一、报告期内公司所属行业及主营业务情况说明
　　（一）公司所属行业情况
　　1、公司所属行业分类
　　公司以CAE软件研发、销售及技术服务为发展基石，依托二十年仿真技术积累，在物理AI领域推出了相关产品和解决方案，构建CAE与物理AI协同发展的业务格局。
　　根据中国证监会发布的《上市公司行业统计分类与代码》（2024年）规定，结合公司所从事具体业务，公司所处行业属于I65类“软件和信息技术服务业”。根据《国民经济行业分类》，公司所属行业为I651类“软件开发”。
　　2、公司所属行业发展情况及未来发展趋势
　　（1）行业基本情况
　　工业软件是工业技术、工艺经验和业务流程的软件化载体，广... 查看全部▼

　　一、报告期内公司所属行业及主营业务情况说明
　　（一）公司所属行业情况
　　1、公司所属行业分类
　　公司以CAE软件研发、销售及技术服务为发展基石，依托二十年仿真技术积累，在物理AI领域推出了相关产品和解决方案，构建CAE与物理AI协同发展的业务格局。
　　根据中国证监会发布的《上市公司行业统计分类与代码》（2024年）规定，结合公司所从事具体业务，公司所处行业属于I65类“软件和信息技术服务业”。根据《国民经济行业分类》，公司所属行业为I651类“软件开发”。
　　2、公司所属行业发展情况及未来发展趋势
　　（1）行业基本情况
　　工业软件是工业技术、工艺经验和业务流程的软件化载体，广泛应用于工业领域各个要素和环节之中，与业务流程、工业产品、工业装备密切结合，全面支撑企业研发设计、生产制造及经营管理等各项活动。在制造业数字化、智能化、自动化转型持续推进的背景下，企业对研发效率、产品可靠性、生产运营协同和全生命周期管理的要求不断提高，为工业软件应用拓展提供了持续需求。
　　CAE仿真软件是研发设计类工业软件的重要组成部分，主要服务于复杂产品的研发设计、工程分析和仿真验证等关键环节。CAE仿真以物理机理、数学模型、数值计算和工程经验为基础，可用于产品研发、性能预测、多物理场分析、试验验证及设计优化，通过数字化手段提升产品研发效率和可靠性。
　　随着高端装备、航空航天等领域的产品复杂度和性能要求不断提升，单纯依赖物理样机和实物试验的研发方式面临周期较长、成本较高及覆盖边界有限等问题。通过虚拟仿真与物理试验协同，客户能够在研发早期开展性能预判、方案比较和风险识别，提高研发验证效率并降低试制成本。
　　随着人工智能技术与工业软件、工业数据和真实设备加快融合，CAE仿真的应用边界也在不断拓展。物理AI是人工智能技术面向真实世界开展物理感知、理解、推演、决策和执行需求的延伸。相较于主要面向文本、图像、视频等信息内容理解与生成的大模型应用，物理AI更加注重将物理规律、工程机理、场景数据、算法模型和实时反馈融入模型构建与闭环决策，并通过仿真训练、数据训练和实物测试等方式，提升模型在真实场景中的可靠性、可解释性和可迁移性。目前，物理AI领域尚未形成统一、独立的行业分类和官方统计口径。
　　物理AI的产业化通常需要数据采集与治理、算力支撑、模型训练、仿真与验证、软硬件系统集成及场景交付等多项能力协同支撑，可在高端装备、工业制造、能源电力、交通与低空、具身智能、航空航天等领域开展应用。不同场景对数据质量、模型精度、实时性、安全性和工程交付能力的要求存在差异，相关企业需要结合具体业务流程形成相应的产品和解决方案。
　　目前，国内外企业和科研机构正围绕模型、数据、仿真、机器人本体与控制、软硬件系统集成及场景部署等方向推进研发和产业化探索。国外企业在计算基础设施、基础模型、机器人软件平台和系统部署等环节持续迭代；国内企业则依托制造业应用场景，在工程仿真、国产算力、机器人本体、控制系统及行业解决方案等领域加快技术研发、场景验证与产品落地。整体而言，物理AI仍处于技术快速迭代并由场景验证向规模化应用过渡的阶段，跨场景泛化能力、虚实一致性、数据质量以及工程交付能力仍是影响其商业化进程的重要因素。
　　（2）行业政策情况
　　国家围绕智能制造、工业软件、研发验证、工业数据和人工智能融合持续作出部署，为CAE仿真软件及物理AI的发展提供了政策支持。
　　2026年1月，工信部等八部门印发《“人工智能+制造”专项行动实施意见》，提出推动人工智能深度嵌入研发设计、中试验证、生产制造等全流程，提升辅助设计、仿真模型构建等能力，并推动虚拟仿真等技术在中试环节应用。
　　2026年1月，工信部发布《推动工业互联网平台高质量发展行动方案（2026-2028年）》，明确提出引导平台差异化发展，大力发展专业型平台，面向仿真设计、设备运维、安环管控等通用场景，提升数智产品和服务供给水平。
　　2026年3月，工信部办公厅发布通知启动“工业数据筑基行动”，明确布局建设工业数据生产训练基地，提供仿真环境数据采集、专业化数据标注、极端场景数据合成等能力，并围绕研发设计、中试验证、生产制造等环节推动行业大模型应用、工业智能体研发等场景落地。
　　2026年5月，国家网信办、国家发改委、工信部联合发布《智能体规范应用与创新发展实施意见》，提出促进智能体与计算机辅助设计（CAD）、计算机辅助工程（CAE）等软件结合，提供设计方案生成、仿真验证、参数调优等功能。
　　2026年6月，工信部办公厅、国务院国资委办公厅联合开展2026年度人形机器人与具身智能实景实训专项行动，提出打造可训练、可测试、可验证的实景实训空间，通过真实场景实训积累高质量真机数据，开展应用部署验证，推动实现常态部署应用。
　　2026年6月，工信部印发《“人工智能+信息通信”创新发展实施意见（2026-2028年）》，明确推广模型应用平台，建立“算力+数据+模型+AI应用”的一体化服务生态，构建从模型训练、场景验证到商业落地的全流程开发环境，加快人工智能技术在相关行业的应用创新。
　　2026年7月，习近平总书记在2026世界人工智能大会暨人工智能全球治理高级别会议开幕式上指出，人工智能是世界经济增长的新引擎和新旧动能转换的加速器，正从“数字世界”走向“物理世界”。
　　上述政策从研发设计、中试验证、数据供给、平台建设、人工智能融合和真实场景开放等多个层面，为CAE仿真软件与物理AI发展提供了持续支撑。一方面，多物理场仿真、虚拟试验、仿真优化和中试验证被纳入智能制造及机械工业数字化转型的重要环节，有助于推动CAE仿真软件由单点设计工具向覆盖研发、验证、工艺优化和运行服务的工程体系延伸，推动了国产CAE仿真软件在高端装备、机械制造等领域的应用；另一方面，围绕工业互联网平台、工业数据生产训练基地、仿真环境数据采集、极端场景数据合成、工业智能体和具身智能实景实训的政策部署，有利于促进工程数据、仿真模型和行业机理知识的积累与复用，推动人工智能与CAE仿真、工业软件和真实设备进一步融合。
　　（3）行业未来发展趋势
　　随着人工智能技术的快速发展，仿真行业正经历前所未有的智能化变革，AI已成为推动科技革命和产业变革的核心力量，未来预计呈现以下趋势：
　　一是高精度、多学科和多物理场耦合仿真的需求有望持续增长。随着复杂装备和高性能产品研发难度提升，CAE仿真应用将进一步向研发设计、中试验证、生产制造和运行优化等环节延伸，并在虚拟试验、数字样机、实物测试和中试验证协同中发挥更加重要的作用。
　　二是物理机理、工程数据和人工智能模型的融合程度将不断提高。依托工业数据采集、仿真环境数据、实测数据和极端场景合成数据等能力，CAE仿真将进一步与智能建模、设计生成、参数调优和智能体应用结合，推动相关系统由离线计算和单点分析向实时推演、辅助决策及闭环优化发展。
　　三是物理AI将由单点能力展示逐步面向真实任务的工程化、可交付系统演进。模型、仿真环境与真实设备有望通过“感知-推演与决策-执行-反馈-迭代”形成闭环，仿真将在场景构建、训练测试、异常工况覆盖和虚实一致性验证等环节发挥更加重要的作用。
　　四是产业化应用预计将优先在任务目标清晰、结果可以量化验证、失效成本可控且过程数据可追溯的场景中推进，并逐步由单次项目验证向可复制的行业解决方案延伸。物理AI系统也将更加重视与业务流程、工程知识、安全约束、权限边界和人机协同机制的结合，以满足真实环境中的稳定运行和持续运维要求。
　　五是国产CAE仿真软件和物理AI相关企业的长期竞争力，将更多体现为核心求解器、多物理场耦合、行业适配、数据架构、验证记录、工程经验、场景交付及生态协同等能力的综合积累。随着自主基础软件和工业软件在关键环节的推广应用，国产CAE仿真软件及物理AI产品在技术能力、产品成熟度和产业生态等方面仍具有较大的发展空间。
　　3、公司市场地位及业绩驱动因素
　　公司深耕CAE仿真软件研发近二十年，是国内较早布局CAE仿真领域并实现A股上市的国产CAE软件企业之一。公司在结构、流体、电磁、光学、声学及多物理场求解等方向持续开展技术研发和产品布局，CAE仿真软件主要应用于特种行业等对研发验证、工程可靠性和项目交付质量要求较高的领域，长期的项目实施和客户服务使公司积累了相应的行业知识、工程经验和客户资源。
　　在持续巩固CAE仿真业务的同时，公司积极推进物理AI相关技术、产品和解决方案布局，已形成“开物”产品体系，包括智能工坊、“大圣”智能体、“行者”合成数据及“营造·万象”世界物理模型等产品，形成了覆盖物理AI开发应用、智能体、合成数据和世界物理模型等方向的产品布局，具备面向客户开展模型构建、数据生成、智能体训练和应用开发的产品及解决方案能力。
　　CAE仿真能力是物理AI走向真实世界不可或缺的能力组成，可在物理建模、复杂环境推演、虚拟验证、仿真数据生成和虚实一致性评估等环节发挥作用。同时，物理AI产品及解决方案的商业化落地还需要软件、硬件、数据、算力和行业系统等多项能力协同。公司已建立生态合作伙伴体系，通过与生态战略合作伙伴开展产品适配、系统协同和场景合作，进一步完善行业场景接入及综合解决方案交付能力。
　　公司相关业务的业绩驱动因素可归纳为两个方面：
