ODYSSEE是基于CAE模拟数据和物理测试数据，通过人工智能(AI)/机器学习(ML)和降阶建模(ROM)技术，进行产品实时预测及优化的数字孪生与机器学习大数据优化软件。
软件不仅用于设计阶段，在早期设计阶段之后，采用数字孪生技术，制造商可以进行图像识别、仿真预测和故障预测，帮助解决整个生产过程中的停机、吞吐量、质量和灵活性等问题。
ODYSSEE CAE只需进行几次先前的CAE模拟，即可实时预测、优化并可靠地生成准确的结果。ODYSSEE CAE以非常低的计算成本提供非常精确的预测模型，这使得ODYSSEE CAE能够在几秒或几分钟内运行数千次，同时也无需使用超算平台，在小型笔记本上就可以计算结果。
ODYSSEE A-Eye允许用户使用图像数据、传感器数据、标量、标签、曲线和CAD数据作为输入量，定制自己的AI应用程序，然后通过机器学习(ML)和人工智能（AI）技术将定制的程序纳入他们的工作流程中。
功能特点
1) 数据聚合及模型降阶
ODYSSEE基于数据结构，能够利用结构力学、流体力学、空气动力学、多体运动学等市面上常见软件的结果进行无缝衔接，使用先进的降维算法在保留高维度数据精度和质量的同时提高分析效率。降阶完毕后还能实时给出多个参数的灵敏度。
2) 多参数实时优化
ODYSSEE能够基于复杂的数据模型对单个、多个自变量进行同时调整，直观实时地体现出参数对最终性能的影响情况。同时还可设置约束条件，在调整自变量取值范围的同时限制待求解参数的变化范围，探索不同配置方案的优化效果，从而有利于设计阶段深入权衡和优选设计参数，优化设计方案。
3) 可视化参数实时调整学习
ODYSSEE可以对仿真得到的动画进行直接学习，提取动画中的网格节点并进行参数优化，实现复杂物理问题的秒级计算和优化。常用的动画有：模态振型动画、车辆碰撞变形、阀门喷流、泵、压缩机水力性能动画等。
4) 图像智能识别和预测
ODYSSEE拥有强大的图像识别和预测模块，能够对静态的图像进行学习，识别关键信息建立的机器学习模型，从而实现特征图像识别和未来发展情况预测。该图像识别可实现与现有设计软件集成，从而实现“当前+未来”情况汇总，提高设计与分析效率。
5) 不俗的扩展能力
ODYSSEE除了已集成的机器学习算法之外，用户还可根据实际需要将自编算法导入ODYSSEE中进行优化计算。ODYSSEE还拥有外部I/O接口，支持使用Python等语言进行二次开发。
