文章核心观点 - 工业仿真正经历从“实验驱动”到“仿真驱动”再到“AI驱动”的范式跃迁 索辰科技作为国产CAE软件公司 正通过其物理AI技术推动这场变革 旨在解决复杂场景的实时仿真与优化问题 [2][6] 公司发展历程与市场定位 - 公司创始人陈灏于2006年洞察到国产CAE软件市场空白 以助力中国制造业长期发展为使命创办索辰科技 [2][3] - 公司成立初期面临国产工业软件市场认知度不高及国际巨头垄断等困难 选择专注于研发投入 2025年上半年研发投入总额占营业收入比例达88% [4] - 公司通过专注底层算法创新、平台化生态构建及收购WIPL-D软件源代码等产业整合 构建起覆盖流体、结构、电磁、声学、光学等全学科多类型的CAE仿真软件平台 [4][5] 技术演进：从CAE到物理AI - 传统“实验驱动”研发周期漫长、成本高昂 “仿真驱动”通过CAE软件在电脑中更改参数计算“实验结果” 大幅简化流程 [3][4] - 传统CAE软件受限于计算资源与算法效率 单次任务通常仅能处理有限参数规模 例如汽车设计仿真普遍需将变量控制在7-10个 采用“参数冻结”策略 [6] - 物理AI是CAE的进阶版本 结合底层物理计算框架与AI数据处理能力 可将整车所有几何尺寸、材料属性、布局参数等全部纳入优化体系 利用GPU并行计算进行实时优化 [6][7] - 物理AI能精准重构复杂且实时变化的环境 如无人机在楼宇间穿行的流体与电磁环境 并通过虚拟训练赋予飞行器自适应能力 [7] - “AI驱动”设计的产品适用于各类复杂环境 在可靠性与质量上显著高于“实验驱动”或“仿真驱动” [7] 物理AI的应用前景与公司布局 - 物理AI被认为是人工智能技术的终极形态 其能力边界是人类数学、物理等科学能力的边界 [8][9] - 低空经济、新能源电池、风力发电、数据中心、具身智能、高端芯片、航空航天、生物医药、新材料等需要复杂场景仿真与优化的前沿领域 均是物理AI的落地方向 [9] - 公司已与绍兴市和杭州市合作建设低空物理AI平台 通过多物理场耦合推演提供全面真实的低空环境画像 实时评估电磁干扰 提升无人机态势感知与决策能力 [9] - 为加速产业化 公司在嘉兴打造了4万平方米的物理AI实验室 采用“虚实融合”数据策略 构建“仿真预测—真实验证—模型校正—迭代优化”的完整闭环 [10] - 公司今年设立了匈牙利子公司 以打开欧洲市场窗口 深入理解海外需求并布局国际前沿应用 [10] 行业挑战与未来展望 - 物理AI距离催生“杀手级”应用并实现商业化突破仍有较长路程 行业“Know-How”与场景适配、用户接受度与市场教育、模型可解释性与认证等是关键障碍 [9] - 随着算力成本持续下降与产业生态不断完善 物理AI的普惠性将大幅提升 大规模应用将全面加速 全球工业都将受益于其复杂场景实时仿真与优化能力 [10]