　　一方面，复杂装备和高性能产品研发需求提升、制造业数字化转型及“人工智能+制造”政策持续推进，以及客户对国产工业软件自主可控、行业适配、技术服务和持续迭代能力的需求增长，共同推动多物理场仿真、虚拟验证和设计优化等应用不断深化。公司在CAE核心求解、工程仿真、复杂场景验证及长期客户服务等方面的积累，为公司把握国产工业软件发展机遇、巩固CAE仿真业务基础提供支撑。
　　另一方面，随着物理AI在高端制造、具身智能、低空经济等复杂物理场景中的应用由技术验证向工程化部署推进，客户对世界物理模型、仿真训练、合成数据、智能体、系统验证和虚实一致性评估等能力的需求有望增长，尤其是在任务目标明确、结果可验证、数据可持续积累的场景中，相关需求可能形成新的项目机会。公司具备物理仿真能力积累及生态合作基础，可根据客户需求将世界物理模型、合成数据、智能体、智能工坊和仿真验证等能力组合为面向客户的综合解决方案，拓展软件许可、项目实施和技术服务等业务机会。
　　上述市场机会的把握仍有赖于持续的技术投入、场景验证和工程能力积累。公司将持续加强CAE核心物理求解、前后处理、多物理场协同及行业应用能力建设，并推进物理AI产品技术迭代、行业解决方案完善和生态合作，以典型项目为载体，沉淀场景数据、工程经验与最佳实践，提升产品成熟度、解决方案可复制性和项目交付能力。
　　（二）公司主营业务、主要产品或服务情况
　　1、主营业务情况
　　公司主要从事工业软件及物理AI相关产品、解决方案和技术服务的研发、销售与交付，已形成“天工”与“开物”两大产品线。公司以CAE软件研发、销售及技术服务为发展基石，依托近二十年的仿真技术积累，持续深化工业软件业务，并推进CAE技术与物理AI技术融合，面向复杂物理场景开展物理AI产品和解决方案的研发及应用探索，形成工业软件与物理AI协同发展的业务格局。
　　公司持续开展CAE核心技术研究和工程仿真软件研发，为客户提供仿真分析、工程验证、设计优化及定制化仿真产品开发服务；同时，依托工业自动化软件及控制系统、生产管控一体化解决方案等业务能力，为客户提供工业现场数据采集、运行监控、过程控制、实时数据管理及数字化管控等服务，共同构成公司的“天工”系列工业软件业务体系。
　　公司凭借在物理建模、算法研发和行业应用上的长期积累，积极推进物理AI业务布局，开展物理AI相关产品和解决方案的研发、场景验证及市场推广，形成了“开物”系列物理AI业务体系。公司结合客户具体需求，并协同生态战略合作伙伴，持续探索物理AI在高端制造、具身智能、低空经济等领域的应用。
　　2、主要产品或服务情况
　　公司已形成“天工”与“开物”两大产品和服务体系。其中，“天工”系列为公司的工业软件产品体系，覆盖研发设计、仿真验证、工业现场控制及生产运营管理等环节；“开物”系列为公司面向复杂物理场景形成的物理AI产品体系及解决方案，覆盖物理AI开发应用、模型构建与训练、智能体、合成数据和世界物理模型等方向。
　　（1）“天工”系列
　　“天工”系列包括工业仿真软件、仿真产品开发、工业自动化软件及控制系统、生产管控一体化解决方案四类产品和服务，分别服务于产品研发设计、仿真验证、工业现场控制和生产运营管理等环节。
　　公司的工业仿真软件可进一步分为单一学科仿真软件、多学科仿真软件和工程仿真优化系统。
　　单一学科仿真软件主要包括流体、结构、电磁、光学、声学等不同学科方向的仿真软件，可独立开展特定物理场和工程场景的建模与仿真计算；多学科仿真软件以单一学科仿真软件为基础，将不同学科的仿真分析和相关系统集成于统一的仿真环境中，用于复杂工程问题的多物理场耦合分
　　析；工程仿真优化系统将仿真分析应用于产品方案设计、详细设计、试验验证及优化迭代等环节，为产品研发过程中的性能分析和设计优化提供支持。
　　仿真产品开发是公司根据客户在具体工程领域的需求，提供定制化仿真产品和综合解决方案，主要包括针对特定工程问题的软件开发，以及数字孪生系统、仿真—试验融合验证系统、仿真云平台和高性能计算平台等软硬件一体化方案。公司通过该类业务为客户提供需求分析、仿真与试验数据管理、知识管理、制造系统仿真和工程验证等相关服务。
　　工业自动化软件及控制系统主要面向工业现场的数据采集、运行监控、过程控制、实时数据管理及系统互联等需求，以SCADA软件、企业级实时历史数据库、工业防火墙和边缘计算网关等软件及控制产品为主要载体。生产管控一体化解决方案则结合客户具体行业场景和项目需求，对工业自动化软件、生产管理系统及相关行业应用进行集成，为数字化车间、智能工厂及集团管控等不同层级的工业数字化建设提供综合服务。
　　（2）“开物”系列
　　“开物”系列包括物理AI软件、物理AI产品开发及解决方案，使开发者和工业用户能够轻松开发和部署物理AI应用，通过构建“感知-建模-推演-交互”智能体系，成为赋能产业革新升级的关键引擎。其中包含物理AI训练一体化平台、物理AI模拟引擎，以及报告期内新发布的世界物理模型、索辰智能体-大圣、索辰物理合成数据-行者等。
　　物理AI产品开发业务是公司根据细分工程领域客户的具体需求，为行业客户提供物理AI产品及解决方案，以物理AI仿真分析平台、智能数据采集与分析系统等软硬件一体的方案，为客户提供融合高保真渲染技术、智能工坊构建融合物理约束的AI建模、实时数据驱动优化、环境感知等多种综合服务，助力客户在复杂工程研发中实现从数据到决策的智能化跨越。
　　物理AI产品尚处于市场推广、场景验证和客户导入阶段，仍处于布局初期，目前收入占比较低，敬请广大投资者理性决策，注意投资风险。
　　（三）公司主要经营模式
　　报告期内，公司主要经营模式未发生重大变化。公司主要采用自主研发、软件产品销售、项目型解决方案交付及持续技术服务相结合的经营模式，业务涵盖以CAE仿真软件、工业自动化软件及控制系统、生产管控一体化解决方案为主要内容的“天工”系列工业软件，以及“开物”系列物理AI产品及解决方案。
　　1、盈利模式
　　公司主要通过销售自主研发的软件产品、开展产品开发及项目实施，并提供配套技术服务取得收入。根据产品标准化程度、客户具体需求及交付内容的不同，公司收入主要来源于软件许可、定制化产品开发、系统集成及项目实施、技术服务等。
　　工业仿真软件、工业自动化软件及控制系统主要通过提供软件许可及相关技术服务实现收入；仿真产品开发、生产管控一体化解决方案以及物理AI产品开发及解决方案业务，主要根据客户的具体需求，通过项目开发、系统集成、实施交付及后续服务实现收入；物理AI软件主要通过提供软件许可及配套技术服务实现收入。
　　2、研发模式
　　公司采用以自主研发为主、外部协同为辅的研发模式，将研发资源重点投入核心技术、核心产品及关键应用能力建设。CAE核心求解器、仿真算法、多物理场分析等核心技术由公司自主研发；物理AI相关核心产品和技术由公司主导研发，并结合业务需要开展生态协同。对于技术成熟、通用性较强且不涉及核心技术的功能模块，公司可根据研发效率和项目需要，通过采购成熟模块、委托开发或委托测试等方式实施。
　　公司研发流程主要包括市场及客户需求分析、可行性论证、项目立项、方案设计、研发实施、阶段评审、测试验收及产品发布等环节。研发项目通过验收后，相关成果纳入产品库，并根据产品规划进行版本发布或形成面向客户的产品及解决方案。
　　在物理AI领域，公司以“开物”产品体系为基础持续开展产品研发和场景验证，并与生态战略合作伙伴在算力及硬件适配、行业系统接口、测试验证和场景应用等方面开展协同，以提升相关产品和解决方案的适配及交付能力。
　　3、采购模式
　　公司建立了采购管理制度，对供应商资质、产品或服务质量保障能力、供货及时性及售后服务能力等进行评价，实行合格供应商管理；在满足质量、交付和服务要求的前提下，通过询价、比价等方式实施采购。
　　公司采购内容主要包括软件模块、软硬件产品、无形资产、原材料及技术服务等。其中，软件模块主要为仿真产品开发所需的非核心软件模块；软硬件产品主要包括项目实施所需的服务器、工作站、传感器、变压器、PLC等设备；无形资产主要为研发所需的通用软件；原材料主要包括解码器、硬盘、扩展卡等电子器件；技术服务主要包括非核心模块的委托开发和软件测试等。公司核心技术和关键产品能力主要通过自主研发形成，对技术成熟、通用性较强的非核心环节实施外部采购或协同开发。
　　4、销售模式
　　公司主要采用直销模式开展销售。营销中心及相关市场、销售团队负责收集行业和客户信息、识别项目机会并开展客户拓展，通过需求沟通、方案制定、商务谈判或招投标等方式获取订单。公司在项目实施和持续服务过程中进一步了解客户需求，增强客户服务能力。
　　根据业务类型和交付方式的不同，标准化软件产品主要通过提供软件许可及配套技术服务实现销售；产品开发、系统集成及解决方案类业务通常由销售和技术服务团队共同参与，按照客户需求完成方案设计、开发实施、测试验收及后续服务。
　　对于工业自动化软件及控制系统（包括SCADA软件等）和生产管控一体化解决方案业务，公司根据不同行业、产品和区域配置相应的市场及服务团队。对于涉及软硬件协同和系统集成的项目，公司可与生态战略合作伙伴开展产品适配和交付协同，以满足客户的项目实施需求。

　　二、经营情况的讨论与分析
　　公司持续巩固CAE仿真业务基础，推进工业自动化软件及控制系统、生产管控一体化解决方案等业务协同，并持续完善物理AI产品体系及相关场景布局。2026年上半年，公司实现营业收入7,274.00万元，较上年同期增长26.83%；归属于上市公司股东的净利润为-7,865.54万元，较上年同期亏损增加。报告期内，公司持续加大研发、市场及管理投入，研发费用、销售费用和管理费用分别较上年同期增长67.53%、151.88%和53.08%，对当期利润形成较大影响。
　　（一）经营规模稳步增长，毛利率有所改善
　　报告期内，公司营业收入较上年同期实现增长；营业成本为2,891.46万元，较上年同期下降13.23%，综合毛利率为60.25%，较上年同期提升18.36个百分点。受持续加大研发、销售及管理投入等因素影响，公司归属于上市公司股东的净利润为-7,865.54万元。经营活动产生的现金流量净额为-3,835.38万元，较上年同期净流出减少2,577.56万元。公司将继续关注项目实施、验收结算及应收账款回收情况，审慎配置经营资源。
