2025 年 AnyLogic 会议上，仿真专家、行业领袖与技术创新者齐聚一堂，深入探讨仿真技术如何推动各行业的效率提升、战略制定与创新发展。从航空航天、制药到电子商务，与会者共同探索 AnyLogic 如何帮助组织对复杂系统进行建模，为未来发展做好准备。
让我们一同回顾本年度活动的精彩时刻，包括产品展示及一些最具代表性的案例研究。
目录：
- 行业领军企业演讲
- AnyLogic 8：最新功能与发展路线图
- AnyLogic Cloud：迈向全周期仿真生态系统
- 人工智能与仿真：AnyLogic 的研发成果
- AnyLogic 9：仿真建模的未来方向
- 提升模型开发效率专题工作坊
- 创新技术庆典活动
各行业领军企业与技术创新者的演讲内容
本届会议收录了 21 场来自行业领军者的深度演讲。参会观众了解了企业如何构建复杂系统模型以应对未来挑战。以下是我们精选的部分世界级案例分享。
Airbus：可扩展的联合仿真框架
空客印度公司（Airbus India）推出了一套联合仿真框架，支持多个模型在安全数据交换的同时并行运行。该框架借助 AnyLogic 的 Java 环境和封装的黑箱模型，可对供应链、制造业等复杂生态系统进行实时分析。
空客（Airbus）团队现场演示了如何通过时间同步与双向通信技术，使不同复杂度的模型有效交互并生成可落地的洞察结论。此外，建模过程中采用的 “黑箱” 方法，确保了跨组织协作时的数据交换安全。
AstraZeneca：构建反脆弱供应链体系
阿斯利康（AstraZeneca）与决策实验室（Decision Lab）合作，展示了一款用于构建反脆弱供应链的战略数字孪生系统。该系统引入了三模型仿真框架，支持概率场景规划，助力管理层在不确定性环境下评估投资策略。可视化交互式仪表板及场景并行对比功能，有效促进了跨部门协同与数据驱动决策。
通过取代速度缓慢且易出错的 Excel 工作流程，该团队提升了业务灵活性、透明度及战略前瞻性，为长期决策提供支持，同时降低关键制造与供应链投资中的风险。
Amazon：基于网络科学的设施设计
亚马逊（Amazon）展示了如何运用网络科学与仿真技术优化全球履约中心布局。该团队将 AnyLogic 与内部工具结合，对物料流动、运输及设施布局进行建模，以平衡安全性、速度、成本与可持续性。
研究重点聚焦于出库装箱策略，通过 3D 装箱仿真量化了散货装载与托盘装载之间的权衡。专家团队提出混合策略，在保障安全性与运营一致性的同时，最大限度减少运输拖车数量。
DHL：智能仓储数字孪生系统
敦豪（DHL）展示了仓库模拟器，这是一款大规模数字孪生系统，可对仓内的拣选、补货及出库分拣流程进行建模。该数字孪生系统能捕捉详细的运营逻辑，对照实际绩效验证KPI，并支持货位优化、缩短移动距离、提升周转效率等场景测试。
这一项目再次证明，数字孪生技术如何推动数据驱动决策、实现效率提升与流程优化的大规模落地。
AlsanX：通过 Omniverse 实现仿真、AI 驱动的报告与可视化
阿尔桑克斯（AlsanX）展示了数字孪生作为可执行操作工具在工业工厂中的强大效能。该团队整合仿真、人工智能、虚拟现实（VR）与优化技术，打造动态数字生态系统。一项钢铁行业案例研究表明，数字孪生在优化调度、提升能效及维护管理方面具有显著价值。
基于 AnyLogic 与 NVIDIA Omniverse 的集成，该团队展示了先进的仿真技术与可视化技术如何融合，形成实用的下一代数字孪生技术 —— 这类技术既能提升运营效率，又能助力环境可持续发展。
以上仅是今年部分会议演讲的内容。若您错过某些演讲，或希望重温特定演讲，可在会议页面查看所有会议资料及视频录像。
AnyLogic 8：最新功能与发展路线图
AnyLogic 8 产品负责人Anastasia Zhiliaeva概述了自上届会议以来推出的五个产品版本。这些版本在模型性能、易用性、可视化效果及自动化程度方面均进行了优化。
例如，新增的模型分析器可帮助用户精准定位性能瓶颈；“文件夹”“收藏夹面板” 等功能升级，为大型项目的文件整理提供了便利；AnyLogic 8.9.6 版本中引入的 图表向导现已能自动创建图表，简化了数据分析流程。此外，Anastasia还重点介绍了物料搬运库—— 该库在过去一年中完成了重大升级。
