模型驱动系统工程（MBSE）现已成为管理复杂系统设计的主流方法，近年来在学术界和工业界都引发广泛关注。它通过结构化模型支撑对需求、架构、验证与仿真等阶段的统一管理，特别在航空、汽车、制造等关键行业，MBSE 被用来提升安全性、智能性与成本效益，同时缩短产品开发周期。

       数据显示，20244年，中国MBSE软件市场规模达到28.7亿元，增长16.2%。此外，据DataIntelo报告显示，全球 MBSE 工具市场规模不断攀升，未来十年预计将以年均逾13.2%的速度增长。行业对MBSE的重视以及对高效模型平台的诉求日益提升。

       尽管 MBSE 应用不断扩展，但在工业落地过程中存在明显局限，主要包括：

       设计与需求难以同步：用户需求频繁变化，导致系统目标定义模糊，架构设计往往过早定型，限制了架构层级的优化与适应性。建模与仿真工具集成困难：现有工具各有侧重，SysML 强于建模但缺乏仿真能力，而Modelica、Simulink 等虽具仿真功能，却不适合复杂系统建模。工具异构、标准不统一、接口调试复杂，严重制约了高效协同。产品生命周期覆盖有限：MBSE 实践常局限于设计初期，未能贯穿产品全生命周期，导致后期阶段缺乏模型支撑与决策依据，影响系统开发的整体闭环管理。工具链自动化与智能化水平不足：工程师需花大量时间手动操作工具，既影响效率，也分散了对系统设计本身的关注。当前 MBSE 工具尚无法应对高度复杂系统所需的智能支持。模型表示缺乏统一性与模块化：行业标准多样、工具语言异构，导致模型复用难、互操作性差，即便使用同一建模语言也需借助插件完成数据转换，极大削弱了集成效率。

       张霖教授团队通过企业观察与文献分析总结现有 MBSE 在实际工业部署中的短板，提出 MBSE 2.0 概念与倡议：即一个更加一体化(Integrated)、更具全面性(Comprehensive)与智能性(Intelligent）的MBSE演化版本。论文的目标之一是推动关于 MBSE 未来发展路径的讨论，帮助系统工程领域从业者和研究者聚焦关键进展与迫切议题，引导MBSE的理论与实践探索。

       在文章中，MBSE 2.0被定义为MBSE的下一代演进形式，它融合了传统建模方法与人工智能、大数据分析、数字工程和先进仿真等技术。不同于传统主要聚焦于早期设计阶段的结构化建模，MBSE 2.0 引入了可处理生命周期内结构化与非结构化数据的智能自适应建模技术，以更好地应对复杂系统的动态演化需求，提供智能、集成与全面的生命周期解决方案。MBSE 2.0 的三大核心特征为：智能性：引入 AI 技术实现模型生成与推理自动化；一体化：贯通各类工具与生命周期阶段，提升一致性；全面性：扩展模型应用边界，覆盖从设计到退役的全过程。其目标是构建更具适应性、可验证性与迭代能力的统一系统模型，突破现有系统模型在适应性、自动化与生命周期覆盖方面的限制。文章对特征进行了详细阐述并提出需要持续投入的十大技术方向以实现MBSE2.0愿景。