　　（二）巩固CAE仿真业务基础，提升工程应用能力
　　公司持续加强CAE核心技术研究和工程仿真软件研发，面向复杂装备研发过程中的建模、仿真分析、试验验证和设计优化等需求，不断提升结构、流体、电磁、光学、声学及多物理场等方向的产品能力、行业适配能力和项目交付能力。报告期内，公司研发投入为8,480.64万元，较上年同期增长67.53%，研发投入占营业收入的比例为116.59%。持续的研发投入为公司加强核心求解能力、完善产品体系和拓展复杂工程应用提供了支撑。
　　（三）完善“开物”物理AI产品体系，推进场景验证与客户导入
　　公司在2025年发布的“开物”物理AI开发应用平台及智能工坊的基础上，报告期内新发布“大圣”智能体、“行者”合成数据及“营造·万象”世界物理模型等产品，进一步完善物理AI产品体系。物理AI面向复杂物理场景，产品落地需要物理机理、世界物理模型、场景数据、仿真与验证、算法模型、算力及软硬件系统集成等多项能力协同。公司依托长期积累的CAE仿真能力，并协同生态战略合作伙伴，持续推进相关产品在工业及能源、具身智能、低空经济等场景的市场推广、场景验证和客户导入。
　　（四）推进业务协同和资源配置优化
　　公司持续推进与力控科技、昆宇蓝程等主体在产品、技术、客户及项目交付等方面的协同，丰富工业自动化软件及控制系统、生产管控一体化解决方案等业务能力，提升面向客户的综合服务能力。报告期内，公司对部分募投项目实施安排进行调整，将原“工业仿真云项目”的剩余募集资金用于“物理合成数据核心技术基座构建与多领域场景示范应用项目”。公司将按照项目建设计划推进算力及硬件系统配置、核心技术研发、实验平台建设和多领域场景示范等工作，为后续业务发展积累技术基础，赋能相关产品迭代。

　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　经过长期技术研发、工程实践和客户服务积累，公司核心竞争力主要体现在以下六个方面：
　　1、自主研发及核心技术自主可控优势
　　公司坚持核心技术自主研发，持续加强底层算法、核心求解器及工程仿真软件的自主创新。在CAE领域，公司已实现全流程自主可控，在CAE求解器模块的关键核心技术方面拥有自主知识产权，具备底层开发能力，产品核心模块不依赖第三方供应商，能够根据技术发展和客户需求持续开展算法优化、功能迭代及行业应用适配。
　　CAE软件属于研发设计类工业软件，其核心求解器和底层算法直接关系到软件的计算精度、求解效率、稳定性及工程适用性。自主掌握核心技术，有助于公司保持产品技术迭代的连续性，降低因第三方授权限制、技术供应变化等因素对产品研发和交付造成的影响，并增强公司针对复杂工程需求开展定制化开发和长期技术服务的能力。同时，该能力能够满足部分高端客户对信息安全、自主可控、产品持续维护及技术服务保障等方面的要求，为公司服务相关行业客户提供重要基础。
　　2、多物理场仿真及部分细分领域的算法优势
　　公司以物理学、数学、工程科学和计算机科学等基础理论为支撑，持续开展流体、结构、电磁、光学、声学及多物理场等方向的求解算法研究和产品开发，形成了多学科工程仿真软件产品体系。在流体仿真等细分领域，公司已积累气体动理学算法（GKS）、直接模拟蒙特卡洛方法（DSMC）、光滑粒子流体动力学方法（SPH）等算法能力，可面向不同尺度、不同流动状态及复杂工况开展仿真分析。
　　高性能计算能力是解决复杂工程问题的重要支撑。公司在流体、结构、声学等领域开发的多个求解算法均以高性能计算为基础，部分算法在千核以上并行计算中仍具有良好的加速比，能够提升大规模、高复杂度工程问题的计算效率。上述算法积累与计算能力，有助于公司不断提高仿真软件的计算精度、求解效率和复杂场景适用性，并为多学科、多物理场耦合分析以及复杂装备的设计优化和工程验证提供技术支撑。
　　3、单一数据格式与全流程数据架构能力
　　公司在技术架构层面采用单一数据结构，对全业务链条的核心参数进行标准化描述，覆盖CAD几何、材料属性、离散化处理、物理场求解器设置、后处理分析、优化算法迭代、模型训练及实时数据采集等环节。相较于依赖多种数据格式和特定接口进行衔接的技术架构，单一数据格式能够实现不同环节之间的数据贯通和参数统一，降低因数据格式转换、接口适配及人工处理产生的数据损失或参数不一致风险。
　　在该架构下，当某一环节的参数发生变化时，系统能够将相关变化同步至后续环节，减少人工调整和特定脚本开发，并支撑几何建模、物理场求解、批量样本生成、模型训练、性能优化及结果验证等环节的自动化协同。通过将仿真参数与实测结果进行动态比对，该架构还可为自动调参、模型纠错和精度优化提供支持，提升模型训练及工程验证效率。
　　目前，公司全部求解平台均已完成单一数据结构的标准化部署。该能力并非一般的数据接口或数据管理功能，而是连接仿真软件、仿真数据、模型训练与实时数据接入的底层技术架构，有助于降低系统维护和跨系统适配成本，提升跨平台、跨场景应用的兼容性与稳定性，并为公司物理AI产品的研发迭代、合成数据生成和工程应用提供数据基础。
　　4、高端复杂工程场景的应用、交付与验证能力
　　公司深耕CAE仿真软件研发近二十年，围绕复杂装备研发需求，逐步形成涵盖需求分析、仿真建模、计算分析、工程验证、项目实施及技术服务等环节的综合能力。公司CAE软件应用场景覆盖特种行业等对研发验证、工程可靠性和项目交付质量要求较高的领域。
　　工程仿真软件的竞争不仅取决于单项算法或软件功能，还取决于对行业机理、工程流程、客户需求及验证标准的深入理解。公司在长期项目实施过程中积累了复杂工程问题的建模、求解、验证及交付经验，并持续建设覆盖不同行业和工程场景的算例库。相关工程经验和算例积累能够反向推动算法优化、功能完善和产品迭代，提升公司产品的行业适配能力、工程可靠性及复杂场景交付能力，形成技术研发与工程应用相互促进的良性机制。
　　5、物理AI的前瞻性产品布局及生态协同能力
　　针对复杂物理场景，公司持续推进物理AI相关技术、产品及解决方案布局，已形成“开物”产品体系，包括物理AI开发应用平台、智能工坊、“大圣”智能体、“行者”合成数据及“营造·万象”世界物理模型等产品和能力模块。上述布局有助于公司探索物理AI在高端制造、具身智能、低空经济等领域的应用，并进一步拓展公司技术和产品的应用边界。
　　物理AI产品及解决方案的工程实现通常需要物理仿真、数据、模型、算力、硬件及行业系统等多项能力协同。公司长期积累的CAE仿真能力，可为相关应用中的物理机理建模、仿真验证、合成数据生成及虚实一致性评估提供重要支撑。同时，公司通过与生态战略合作伙伴开展协同，推动算力、软硬件系统、行业场景及公司产品体系之间的适配与衔接，为物理AI产品的场景验证、客户导入和解决方案交付奠定基础。
　　6、优质客户资源及较强的客户黏性优势
　　公司在长期服务高端制造业客户的过程中，积累了较为优质的客户资源、丰富的行业经验和工程应用场景。客户对仿真软件的计算精度、求解效率、稳定性、信息安全和技术服务能力要求较高，公司产品经客户验证并嵌入其研发流程后，能够持续服务于模型构建、仿真分析、试验验证、设计优化和产品迭代等环节，客户更换软件通常需要承担数据迁移、流程调整、人员培训及重新验证等成本。
　　同时，客户在不同学科、不同研发环节中往往具有结构、流体、电磁、热学、声学及多物理场等协同需求。公司多学科产品及仿真产品开发服务能够在同一客户体系内形成协同应用，并通过客户项目反馈、工程算例和行业经验持续促进产品迭代。优质客户资源、长期形成的行业知识以及持续服务能力，为公司产品迭代、业务拓展和保持市场竞争力提供了重要支撑。
　　综上，公司已形成以自主可控的CAE核心技术、多学科算法能力和单一数据架构为技术基础，以复杂工程场景应用经验和优质客户资源为业务支撑，并以物理AI产品布局及生态协同为增量发展方向的核心竞争力体系。上述能力在长期研发投入、工程实践和客户服务过程中逐步形成，共同构成公司持续创新和业务发展的重要基础。
　　(二)报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措施
　　(三)核心技术与研发进展
　　1、核心技术及其先进性以及报告期内的变化情况
　　（1）产品更新及报告期内发布情况
　　A、天工产品线
　　“天工”产品线聚焦于各学科工程仿真软件和仿真产品开发，涵盖流体、结构、电磁、声学、光学等多个领域，是公司在工程仿真与分析领域的核心竞争力体现。
　　索辰通用流体仿真软件R2026a持续强化非结构网格求解器基础计算能力，拓展高速流动与多组分仿真算法体系。非结构网格求解器新增UGKS速度空间自适应功能；针对热化学非平衡模拟，优化有限速率化学反应模型；完善多组分模拟数值体系，改进数值格式并新增二阶空间重构方法，同时完成UGKWP平均方法升级，提升稀薄气体、多组分流动仿真精度与稳定性。LBM模块统一支持点、面采样的直接噪声频谱计算分析。
　　索辰通用流体仿真软件R2026b面向汽车、叶轮机械、大场景风场等典型工业场景持续迭代产品能力。新增针对汽车等行业的专用表面网格前处理功能，以及汽车气动噪声计算数字风洞模板；增加网格离散内存、计算性能以及报错自诊断功能；支持用于下游结构振动和噪声计算的气动声源结果文件开发格式导出；提升几何间隙处、固壁跨层级加密等工程场景的空间网格离散稳定性；支持断点续算功能，实现空间网格离散与计算阶段解耦；新增直接噪声采样面功能；针对叶轮机械应用完成滑移网格功能GPU并行计算重大性能改进，实现全流程GPU并行计算；支持面向大场景风场计算的来流风廓线专用边界条件；基于多核CPU后端NUMA特性优化并行计算性能；提升声学采样功能的稳定性、完备性与灵活性；修复网格、声学采样、并行计算以及文件IO相关多项缺陷；新增海光三代DCU适配，实现海光DCU并行计算后端季度常态化发布，全面提升流体与气动声学仿真的工程适用性、计算效率与鲁棒性。
