YJMultibody是云境智仿自主开发的多体动力学求解器，基于局部-全局交替式约束投影的方法，实现了对刚柔耦合系统的实时仿真，支持铰链、球窝、滑动等多种关节约束，每种关节约束支持自由、固定、驱动3种运动模式，支持GPU大规模并行，支持与结构求解器、流体求解器等求解器的耦合分析。基于YJMultibody，云境智仿研发了面向车辆动力学仿真的专用求解器YJVehicle，支持对车辆的动力系统、转向系统、悬架系统等子系统的建模分析，实现了实时仿真。

YJFluid是云境智仿自主开发的流体分析求解器，实现了基于有限体积法（FVM）以及光滑粒子法（SPH）的流体运动及流固耦合分析，支持可压缩、不可压缩流体建模，支持精确处理复杂几何形状的流体边界，支持滑移（free-slip）及无滑移（non-slip）的边界条件，支持多相流体融合仿真，支持求解精度与效率的动态自适应控制，支持GPU大规模并行。与云境智仿的其他组件产品结合，可获得广泛的数据格式支持，兼容主流求解器接口。

YJProjdyna是云境智仿自主开发的弹性杆动力学求解器，基于科瑟拉杆理论和动力学约束投影求解方法实现，支持对弹性杆的拉伸、弯曲、扭转等多种形变模式进行建模，外部边界条件和本构关系被统一建模成约束，基于约束投影的求解方法保证了计算的精确性、稳定性和实时性，并且支持GPU大规模并行。该求解器适用于模拟柔性线缆等弹性杆件的运动及力学行为，并可进一步扩展到壳、实体等对象的分析。基于YJProjdyna，云境智仿研发了数据与机理融合的电线舞动仿真监控与预警系统，并已成功落地应用。

YJ-DORGP是云境智仿基于北京大学丁陈森研究员的前沿研究成果DORGP（Dual Order-Reduced Gaussian Process regression）联合研发的通用智能求解组件。该技术基于贝叶斯推论等基础理论，具有强可解释性和可信性，只需小样本数据快速训练智能模型，即可高效、高精度地智能预测大规模复杂时空系统，实现低能耗人工智能。与有限元等经典的数值求解方法相比，计算性能可提升数百倍，适用于实时性要求高的应用场景。组件支持多种数据源作为训练数据，包括：有限元法（FEM）、边界元法(BEM)、光滑粒子法（SPH）、物质点法（MPM）等数值方法生成的仿真数据，试验采集的真实数据等。组件可实现对多尺度材料、结构线性/非线性、多相流体/流固耦合、以及高速冲击爆炸等多种时空问题的高通量高效预测，已在国家重大水利工程等实际小样本数据问题中得到验证。