PLAID
PLAID（Physics-informed Learning from AI-aided Descriptions）是 ICML 2026 提出的工业物理 ML 基准， 聚焦真实工业中存在、但网格结构与物理量异构的仿真场景。其数据格式与 CGNS 兼容， 可直接对接主流 CAE 后处理工具，是用 ML 加速工业仿真（代理模型 / 降阶）最贴近实战的数据集。
适用场景：验证代理模型在复杂工业几何上的精度；与主流 CAE 工具链对接做降阶验证。
标签: 工业异构网格CGNSCAE
PLAID（Physics-informed Learning from AI-aided Descriptions）是 ICML 2026 提出的工业物理 ML 基准， 聚焦真实工业中存在、但网格结构与物理量异构的仿真场景。其数据格式与 CGNS 兼容， 可直接对接主流 CAE 后处理工具，是用 ML 加速工业仿真（代理模型 / 降阶）最贴近实战的数据集。
适用场景：验证代理模型在复杂工业几何上的精度；与主流 CAE 工具链对接做降阶验证。