　　索辰结构仿真软件R2026a持续完善通用结构仿真模块，新增广义梁单元与弹簧单元相关功能，扩展模态分析与预应力分析能力。模态分析结果支持按质量归一化或位移归一化方式输出振型；新增变截面广义梁单元，支持形心、质心、张拉中心、剪切中心及相对扭转角等偏心参数设置，支持模态分析与预应力模态分析。同时在基于网格的求解流程中新增对弹簧单元的支持。优化设计模块新增用户自定义表达式构造胞元结构功能，点阵结构后处理支持生成百万级桁架点阵，进一步丰富点阵结构正向设计与结果后处理手段。
　　索辰结构仿真软件R2026b持续深化结构动力学与智能化仿真能力。功能增强方面，通用结构仿真模块实现广义梁模态缩减模型与有限元模型耦合的预应力模态计算，兼顾模型求解效率与预应力模态计算精度；新增基于AI的手性结构爆炸效能评估功能，引入智能分析手段赋能爆炸冲击场景的仿真评估。缺陷修复方面，修复谐响应分析中频域荷载因子未正确施加的问题。
　　索辰声学仿真软件R2026b上半年进行了一次更新，在声学边界元（BEM）求解器算力层面，新增边界元并行计算模块，针对直接边界元求解、有限元-边界元耦合声场求解实现全面多核并行加速。该功能突破了传统串行求解的算力瓶颈，可高效处理水下结构、船舶舱室等工程场景下的大规模、高复杂度声场网格模型，大幅缩减高精度声学仿真的计算耗时，有效补齐了大型复杂声学模型的高性能求解短板，显著提升了边界元仿真的计算效率与工程算力承载力。在统计能量法（SEA)模块，推出FEM-SEA混合结构线连接求解模块，成功将混合仿真体系拓展至线结构中频振动分析领域，补齐了混合结构中高频振动噪声的仿真短板。该模块支持一维有限元（FE）子系统的创建与精细化求解，可精准捕捉线结构的局部低频振动特性；同时新增一维FE子系统与SEA板类子系统的混合线连接能力，高效实现不同结构类型耦合系统的快速建模，大幅提升复杂组合结构仿真建模效率。此外，模块可完整支持混合线连接模型的耦合损耗因子求解、各子系统振动响应求解，有效解决了传统仿真方法对线连接组合结构中频振动分析精度不足、适配性有限的问题，可精准适配航空航天、汽车等行业复杂线板耦合结构的宽频振动噪声仿真场景，进一步拓宽了软件FEM-SEA混合仿真的结构适配边界与工程应用范围。
　　索辰电磁仿真软件R2026a版本针对高阶矩量法求解器的模型可视化体系开展了全域、多维度的增强。围绕矩量法仿真全流程的易用性需求，新增并优化了端口激励、平面波激励、场源激励、端口负载、近/远场观测点、PEC/PMC/对称边界等全域边界条件和周期边界条件等关键设置的可视化能力，同时增加了针对天线布局缩减和智能阴影缩减的阴影可视化效果，帮助用户快速理解设置。整体提升了高阶矩量法求解设置的操作便捷性与直观性。除此之外，版本对连接点的定义机制及网格剖分性能进行了优化，优化后的连接点引导网格剖分算法在端口馈电区域自动生成形态良好、单元质量达标的网格，有效规避端口处畸形网格或疏密突变网格等劣质剖分问题，减少因端口网格畸变引发的求解数值色散、矩阵方程迭代不收敛、端口阻抗计算失真等异常现象，保障高阶矩量法计算精度的同时提升求解稳定性。
　　索辰电磁仿真软件R2026b版本正式集成物理光学高频近似求解算法，补齐了软件原有精确数值算法体系中的高频高效求解短板，形成“高阶矩量法精确全波计算+物理光学高频近似计算”互补的混合求解架构。依托物理光学的高频散射近似机理，该求解器可针对飞行器、舰船平台和大型天线罩等超电大尺寸电磁目标的雷达散射截面、近场散射分布等散射特性实现高效率、低内存开销的快速数值评估，大幅降低超大尺寸目标仿真对计算机硬件算力与内存资源的占用，适配高频段电大目标批量扫参、多姿态散射仿真等工程化分析需求。该版本同步新增方向图快速计算功能，大幅优化远场求解链路的计算效率。在大未知量规模的仿真任务里，可在保证精度的前提下大幅压缩求解收尾阶段中远场数据的运算耗时，提高整体仿真效率。
　　索辰光学仿真软件R2026a版本聚焦固体激光器谐振腔设计能力的全面拓展。在谐振腔设计方面，新增调Q元件与标准元件，支持左右面型独立选择；增加晶体与反射镜的双端镀膜、通用孔径设计与偏向倾斜设计。在分析能力方面，BPM模块增加光轴旋转变化与腔外光束特性计算，完善对大曲率半径输出镜及非稳腔的支持。在泵浦与热效应方面，分离晶体形状与泵浦方式的设计，适配任意位置晶体与多泵浦源脉冲泵浦组合；抛物线拟合增加默认切片与横向容差设置。在材料方面，增加元件赋予材料功能，可自由选择折射率、受激发射截面等参数。此外，DMA、主动调Q、BPM均完成新元件接口适配。
　　索辰光学仿真软件R2026b版本持续深化固体激光器分析能力，并首次推出杂散光分析软件模块，形成光学仿真双线并进的格局。在固体激光器方面，新增主动调Q脉冲泵浦与被动调Q功能，输出功率、DMA、主动调Q、BPM各功能全面适配多波长分析。在热效应方面，增加有限差分热力耦合功能与热致折射率分布输出。DMA功能增加光阑计算逻辑与简单倍频功能。同时修复了稳定值输出、二维稳定图标签、侧面泵浦功率异常等八项问题。在杂散光分析软件方面，以蒙特卡洛光线追迹为核心构建基础架构，涵盖材料、光源与传感器三大模块。新增体光源与光源光谱，扩展多波长支持并关联材料折射率；增加三维能量密度传感器与三维热功率密度传感器；整合表面属性，增加环境折射率定义与简单散射功能。
　　B、开物产品线
　　“开物”产品线代表着公司在物理AI这一前沿领域的探索与布局，旨在通过创新技术推动工业装备设计、研发和制造的智能化升级。报告期内，公司发布世界物理模型、索辰智能体-大圣、索辰物理合成数据-行者等物理AI软件产品，进一步完善物理AI产品布局。
　　a、世界物理模型
　　索辰科技“世界物理模型”是一种以高精度物理仿真为驱动的新一代人工智能计算架构，突破了传统视觉世界模型“止于像素”与单一工业装备仿真的智能边界，将AI的感知、生成与预测能力，从可观测的表层环境延展至深层物理场。
　　该模型聚焦世界模型中的仿真器，能力分为三层递进层次：第一层为视觉-动作世界模型，从视频数据中学习运动规律，能够预测表象视觉信息；第二层为力-触-声觉世界模型，融合多模态物理感知，预测接触力、形变与操作反馈，支撑智能体完成类人精细化交互；第三层为核心的深层物理推演，从物理定律出发，直接推演材料内部应力、气流切变、电磁干扰等人类无法感知的隐性物理现象，让智能体超越人类感官局限开展预判。
　　架构融合了系统辨识、多模态融合与分层世界模型三大技术路线。通过系统辨识机制，模型在隐空间中持续识别和适应环境物理参数的变化；通过多模态统一表征，将视觉观测、力/触/声觉信号与动作序列映射到同一嵌入空间；通过分层世界模型架构，将表层物理感知与深层物理推演整合为联合计算框架。输出端联合解码未来帧、接触力分布、声觉反馈、关节状态及深层物理场预测结果，实现从表层感知到深层物理的全链路闭环推演。
　　b、索辰智能体-大圣
　　索辰·大圣以“意图即建模”为核心理念，实现设计逻辑自主演进，打破传统建模繁琐流程，达成空间几何与物理常数深度共生，保障模型精准贴合真实物理规律；依托自研仿真引擎，支持工程师以自然语言直接驱动仿真全过程，覆盖模型生成、边界荷载设定、网格划分、求解计算及结果分析等关键环节，无缝支撑结构、流体、声学、电磁等多物理场仿真场景，构建起从需求输入到方案产出的端到端智能化仿真体系，为世界物理模型的构建与高效应用打造强大智能引擎。
　　c、索辰物理合成数据-行者
　　索辰·行者以工业级多物理场仿真引擎为核心，覆盖流体、结构、声学等物理场，通过第一性原理数值求解生成训练数据，通过真正“算出来”的数据，从物理机制上保证数据的真实性与一致性。依托真实数据标定仿真参数，并结合大规模域随机化技术，索辰·行者实现高质量工业级训练数据的规模化生成。视觉、力觉、声学等多模态数据基于统一物理世界同源同步生成，天然保证跨模态数据在时间、空间与物理状态上的一致性，为模型训练提供高精度、自动化的真值标注。
　　（2）核心技术进展
　　a、三维CAD for CAE内核建模技术
　　该技术面向CAE软件的前处理模块，应用于公司流体、结构、声学、电磁等多个类型产品，是公司自主研发的可直接应用于仿真分析的三维CAD内核，支持三维模型导入、三维立体建模、几何修复及清理、参数化建模等功能。该技术能够增加CAD模型的精度和保真度，保证几何模型的准确性，为仿真模型输入提供准确转换工具。
　　b、三维轻量化与沉浸式后处理显示技术
　　该技术面向CAE软件的后处理模块，为客户提供轻量化、立体化、便捷化的可编辑后处理结果，以方便客户的仿真设计与分析。该技术支持显示方向、范围、颜色、标题、图例、动画、注释自定义，支持网格文件、流体、结构、电磁后处理结果导入显示编辑，支持VR、AR等后处理结果一键式切换与实时推送，包括动态显示和静态显示，打造立体沉浸式视觉体验。
　　c、基于产品全生命周期的数字孪生仿真技术
　　该技术面向产品设计的全生命周期，从产品概念设计阶段引入仿真分析，基于系统性的需求分析，快速引入方案论证系统，满足从初步设计到详细设计对分析效率、精度的不同要求。利用公司多个学科的仿真技术求解后，引入数字样机，构建数字孪生模型，并利用优化算法与机器学习不断调整仿真参数和数字样机，进行自动校验和协同验证，实现数据孪生、模型孪生和过程孪生相互关联、相辅相成的一体化数字孪生平台。
　　d、高性能计算与仿真云计算技术
　　高性能计算技术为公司各类仿真算法实现并行计算提供支撑，通过CPU、GPU等异构计算架构，把一个复杂的计算问题根据一定的规则分为许多小的计算单元，在集群内的不同节点上进行计算，再对计算结果进行汇总分析，在短时间内以极高速度处理大量数据。高性能计算为公司气体动理学算法、直接模拟蒙特卡洛方法、光滑粒子流、再生核粒子算法等赋能千核以上并行计算效率，且能够保持较好的加速比，显著提升客户的仿真设计能力。公司的仿真云技术基于标准Web架构，通过在本地或云端运行大量并行任务和分时使用，可以实现客户计算资源的充分利用，提升设计人员的协同开发能力，加快产品设计的迭代更新。
