随着系统复杂性的指数级增长,体系架构模型的验证与确认(Verification and Validation, V&V)始终是系统工程领域面临的核心挑战。传统依赖人工审查和静态分析的验证方法,在面对大规模、高动态的复杂系统时,暴露出效率低下、覆盖不全和可靠性不足等问题。本文旨在系统性地梳理体系架构模型验证技术的发展脉络,深入剖析其智能化演进的内在逻辑与关键驱动力。报告首先回顾了以静态规则检查、形式化方法和动态仿真为代表的传统与经典验证范式,分析了它们各自的理论基础、应用场景及其固有的局限性,特别是形式化方法的严谨性与可扩展性之间的矛盾。在此基础上,报告重点探讨了人工智能(AI),尤其是大型语言模型(LLM)的兴起,为架构模型智能化验证发展带来的思路方法与工具手段。