从达索到空客，前德国宇航局工程师吉洋创立Orthogonal，以AI重构硬件设计范式

在工业软件领域，长期存在着一种由巨头垄断的高壁垒生态。近日，前德国宇航局(DLR)工程师吉洋创立了Orthogonal，这一动作在业内引发了广泛关注。吉洋的履历堪称工业界的“全明星阵容”：他在DLR及顶尖工业界深耕近二十年，不仅参与了达索系统核心仿真工具的研发，还曾主导空客A350的电气系统设计。此后，他在库卡、宝马、西门子、华为等全球科技与制造巨头中担任关键角色。如今，他选择再次创业，目标直指传统工业软件的高门槛与高授权费痛点。Orthogonal的核心愿景是利用AI技术，打破达索、ANSYS等巨头构筑的垄断壁垒，将“AI原生”理念与灵活的开发模式引入硬件设计领域。这一举措并非简单的工具迭代，而是对硬件设计工作流的一次底层重构，旨在顺应智能硬件公司小型化、多面手化的行业趋势，让硬件开发从封闭走向开放，从复杂走向高效。

深入分析Orthogonal的技术逻辑与商业价值，其核心在于对传统CAE（计算机辅助工程）和EDA（电子设计自动化）工具局限性的精准打击。传统工业软件之所以难以普及，不仅因为学习曲线陡峭，更因为其底层架构往往基于厚重的物理模型和复杂的数值计算方法，导致授权费用高昂且使用门槛极高。达索、ANSYS等巨头通过这种“高墙”模式维持着高昂的利润率，但也因此将大量中小型创新企业挡在门外。吉洋提出的“AI原生”硬件设计，并非简单地在现有软件上叠加一个聊天机器人，而是试图利用大语言模型和生成式AI的能力，重新定义人机交互方式。通过AI理解自然语言指令并自动转化为设计参数、生成仿真模型甚至优化电路布局，Orthogonal有望将硬件设计的门槛大幅降低。这种模式类似于软件领域的“Vibe Coding”，即开发者通过描述意图而非编写繁琐代码来完成工作。在硬件领域，这意味着工程师可以从繁琐的建模和调试中解放出来，专注于架构创新和系统集成，从而显著提升研发效率。此外，AI驱动的仿真预测能力可能替代部分耗时的物理仿真过程，进一步缩短产品迭代周期，这对于追求快速迭代的智能硬件初创公司而言，具有致命的吸引力。

从行业影响与竞争格局来看，Orthogonal的崛起可能引发工业软件领域的“鲶鱼效应”。长期以来，硬件设计软件市场被少数几家欧美巨头牢牢把控，形成了稳固的利益共同体。然而，随着智能硬件、机器人、新能源等领域的爆发，传统工业软件的响应速度已难以满足市场需求。小型化、敏捷化的硬件创业公司急需一种更低成本、更灵活的设计工具。Orthogonal的出现，正好填补了这一空白。对于用户群体而言，这意味着硬件设计的民主化进程加速。原本只有大型车企或航空巨头才能负担得起的高端仿真和设计资源，现在可能通过AI工具以较低成本获取。这将加剧传统工业软件巨头的竞争压力，迫使他们加速AI转型或调整授权模式。同时，这也可能催生新的生态位，即专注于特定垂直领域（如嵌入式系统、射频设计等）的AI原生设计工具提供商。对于吉洋及其团队而言，其过往在达索、空客等顶级机构的经验，使其对行业痛点有着深刻的理解，这构成了Orthogonal独特的竞争壁垒。然而，如何确保AI生成设计的准确性和可靠性，如何在复杂物理场景中保持仿真精度，仍是其面临的主要挑战。

展望未来，Orthogonal的发展路径值得密切关注。首先，技术落地的深度将是关键。目前AI在文本和图像生成领域已相当成熟，但在涉及复杂物理规律的硬件设计中，AI的“幻觉”问题可能导致严重的设计错误。因此，Orthogonal能否构建起经过严格验证的AI模型库，并实现与现有工业标准的无缝对接，将决定其能否真正进入主流工作流。其次，商业模式创新同样重要。传统工业软件依赖高昂的年度授权费，而AI原生工具可能采用订阅制、按使用量计费或结果导向的收费模式，这将彻底改变行业收入结构。此外，随着AI在硬件设计中的渗透，数据安全和知识产权归属问题也将成为新的焦点。企业在使用AI工具时，如何确保核心设计数据不被泄露或用于训练公共模型，将是Orthogonal需要解决的重要信任问题。最后，行业标准的演变也不容忽视。如果AI生成的设计流程被广泛接受，现有的设计规范、认证体系可能需要重新制定。Orthogonal若能积极参与标准制定，有望在新一轮技术变革中占据主导地位。总体而言，吉洋的创业尝试不仅是个人职业路径的选择，更是工业软件行业在AI时代寻求突破的一个缩影。无论成功与否，其探索都将为行业提供宝贵的经验，推动硬件设计向更高效、更智能的方向发展。