　　e、物理AI
　　物理AI技术体系构建以数据驱动和物理规律融合为核心逻辑，该技术涵盖：(a)多模态数据处理系统，能整合结构化时序数据、非结构化三维场数据及空间地理信息，通过智能校正算法实现多源数据融合清洗，形成高置信度数据流，并依托高性能时序数据库提供快速存储与查询能力。(b)自动化模型训练平台，基于数字底座自动生成海量带标注的合成训练数据，集成物理机器学习算法库，将物理规律作为约束融入训练，支持智能调参与分布式训练，降低模型开发门槛，实现快速迭代。(c)实时推演引擎，基于训练好的深度学习模型，在通用硬件上实现三维环境场秒级解算，计算效率较传统方法提升数千倍，且具备自校准能力，通过与实时感知数据比对动态优化模型，确保结果逼近物理真实。(d)开放应用生态，通过SDK/API开放核心能力，支持开发者快速集成数据、算法与可视化功能，拓展至多领域定制化应用。
　　2、报告期内获得的研发成果
　　关于报告期内的主要研发成果，具体内容请见本报告“第三节管理层讨论与分析”之“三/（三）/1、核心技术及其先进性以及报告期内的变化情况”。
　　3、研发投入情况表
　　研发投入总额较上年发生重大变化的原因
　　研发投入较上年同期扩大3,418.55万元，变化幅度为67.53%。主要系本期较上年同期合并范围扩大，人员规模扩大，职工薪酬上升所致。
　　四、风险因素
　　1、研发失败风险
　　相对于一般软件，CAE软件和物理AI产品技术门槛高、涉及学科广、研发难度大、体系设计复杂、研发周期长，目前我国工业软件整体水平明显落后于欧美等发达国家。公司成立起步时间相对较晚，在产品体系、技术实力等方面相对国际竞争对手仍存在较大差距，未来需要持续投入资金与人力进行产品研发和技术升级以求形成赶超。若公司产品研发和技术升级不符合行业发展趋势，无法满足市场需求，研发成果未达预期甚至研发失败，可能无法继续保持较高的市场竞争力，丢失市场份额，对未来业务发展造成不利影响。
　　未来公司会持续加大研发投入，若公司研发失败或研发的产品不能满足市场需求，高额的研发投入不能促进业绩增长，将会对公司利润总额产生不利影响。公司将加强市场调研，充分了解市场需求和竞争环境，建立科学合理的研发管理体系，在研发计划中预见和预防风险，定期评估和调整。
　　2、人才流失及技术人员成本上升风险
　　公司作为知识密集型企业，高素质的技术人员是企业的核心竞争力之一。CAE软件和物理AI产品开发需要大量掌握数学、物理学、计算机科学、人工智能和工程学知识的复合型人才，行业人才在国内范围相当稀缺，同时多年来互联网、人工智能等行业的发展吸引了大量具备CAE行业知识和能力的人才进入，进一步加剧了行业人才的匮乏。经过多年发展，公司在技术研发和业务拓展过程中积累了一批研发能力突出、项目经验丰富的核心人员，并且相关人员均具备丰富的CAE领域科研经验，能够深入理解并服务于客户的需求。公司与核心技术人员均签订了竞业限制协议，并通过实施限制性股票激励计划等方式稳定研发队伍。未来市场人才竞争激烈，若公司不能维持研发人员的稳定性并不断吸引行业优秀人才加盟，公司可能无法保持现有的技术竞争优势，将会对公司经营发展产生不利影响。
　　公司将通过自身业务发展、行业地位提升、合理薪酬待遇及各类人才培养计划等综合措施提升对人才的吸引力。
　　3、业务开拓风险
　　物理AI产品及解决方案面向复杂物理场景，通常需要物理机理、世界物理模型、场景数据、仿真与验证、算法模型、算力及软硬件系统集成等多项能力协同，产品成熟度、虚实一致性、场景适配性、系统稳定性及客户验收效果均可能影响其商业化进程。
　　若公司主要客户合作关系发生不利变化，或未能及时推出满足客户需求的产品和解决方案、有效拓展新客户和新场景，或者相关物理AI产品在技术迭代、场景验证、客户导入、生态协同或项目交付等方面未达预期，可能导致公司订单获取、相关产品商业化进展及收入增长不及预期，并对公司经营业绩产生不利影响。
　　4、收入存在年度和季节性波动的风险
　　公司部分客户存在预算管理、项目实施和验收结算周期等特点，部分项目通常在下半年尤其是第四季度集中推进验收结算，使得公司下半年收入规模整体上优于上半年，具有一定季节性。
　　公司在产品取得客户验收时确认收入，如果未来公司与客户的合作关系发生不利变化，或者因为客户决策或公司执行进度等原因导致公司第四季度的项目交付和验收出现延迟，将对公司全年业绩产生重大影响，可能导致公司收入在年度间发生波动，部分年度收入可能出现同比下降的风险。同时，由于营业收入存在明显的季节性特征，导致公司存在不同季节利润波动较大，甚至出现亏损的风险。
　　5、应收账款收回风险
　　公司部分客户为军工单位及科研院所，此类客户的付款审批流程较为复杂，付款需根据客户整体项目进度、资金安排节奏向公司结算，进而导致公司的应收账款结算周期整体较长，客户回款速度相对较慢。受公司收入第四季度占比较高、客户付款审批流程较长等因素影响，公司最近三年各年末应收账款金额较大、占当期营业收入比例相对较高。
　　如果未来下游客户生产经营出现重大变化或公司催收回款措施不力，可能导致公司出现应收账款无法收回形成坏账损失的风险。如果应收账款规模持续扩大，也可能影响公司经营现金流，对业绩造成不利影响。
　　6、市场竞争加剧的风险
　　近年来，国家大力倡导工业软件自主可控，鼓励和引导资本进入工业软件领域。大量市场参与者或将涌现，加剧市场竞争。如果公司未来不能维持竞争优势，持续进行市场开拓，则可能对公司的市场地位产生不利影响。同时安西斯、达索、西门子等国外竞争对手在工业软件市场竞争中总体上仍处于优势地位，若上述国外竞争对手依靠市场影响力强、品牌知名度高等优势调整其在国内的营销策略，会导致竞争进一步加剧。
　　公司将持续加大研发投入，提升产品质量，树立品牌效应，不断拓展市场规模，保持在国内市场的领先地位。
　　7、宏观环境风险
　　当前国际形势复杂多变，全球贸易的不利因素会影响到投资的增长，进而影响到中国制造业的发展。制造业作为公司的下游客户，未来若宏观经济波动加剧，可能造成客户在信息化以及研发设计类软件需求上的进一步疲软，从而对公司业务发展造成不利影响。
　　公司将加强风险防范和控制，依托国家政策，坚持技术创新，增加客户粘性，保持增长动力。
　　8、募集资金投资项目的实施风险
　　公司募集资金投资项目实施后，公司固定资产规模将大幅增加，员工人数也会大幅增长，固定资产折旧费用、人员费用支出也相应增加。由于募集资金投资项目建设完成到完全达产还需要一定时间，无法在短期内快速实现效益，若出现募集资金投资项目未能顺利实施、新技术开发进度不达预期、研发遭遇技术瓶颈甚至失败，将会对公司经营业绩造成一定影响。
　　公司为软件企业，过往生产经营过程中，不存在生产、加工、制造和装配环节，公司本次实施的“年产260台DEMX水下噪声测试仪建设项目”，需要采购水听器等元器件后进行装配和集成，涉及生产环节，并计划采购生产设备。如果公司该项目实施过程中，因公司生产管理经验不足或缺乏相关生产人员，导致生产的相关设备无法达到预定技术要求或得到客户认可，该募投项目将无法达到预期收益，也会因固定资产增加导致折旧增加，影响公司的盈利能力。
　　倘若未来行业竞争格局、市场需求、相关产业政策、市场开拓等方面出现重大不利变化，或公司产品技术水平、销售覆盖、服务能力配套不到位，导致公司销售未达预期，公司可能面临新增产能无法完全消化而导致的盈利能力下降的风险。
　　公司将持续跟踪项目实施进展，加强项目管理，积极采取有效措施防范相关风险。
　　9、并购整合风险
　　公司完成收购力控科技60%股权后，公司业务范围在扩大的同时，在企业文化、管理团队、技术研发、客户资源和项目管理等方面均面临整合风险。公司能否提高力控科技的竞争优势并充分发挥协同效应，是公司收购完成后面临的管理风险。
　　公司将完善内部管理流程，提高管理效率及水平，密切关注并解决并购整合过程中所遇到的问题。 收起▲

　　一、报告期内公司所从事的主要业务、经营模式、行业情况说明
　　(一)主要业务、主要产品或服务情况
　　1、主营业务情况
　　公司专注于CAE软件研发、销售和服务，并已成功推出物理AI开发及应用平台的全场景解决方案。公司自成立以来，坚持面向世界科技前沿，面向重大科技需求，专注于CAE核心技术的研究与开发，在实现自身技术持续提升、经营规模不断扩大的同时，为实现我国工业软件自主研发、核心技术自主可控的新局面贡献力量。
　　公司凭借在物理建模、算法研发和行业应用上的长期积累，结合人工智能和GPU等新技术深度创新，积极布局以物理AI为代表的新领域新技术，拓展以工程仿真软件为核心的天工平台及物理AI为... 查看全部▼

　　一、报告期内公司所从事的主要业务、经营模式、行业情况说明
　　(一)主要业务、主要产品或服务情况
　　1、主营业务情况
　　公司专注于CAE软件研发、销售和服务，并已成功推出物理AI开发及应用平台的全场景解决方案。公司自成立以来，坚持面向世界科技前沿，面向重大科技需求，专注于CAE核心技术的研究与开发，在实现自身技术持续提升、经营规模不断扩大的同时，为实现我国工业软件自主研发、核心技术自主可控的新局面贡献力量。
　　公司凭借在物理建模、算法研发和行业应用上的长期积累，结合人工智能和GPU等新技术深度创新，积极布局以物理AI为代表的新领域新技术，拓展以工程仿真软件为核心的天工平台及物理AI为核心的开物平台，持续探索物理AI技术的落地应用，赋能工业装备的设计与制造，助力客户实现跨越式发展。
　　报告期内，公司通过重大资产重组成功整合力控科技，对主营业务进行了拓展，新增SCADA软件、工业智能管控产品及工业数智化解决方案的研发、销售和服务。
　　2、主要产品情况
　　公司的核心产品为CAE产品及物理AI产品，产品涉及工程仿真、智能物理建模、多场耦合分析、数据驱动优化等多个方向，可满足航空航天、汽车制造、能源动力、低空经济、具身智能等复杂产品研发或工程技术创新领域的需求。