最后，Anastasia展示了未来的产品发展路线图，其中包含多项用户可期待的更新，例如：设计阶段的 3D 预览功能、检查窗口自定义功能、对新型 3D 格式的支持、通过脚本创建标记等。
如需了解更多最新功能及即将推出的功能细节，可观看下方的会议视频。您也可查阅往期的版本更新博客与版本更新视频。
AnyLogic Cloud：迈向全周期仿真生态系统
产品团队阐述了AnyLogic Cloud不断发展的愿景：将其从单纯的 “模型运行环境” 转变为 “全周期平台”，实现模型开发、部署与协作的一体化。
团队还展示了一个 “交通路口试点项目”，其中呈现了多项用户高度需求的功能，包括本地部署、双因素认证、自定义品牌标识及外部系统集成。该模型演示了优化实验、实时调试与 Excel 自动报告生成等功能，充分体现了平台的企业级能力。
AnyLogic Cloud 正逐步发展为安全、可扩展且完全集成的仿真生态系统 —— 它不仅连接了模型创建与执行环节，还能支持企业级协作与数据驱动决策。如需了解更多细节，可查看下方视频中的示例项目。
人工智能与仿真：AnyLogic 的研发成果
AnyLogic 团队展示了其在 “大型语言模型（LLM）与仿真技术集成” 方面的研发成果，并演示了 GPT-5 如何通过扩展版 Python API 生成可运行的模型。
大型语言模型（LLM）的出现标志着一场范式变革，它为用户提供了更易获取、更灵活的人工智能辅助。值得注意的是，大型语言模型（LLM）并非仅能辅助编码 —— 它们还具备实现 “概念化自动化”“常规任务自动化” 及 “模型优化自动化” 的潜力。
尽管人工智能功能强大，但 “人工监督” 的必要性依然至关重要。由于人工智能生成的模型需通过准确性验证，因此会产生信任问题。在模型检查、假设验证及决策判断等环节，人类仍将发挥关键作用。这种 “人机协同模式” 在人工智能的效率与人类的专业知识之间取得了平衡。如需深入了解，可观看下方视频。
AnyLogic 9：仿真建模的未来方向
从基于项目的仿真模型向数字孪生的转变，标志着仿真技术在业务流程中发挥作用的方式发生了变革。这一演进过程需要一个能够支持持续使用、集成运营数据并确保高可靠性的平台 —— 该平台将把仿真从一次性的项目交付成果，转变为具备战略价值的工具。
Andrei Borshchev与Gregory Monakhov正式发布了 AnyLogic 9—— 这是迈向统一协作式仿真环境的关键一步。在演示中，他们展示了 AnyLogic 9 的工作空间、当前已可用的库（流体库 、交通库、轨道库）、用于动态数据输入的内置数据库，以及功能强大的搜索与重构工具。
他们还重点介绍了在用户界面一致性与性能方面正在进行的优化，以及即将推出的新功能，例如系统动力学、物料搬运库、状态图、Git 集成等。观看下方视频，即可直观了解 AnyLogic 9 的实际运行效果。
提升模型开发效率专题工作坊
在一场专题工作坊中，拥有 15 年以上经验的仿真建模专家本杰明・舒曼博士（Dr. Benjamin Schumann）建议建模人员 “以工具制造者的思维思考”—— 通过创建可复用的工具与框架来提升建模效率。他演示了多项实用技术，例如轨迹线调试、合理性检查，以及用于实现共享功能的抽象工具智能体。
本杰明（Ben）还展示了如何构建轻量级的自定义单元测试框架，以及如何为个人库发布 JavaDoc 文档，这些方法有助于提升代码质量并促进协作。
若您错过了这场工作坊的直播，务必通过观看视频来补学相关内容。
AnyLogic 会议：一场创新庆典
今年的会议是仿真建模领域创新成果的集中展示。我们共同探索了前沿应用、聆听了富有远见的演讲，并深入了解了塑造仿真未来的实际策略。
在此，我们再次向所有分享专业知识的演讲者、满怀好奇积极参与的观众，以及所有为本次会议成功举办做出贡献的人士表示衷心感谢。
我们期待在明年的会议中与您重逢，届时我们将分享更多突破性成果、实际应用案例与专家洞见！
请务必订阅我们的月度资讯，及时获取最新博客文章、即将举办的活动以及月度模型的相关信息。
