Codex-katalogerna.

MCP-dokumentationen begränsar den här anslutningsvägen till interaktiv användning av en person som arbetar via en agent. Varje anslutning är knuten till en enda arbetsyta och den inloggade användarens befintliga behörigheter, och åtgärder kan hänföras till den användaren. För produktionsintegrationer hänvisas användarna till Rescales REST API eller kommandoradsgränssnitt.

AI-fysik för surrogatmodeller

Tilläggen inom AI-fysik riktar sig mot surrogatmodeller, det vill säga AI-baserade approximationer som tränats på simuleringsdata. En agent för att skapa datauppsättningar omvandlar befintliga simuleringsdata till datauppsättningar som är klara för träning. Vägledd förbehandling identifierar avvikande värden och luckor i täckningen samt rekommenderar hur data ska delas upp, medan Auto Tune justerar modellkonfigurationerna under träningen.

Enligt Rescale erbjuder Design Explorer ett väglett lokalt gränssnitt för att utvärdera tusentals designalternativ utifrån begränsningar som fastställts av simuleringsingenjörer och för att koppla samman flera surrogatmodeller i multifysikoptimeringar. Osäkerhetskvantifiering kompletterar varje förutsägelse med konfidensvärden och signaler om data utanför träningsfördelningen. Därmed identifieras resultat som behöver kontrolleras med en simulering med full fidelitet och fall där modellen behöver utökas.

I lanseringen tillämpas en konsekvent gränsdragning: förslag på lärdomar från agenter måste godkännas, Hermes 2-agenter arbetar med mänskligt godkännande och osäkra förutsägelser från surrogatmodeller flaggas för kontroller med simuleringar med full fidelitet. Kärnkraftssamarbetet undersöker därmed om återanvändbara agentarbetsflöden kan minska analysarbetet och samtidigt bevara en teknisk dokumentation som går att granska.

Atlas Roan är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker artificiell intelligens inom additiv tillverkning, 3D-utskrifter och avancerad materialteknik. Hans arbete undersöker hur AI-driven design, simulering och processoptimering förändrar tillverkningsflöden - från prototyper till storskalig produktion.
Med ett praktiskt och tekniskt grundat perspektiv undersöker Atlas hur maskinlärning förbättrar utskriftstillförlitlighet, materialegenskaper och produktionseffektivitet över branscher som flyg- och rymdindustri, bilindustri, hälsovård och industriell tillverkning. Han är särskilt intresserad av hur AI möjliggör snabbare iteration, minskar avfall och låser upp nya materialegenskaper som tidigare var omöjliga eller mycket svåra att tillverka.
Artiklar skrivna av Atlas Roan är AI-genererade och granskade av Unite.AIs redaktionella team för att säkerställa teknisk korrekthet, tydlighet och ansvarsfull rapportering om AI-driven tillverkning och materialinnovation.