　　公司的CAE产品可进一步细分为CAE单一学科仿真软件、多学科仿真软件和CAE工程仿真优化系统。单一学科软件是公司用于流体、结构、声学、电磁、光学、测控等领域仿真软件的统称，可以单独实现不同场景、不同工程环境的仿真模拟计算，是通用型工具软件。多学科仿真软件是将多类别的仿真软件与多类型的仿真系统集成在一个仿真环境下运行，帮助客户提升复杂工程整体设计的效率，多学科仿真软件以单一学科软件为基础。
　　工程仿真优化系统是在产品系统及详细设计、试验验证、生产等阶段引入仿真分析方法，实现产品设计、生产全周期的仿真驱动，提升解决工程实际问题的能力。公司的仿真产品开发业务是公司根据细分工程领域客户的具体需求，为客户提供定制化的仿真解决方案，主要包括解决特定工程问题的纯仿真软件产品开发，仿真试验融合验证系统、高性能平台、仿真云平台等软硬件一体的仿真方案，为客户提供高性能运算、云服务、多学科仿真、试验等多种综合仿真服务。
　　公司的物理AI产品涵盖物理AI开发及应用平台的全场景解决方案，使开发者和工业用户能够轻松开发和部署物理AI应用，通过构建“感知-建模-推演-交互”智能体系，成为赋能产业革新升级的关键引擎。其中包含物理AI训练一体化平台，可实现成千上万的设计样本智能衍生、验证与训练；物理AI模拟引擎，高效构建高保真的虚拟验证环境，精准复现和预测装备与环境之间的实时、多维互动，为复杂场景下的装备设计优化提供强大支持；智能实时环境感知，可在虚拟环境中进行智能分析与仿真验证；实时数据库等。
　　物理AI产品开发业务是公司根据细分工程领域客户的具体需求，为行业客户提供物理AI产品及解决方案，以物理AI仿真分析平台、智能数据采集与分析系统等软硬件一体的方案，为客户提供融合高保真渲染技术、智能工坊构建融合物理约束的AI建模、实时数据驱动优化、环境感知等多种综合服务，助力客户在复杂工程研发中实现从数据到决策的智能化跨越。
　　报告期内，公司通过重大资产重组成功整合力控科技，对主要产品进行了拓展，新增SCADA软件、企业级实时历史数据库、生产管控一体化平台、工业防火墙及边缘计算网关及工业APP开发工具等共上百种工业软件及相关工业APP，具备完整的工业生产管控软件体系，形成面向工业互联网业务需求设计的一体化产品。
　　(二)主要经营模式
　　1、盈利模式
　　经过多年的经营发展，公司已经形成稳定的盈利模式，主要通过销售以传统工业软件为核心的天工系列产品、及物理AI为核心的开物系列产品来获得收益。
　　公司通过不断的技术创新、市场拓展，所研发的产品已覆盖流体、结构、电磁、声学、光学等多学科工程项目全生命周期的众多应用环节，涉及多个细分行业，形成了丰富、齐全的产品线，实现CAE涉及的相关领域各环节之间有效的应用及协同，同时也实现了自身的规模效应，不断提升公司的利润水平。SCADA产品收入主要来自于油气、石化、化工、煤矿、市政、新能源等领域的大型国企或工业龙头企业，盈利较为稳定。
　　物理AI产品以软件授权、项目与技术服务为核心盈利模式，面向特种行业、低空经济、具身智能等领域客户，提供一体化解决方案与实施交付，同时配套模型训练、运维、培训等技术服务，提升客户粘性。
　　2、采购模式
　　公司建立了完善的采购管理制度。采购人员根据供应商资质、供货质量保证能力、供货及时性、售后服务等内容制定评价表，形成合格供应商名单，采购部在确保产品质量和服务的前提下，通过比价、询价等方式从合格供应商名单中选择最优采购供应商。
　　公司采购的主要内容为软件模块、软硬件产品、无形资产、原材料、技术服务。软件模块主要为仿真产品开发业务中的非仿真软件模块采购，软硬件产品主要为公司根据项目实施需要配套采购的服务器、工作站等硬件产品及感应器、变压器、PLC系统等相关设备，无形资产主要为公司为开展研发活动采购的通用软件，原材料主要为解码器、机械硬盘及扩展卡等电子器件材料，技术服务费主要系公司将软件开发中的非核心模块委外开发费用及软件模块的测试服务费。
　　3、研发模式
　　公司在产品开发过程中，将有限的人力资源聚焦于核心技术的开发，核心求解器模块均为公司自主研发；对于技术相对成熟、非核心的模块，公司通常采用委托第三方开发的形式，以提高整体研发效率，实现公司资源的优化配置。
　　公司的主要研发流程如下：
　　第一阶段为立项前期工作，公司研发部门在市场需求分析的基础上，明确项目课题方向后，对该课题进行可行性分析，确定是否同意立项。审核通过的项目，由项目负责人组织开展立项申请文件编制工作。
　　第二阶段为立项申请，项目负责人向部门负责人提交完整的立项申请文件，将经研发部负责人审核批准的申请文件提交公司进行审查。由公司组织研发部及相关部门对该项目的设计方案、建设内容及进度计划进行审核，并提出建议。
　　第三阶段为项目实施，项目负责人组织项目成员共同制订项目里程碑计划或依据任务书，明确项目里程碑时间节点。
　　第四阶段为项目验收，研发项目在完成目标任务后，由项目负责人提请完工验收。项目成果文件经过评审组认可之后，项目组整理项目资料同时提交给研发部，研发负责人将完成产品导入到公司产品库中，并正式发布产品的版本号。
　　4、销售模式
　　公司主要采用直销模式进行销售。公司凭借高质量的产品、专业化的综合服务能力，成为CAE行业和SCADA行业产业链中具有较强竞争力的参与者。公司设立了营销中心，负责广泛搜集行业内的相关信息，分析潜在的项目机会，交由销售人员进行项目开拓，在发现客户需求、创造客户需求和持续服务客户的过程中提升服务价值和增强客户黏性，实现自身业务的不断发展。
　　公司主要业务的销售流程分别如下：
　　（1）工程仿真软件、物理AI软件
　　（2）仿真产品开发、物理AI产品开发及解决方案
　　工业自动化软件及控制系统及生产管控一体化解决方案产品针对不同行业、不同产品以及不同区域建立相应的市场团队并采取针对性的销售服务。
　　报告期内，公司通过参与招投标或商务谈判的方式与主要客户开展合作。
　　(三)所处行业情况
　　1、行业的发展阶段、基本特点、主要技术门槛
　　根据中国证监会发布《上市公司行业统计分类与代码》（2024年）规定，结合公司所从事具体业务，公司所处行业属于I65类“软件和信息技术服务业”。根据《国民经济行业分类》，公司所属行业为I651类“软件开发”。
　　根据发改委颁布的《战略性新兴产业重点产品和服务指导目录》（2016版），公司所属行业为“新一代信息技术产业（代码1）”中的信息技术服务（代码1.2），具体为“新兴软件及服务（代码1.2.1）”；根据国家统计局发布的《战略性新兴产业分类（2018）》，公司所处行业属于国家新兴战略产业中的“新一代信息技术产业（代码1）”，具体为“新兴软件和新型信息技术服务（代码1.3）”中的“新兴软件开发（代码1.3.1）”，属于国家重点支持的新兴战略产业。
　　根据《上海证券交易所科创板企业发行上市申报及推荐暂行规定》，公司属于第五条规定的“新一代信息技术领域”中的“软件”企业。
　　工业软件是指专用于或主要用于工业领域，为提高工业企业研发、制造、生产管理水平和工业装备性能的软件。工业软件是将工业技术软件化，即工业技术、工艺经验、制造知识和方法的显性化、数字化和系统化，是工业生产提质增效的重要工具。我国正处于转变发展方式、优化经济结构、转换增长动力的攻关期，工业软件助力效率提高和技术创新，对工业的发展具有极其重要的技术赋能、杠杆放大与行业带动作用。
　　工业软件是由新型劳动者、新型生产工具和新型劳动对象所共同构成的一种新质生产力。工业软件广泛应用于工业领域各个要素和环节之中，与业务流程、工业产品、工业装备密切结合，全面支撑企业研发设计、生产制造、经营管理等各项活动。根据工信部数据，2025年全年全部工业增加值达41.7万亿，比上年增长5.8%，巨大的工业规模体量，对工业软件的需求非常旺盛。随着中国从工业大国向工业强国迈进，在高质量发展的要求下，工业软件作为支撑中国制造的底层设计能力，其重要性已经取得社会各界广泛认同。与此同时国家层面正视我国工业软件尤其是工业基础软件实力薄弱，空心化较为严重的事实。
　　近年来，国家多个部委持续加强推动自主可控工业软件推广应用，彰显出工业软件已经成为了国家级别的战略部署，将不断推动产业的快速进步。
　　2023年12月31日，国家数据局会同有关部门制定的《“数据要素x”三年行动计划（2024-2026）》中提到“开发使能技术，推动制造业数据多场景复用，支持制造业企业联合软件企业，基于设计、仿真、实验、生产、运行等数据积极探索多维度的创新应用，开发创成式设计、虚实融合试验、智能无人装备等方面的新型工业软件和装备。
　　2025年4月19日，工信部颁布的《智能制造典型场景参考指引（2025年版）》中提到“面向产品功能性能测试、可靠性分析、安全性验证等业务活动，针对新产品验证周期长、成本高等问题，搭建虚实融合的试验验证环境，应用高精度建模、多物理场联合仿真、自动化测试等技术，通过全虚拟或半实物的试验验证，降低验证成本，加速产品研发。
　　2025年7月2日，工信部等多部门联合颁布的《机械工业数字化转型实施方案》中提到“加快智能装备推广应用。建设一批中试验证平台，围绕工业母机、农机装备、医疗装备、安全应急装备、智能矿山装备、机械基础件等行业关键产品工程化产业化需求，支持行业龙头企业、科研院所搭建虚实融合的试验验证环境。
　　2025年11月5日，工业和信息化部办公厅颁布的《关于开展2025年人工智能产业及赋能新型工业化创新任务揭榜挂帅工作的通知》中提到“面向人工智能产业发展底座、‘人工智能+制造’、智能产品装备、共性基础支撑等重点方向，发掘培育一批技术创新强、应用落地快、典型示范好的关键技术和产品，加快人工智能与工业深度融合应用，高水平赋能新型工业化。
　　2025年全年，全国软件和信息技术服务业运行态势良好，软件业务收入稳健增长。根据工信部最新数据，2025年全国软件产品收入32,361亿元，同比增长10.4%，占全行业收入比重为20.9%；其中，全国工业软件产品收入3,330亿元，同比增长9.7%，我国工业软件市场有望持续保持高速增长的势头。
　　伴随高性能计算、大数据及人工智能技术的持续突破，CAE行业的技术体系正由以“数值仿真”为核心的传统模式，向融合多源数据、实时反馈与智能决策的“物理AI”新阶段演进。传统CAE技术以物理定律和数值算法为基础，通过建立高精度数学模型和边界条件求解，实现对产品设计与工况的预测与优化，其优势在于理论严谨性和可重复性；但在应对复杂耦合、多变环境和实时交互需求时，物理AI能够在计算成本、模型迭代周期等方面体现出优势。
　　物理AI是在传统CAE物理建模与求解框架基础上的融合式升级：一方面保留并强化物理规律约束，以确保结果的科学性与可解释性；另一方面引入机器学习、深度神经网络等数据驱动方法，利用历史仿真与实测数据训练高效预测模型，实现仿真速度数量级的提升，并支持多场景实时响应与动态优化。通过物理机理与AI算法的双向驱动，物理AI能够在复杂工况下实现快速推演、自动优化设计、预测性维护等功能，使仿真技术从“离线计算”走向“在线智能决策”，应用场景也由研发设计阶段拓展至全生命周期管理。
　　物理AI融合了传统物理建模与人工智能算法，能够在保持物理规律严谨性的同时，显著提升仿真计算速度与场景适应能力，实现从离线模拟到实时预测、从设计验证到全生命周期优化的跨越。在工业应用领域，物理AI有望在高端装备快速迭代、复杂系统实时调优、数字孪生动态驱动等新兴需求中形成广阔的增量市场。与通用人工智能及大模型侧重跨领域的通用智能与数据拟合不同，物理AI更聚焦于工业场景的机理建模与精准计算，有望成为下一代工业CAE的核心技术形态——它不仅能显著提升工业仿真的计算效率和工程决策价值，更将推动工业领域从“模拟现实”的被动验证，迈向“预测并塑造现实”的主动创新新阶段。
　　2、公司所处的行业地位分析及其变化情况
　　公司自成立以来，坚持面向世界科技前沿和国家重大需求，专注于CAE核心技术的研究与开发。努力打破欧美厂商在行业内的垄断地位，承担着国内CAE软件弯道超车的重任，为实现CAE软件产品国产化、自主化作出贡献。
　　经过持续的研发投入与技术创新，不断沉淀和积累了包括三维CADforCAE内核建模技术、三维轻量化与沉浸式后处理显示技术、基于气体动理学的流体仿真内核、基于光滑粒子流体动力学的水动力仿真内核、无网格粒子离散结构仿真内核、宏观微观双向多尺度耦合仿真内核、全频域声源和声传播仿真内核、电大/超电大目标电磁仿真内核、裂纹引发和扩展仿真内核、光机热一体化协同仿真内核、多学科联合仿真引擎与伴随优化技术、基于产品全生命周期的数字孪生仿真技术、高性能计算与仿真云计算技术、物理AI等十四项核心技术，并形成覆盖流体、结构、电磁、声学、光学全学科多类型的天工平台与物理AI为代表的开物平台。
　　公司持续强化对航空航天、国防装备、船舶海洋等领域具体工程应用场景的研究，将前沿算法与工程应用结合，开发融合了行业标准与工程校验的行业仿真软件，提升产品的商业化应用水平及服务客户的能力。基于公司在国内CAE领域的核心技术优势，公司参与了六项国家级重点科研专项及多项省部级重大课题。
　　公司通过重大资产重组成功整合力控科技，旨在进一步推动公司在前沿科技领域的技术发展，全力完善公司物理AI产品线的技术框架，形成“机理+感知”的物理AI解决方案。公司将逐步对CAE仿真软件和SCADA软件进行技术融合，自主解决整体技术框架下的数据采集、环境感知和数据链接等环节，加强和完善公司物理AI产品自主生态构建。
　　未来，公司的物理AI产品将进一步聚焦高价值场景，优先切入具有客户壁垒优势的行业应用领域，以期成为国内高端制造业物理AI的领军者。
　　3、报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势
　　（1）以仿真为核心的“正向设计”是我国工业自主创新的必经之路
　　“正向设计”是指在产品设计过程中，从需求出发，通过各种设计理念、方法和工具设计出产品的各类要素，以制作一个全新的产品。我国工业在发展过程中，从产业链角度，偏加工、组装和制造，但是前端的产品设计环节中，原始创新不足，正向设计能力欠缺，更多的是做“逆向工程”，然后通过人口红利、原材料价格等获得的成本优势而拓展市场，导致在高端制造领域与部分发达国家存在一定的差距，成为制约我国制造业转型升级的重要因素之一。党的十八大以来，我国经济由高速增长转向了高质量发展，转变发展方式、优化经济结构、转换增长动能已经成为刻不容缓的重要任务。在此背景下，推进新一代信息技术和工业制造业深度跨界融合，更加注重基础研究、注重原始创新、正向设计，提升企业的底层自主研发设计能力，成为实现从“中国制造”向“中国创造”转型的必由之路。CAE仿真软件作为重要的研发设计类工业软件，可以实现产品设计方案的优化、提升产品性能、缩短开发周期、减少设计成本，并通过模拟仿真预测产品功能可用性、可靠性、效率和安全性等，是实现产品正向设计、原始创新的核心工具软件。“中国创造”转型的时代背景下CAE企业迎来了增长和发展的重要机会，既有助于技术进步，也有利于商业扩张。
　　（2）CAE技术正在成为数字空间和物理世界融合的最重要的工具
　　随着竞争的加剧和客户需求的多样化，低附加值的产品或服务已经不能满足市场和环境发展的要求，现代制造业产品越来越复杂、功能越来越齐全，产品设计呈现数字化、专业化、集成化等特点。作为一种功能强大的工具软件产品，CAE软件正在成为数字空间和物理世界融合的最重要的工具，其所带来的核心变革是在产品全生命周期持续利用CAE技术实现对试验的替代。当产品处于早期概念设计阶段时，开发人员可以通过CAE技术测试初始概念并寻求初始参数的最佳解，从而获得可靠的初步产品设计方案；在产品系统或详细设计阶段，开发人员可以通过CAE技术对产品或工程方案进行模拟，从而对产品设计方案进行不断优化；在产品制造阶段，CAE技术与人工智能的结合有助于确保成品制造的一致性，保证产品精确度和降低成本。总体而言，随着计算机技术的发展，CAE软件的功能不断加强，能够融入到制造业的各个环节，成为制造业企业提升创新创造能力的重要手段。
　　（3）工业软件国产化趋势愈发明显
　　工业软件作为高新技术领域的核心产品，是工业产业“皇冠上的明珠”，其核心技术自主化和国产化迫在眉睫。因此，国内企业出于对自主可控和信息安全的考虑，将优先考虑选用国产工业软件，未来国产研发设计类工业软件进入国内大型企业的步伐将加快。
　　习近平总书记在党的二十大报告中提出：“以国家战略需求为导向，集聚力量进行原创性引领性科技攻关，坚决打赢关键核心技术攻坚战，加快实施一批具有战略性全局性前瞻性的国家重大科技项目，增强自主创新能力”。加之党的十九届五中全会中提出的“以国内大循环为主体、国内国际双循环相互促进”战略，国产工业软件对国外工业软件的逐步替代将成为长期趋势，为国产工业软件的发展带来重大机遇。国内企业凭借对本地化客户需求的深入理解、快速响应的服务优势站稳脚跟，并通过加大研发投入，丰富产品种类，延伸产业链以进入新的发展阶段，以期在国产替代的市场中逐步实现对外国工业软件巨头的追赶及超越。
　　（4）随着国内工业企业数字化、智能化改造需求的日益增长，全链条、多元化的工业软件需求体系推动企业技术整合
　　我国制造业正处于向智能制造转型的关键时期，对工业软件的需求呈现出爆发式增长，并向着更加多元化、高端化发展。随着国内工业企业数字化、智能化转型的持续深化，工业软件的技术也在不断迭代更新，如云计算、大数据、人工智能、物联网等新兴技术与工业软件的融合应用逐渐成为行业发展的新趋势。
　　随着新兴技术的不断突破，为工业领域生产效率提升和运营成本优化提供了底层技术支撑。国内工业企业在数字化、智能化改造的过程中，对覆盖生产全流程的工业软件的需求呈现出爆发式的增长，从底层的设备控制软件（PLC等）、数据采集与监控软件（SCADA等），到中层的制造执行系统（MES等），再到上层研发设计类软件（CAD\CAE等），形成了全链条、多元化的需求体系。
　　（5）人工智能推动物理AI的发展
　　随着人工智能（AI）技术的快速发展，仿真行业正经历前所未有的智能化变革，AI已成为推动科技革命和产业变革的核心力量。“物理AI”是指将物理原理、物理定律与人工智能（AI）和机器学习（ML）技术深度融合，以解决复杂科学与工程问题的一种新型技术范式，与传统依赖海量数据进行模式识别和预测的模型不同，物理AI将流体力学、电磁学、热力学等物理学第一性原理作为底层约束，嵌入到AI模型的构建与训练过程中，赋予了AI“理解”物理世界运行规律的能力。它与纯粹的经验型或数据驱动型AI有所区别，更强调AI模型在学习过程中，不仅从数据中挖掘模式，更重要的是必须嵌入或遵守已知的物理规律。这种融合使得AI模型在预测、模拟和优化物理系统时，具有更高的准确性、可靠性和泛化能力，尤其在数据稀缺或外推场景下表现尤为突出。物理AI技术使仿真从传统的高精度计算工具转变为具备自主决策、实时优化和智能交互的新一代工程平台。
　　展望未来，伴随着多模态大模型与仿真软件的深度融合，叠加算法优化、数据标准化及算力升级的持续突破，将推动物理AI技术进入产业化爆发前夜，其对工业制造业的颠覆性潜力正加速释放。
　　二、经营情况讨论与分析
　　报告期内，公司依托于主营业务，秉承“探索物理人工智能，成就虚实平行世界”的理念，根据国家政策和战略发展需求，加大研发投入，加强技术创新，延伸产业链深度，拓宽应用领域和市场，以促进科技成果产业化。同时，在人工智能以及算力兴起的时代背景下，积极把握物理AI带来的行业改变和战略机会，高度重视并全力参与投入物理AI。
　　（一）多维协同发力，营业收入持续提升
　　2025年度，公司聚焦主业，深耕拓展，以战略性收并购为契机，实现产业链延伸和价值链升级。公司积极把握市场需求持续增长所带来的市场机遇，实现营业收入46,580.88万元，同比上升22.97%；实现归属于母公司股东的净利润3,150.22万元，同比下降24.00%；实现归属于母公司所有者的扣除非经常性损益的净利润2,726.06万元，同比下降25.47%。
　　报告期内，公司主要产品的销售工作推进顺利并取得了良好的成果，同时和各子公司团队积极整合，多维度协同推进产品交付，使得公司全年营业收入实现了持续增长态势。
　　（二）探索物理AI技术，持续赋能客户发展
　　公司聚焦物理AI平台，以“物理AI”为核心驱动力，基于生成式物理AI技术和实景渲染技术，实现真实场景下的四维时空耦合多物理场设计、仿真、优化和训练，并应用于工业装备的研制和部署，推动工业装备设计、研发和制造的智能化升级。
　　2025年3月6日，公司在上海圆满举行物理AI首场天工-开物发布会，而后陆续在广州、武汉、北京、西安、成都等地顺利召开，得到客户的广泛关注与认可。发布会上推出物理AI开发及应用平台的全场景解决方案，全面发布索辰人工智能在工业场景中的关键技术、软件、平台、实装产品以及索辰物理实装实验基地。物理AI系列产品包括：索辰物理AI应用开发平台（天工-开物）及机器人设计训练平台、面向工业装备的设计优化与物理AI训练平台、物理AI电磁环境快速计算引擎、超大规模物理AI生成式流场计算引擎、高精度物理AI雷电预警装备。
　　2025年7月，在2025世界人工智能大会上，公司携三大物理AI创新成功亮相，以“物理AI驱动虚拟训练全球革新”为主题，展现了人工智能与物理仿真深度融合的突破性应用。
　　2026年3月25日，公司在上海成功举办“索辰科技2026世界物理模型发布会”，聚焦数字世界构建与物理智能进化，发布核心产品索辰世界物理模型“营造-万象”。
　　公司推出的涵盖物理AI开发及应用平台的全场景解决方案，使开发者和工业用户能够轻松开发和部署物理AI应用。例如，在风力发电机场景中，智能体可实时分析气象数据与设备反馈，动态调整桨叶偏转角来提升发电量，同时降低叶片应力集中。未来，公司将持续探索物理AI技术在更多领域的落地应用，持续赋能工业装备的设计与制造，助力客户实现跨越式发展。
　　（三）高效整合产业，持续推进战略布局
　　通过战略并购不断完善产业链布局，是实现跨越发展的重要途径。报告期内，公司按照既定发展规划积极拓展战略布局，通过自主技术创新、战略合作、投并购等多种方式，加快公司在物理AI各关键领域的战略布局，并稳步推进物理AI核心产品落地。
　　报告期内，公司收购力控科技60%股权的重大资产重组事项已顺利实施完成。本次收购系公司突破关键核心技术、打破国际技术垄断、构建自主可控国产工业软件生态的重要战略布局，有利于丰富公司产品矩阵与技术体系，推动前沿技术研发与创新，完善物理AI产品线技术架构，打造“机理+感知”一体化物理AI解决方案，进一步拓展市场覆盖范围，提升综合竞争实力。
　　2025年10月，公司完成对昆宇蓝程的收购，持有其55%股权。公司与昆宇蓝程在数据仿真、算法应用、AI计算等领域技术高度契合、优势互补。依托公司物理AI技术及CAE产品能力，可为昆宇蓝程在低轨星座建设、载人登月论证、空间目标监测等业务方向提供技术支撑，提升其产品性能与可扩展性，增强市场竞争力，实现业务协同发展。
　　报告期内，公司还投资北京凌云智擎科技有限公司、设立了InnovatechINTKft匈牙利子公司，并分别与多家领军企业和机构建立了战略合作伙伴关系，通过整合优势资源，提升公司核心竞争力，进一步巩固公司在行业的领先地位。
　　（四）建立长效激励机制，持续培养和引进高端人才
　　基于未来长远发展考虑，公司一直以来始终重视人才队伍的培养和建设，不断引进高端人才，形成不断扩大的优秀研发团队与深厚的人才储备，满足公司技术研发的需求。
　　报告期内，公司不断优化人才结构，组建高质量研发骨干人才队伍。截至2025年12月31日，公司研发人员数量268人，研发人员数量占公司总人数的比例为33.42%；研发人员中，具有硕士研究生以上学历的人员占比达到35.82%，年龄在40岁以下（不含40岁）的人员占比达到77.61%。公司尚处于成长期，只有不断加强人才建设，完善研发团队，才能保持公司的创新能力，进而持续提高公司的核心竞争力。
　　公司重视员工能力建设和职业发展，通过建立长效激励机制，提高人才队伍的积极性和稳定性。基于自身特点和发展要求，公司建立了能够有效促进创新的人才激励机制，推行激励创新的企业文化，对为公司作出突出贡献的员工进行股权激励。报告期内，公司推出2025年限制性股票激励计划，并于报告期后实施2026年第一期员工持股计划。
　　（五）品牌建设及影响力
　　2025年6月，公司被新纳入中证高新技术企业指数（H30368），该指数参考国家高新技术企业认定标准，从所有高新技术企业中选取近三年研发投入占比最高的50家上市公司作为指数样本。
　　2025年9月，上海市工业互联网协会公布《2025年上海市“AI+制造”专业服务商目录》，公司成功入选。这一认可充分体现了公司在工业智能领域的创新实力，尤其是其物理AI技术体系为智能体研发与应用带来的突破性进展。
　　2025年12月，经工业和信息化部人工智能标准化技术委员会评审，公司凭借在物理AI领域的技术突破与产业实践，正式成为该委员会成员单位。此次入选，标志着公司在人工智能研究、开发、应用和产业化等方面的积累得到了国家级权威认可。
　　2025年12月，公司凭借卓越的信息披露质量、规范的公司治理和稳健的经营表现，荣获中国证券报“上市公司金牛奖-2024年度金信披奖”。
　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1、自主研发及面向客户自主可控优势
　　公司成立以来，积极响应国家核心技术自主可控的政策，坚持核心技术自主研发的发展路径。在CAE领域，公司实现了全流程自主可控，并在CAE求解器模块的关键核心技术拥有自主知识产权，具备底层开发能力，产品核心模块不依赖于第三方供应商，有效避免了在商业竞争及贸易争端中被第三方限制的情况。
　　国内部分科研院所及企业越发重视国内供应商的发掘，为国内CAE企业带来新的发展契机。公司作为国内CAE龙头企业，在满足客户技术需求的同时，能充分满足客户对信息安全管理的需要。
　　2、在部分细分领域的技术和算法优势
　　公司成立以来始终坚持核心技术的自主创新，基于对物理学、数学等学科理论的深入学习，不断开发各类先进的求解器算法并持续优化，提升产品的计算分析能力，目前公司在部分细分领域已具备一定的技术和算法优势。如在流体仿真领域，公司拥有基于气体动理学模型的三套先进算法，分别是气体动理学算法（GKS）、直接模拟蒙特卡洛（DSMC）方法、光滑粒子流体动力学（SPH）方法，均为基于高性能计算的行业前沿算法，核心技术具有较强的先进性。
　　同时，公司目前在流体、结构、声学领域开发的多个求解算法均是以高性能计算为支撑，部分算法在千核以上的并行计算中依然有良好的加速比。随着计算机性能的不断发展，计算的精度和效率能够有效提升，减少前处理的时间与人力成本。
　　3、单一数据格式
　　单一数据格式（即在整个系统或流程中统一使用同一种数据格式）的优势显著，主要体现在简化复杂性、提升效率、增强兼容性等多个维度。公司凭借在技术架构上的前瞻性布局，采用单一数据结构对全业务链条的核心参数进行标准化描述，覆盖从CAD几何、材料属性、离散化处理，到各个物理场求解器设置、后处理分析、优化算法迭代、模型训练过程，再到实时数据采集等全环节。
　　这一技术架构的核心价值在于实现了参数管理的高度统一，当任意环节的参数发生变更时，系统可自动同步至所有相关环节，无需人工手动调整或编写特定脚本实现调参。这种自动化联动机制，不仅彻底消除了传统多数据格式下的参数不一致风险，更推动业务流程实现全链路自动化——从几何建模、物理场求解、批量样本生成，到模型训练、性能优化、结果验证等环节均可全自动完成。
　　依托单一数据格式，公司成功实现了人工智能全自动调参，通过将仿真参数与实测结果进行动态比对，可智能纠错并优化模型精度，大幅提升了物理AI模型的可靠性与工程实用性。目前，公司全部的求解平台均已实现单一数据结构的标准化部署，既降低了系统维护成本，又保障了跨平台、跨场景应用的兼容性与稳定性。这一技术优势使得公司在物理AI产品的研发效率、迭代速度及工程落地能力上形成了显著的行业壁垒，成为支撑公司物理AI的核心竞争力之一。
　　4、物理AI的前瞻性布局
　　报告期内，物理AI技术的发展也为公司带来了新的发展契机。公司积极布局前沿技术，将物理规律驱动的建模与人工智能算法深度融合，推动仿真与设计流程的全面革新。借助物理AI的赋能，公司仿真平台在保持物理机理严谨性的同时，实现了计算速度和场景适应性的显著提升，能够在多种复杂工况下快速生成优化设计方案，大幅提高设计效率与创新能力。这种融合不仅增强了仿真的准确性与泛化能力，还显著缩短了产品从概念到市场的周期，为客户创造了更高的经济效益。公司还构建了基于智能体决策的物理AI数字孪生框架，将高精度多物理场仿真、实时感知数据与智能决策算法相结合，打造高度精确、动态可更新的产品性能模拟环境。借助该框架，客户能够在虚拟环境中对产品在真实世界中的运行状态进行全生命周期预测、优化与验证，从而在设计、制造、运营等环节做出更加科学、精准的决策。
　　通过持续的技术创新与战略布局，公司在物理AI领域建立了先发优势，形成了从核心算法、平台架构到行业应用的全链条技术体系，为客户提供全面、高效、智能的工程仿真解决方案，进一步巩固了公司在国内CAE行业的龙头地位，并为未来参与全球高端工业软件竞争奠定了坚实基础。
　　5、优质客户资源优势和强效的客户粘性
　　公司拥有十余年来自各特种行业的客户资源和服务经验积累。一方面，工业软件源于工业需求，用于工业场景，需要经历工业场景打磨不断提升品质，带有天然的工业基因，与工业密不可分。丰富的客户资源将为公司各产品线不断迭代进步提供大量典型应用场景，帮助公司深刻理解客户需求，打磨提升产品能力。
　　另一方面，研发设计类工业软件贯穿了企业客户产品开发全生命周期，因此公司各学科产品的客户群体会有相当一部分的重叠，这意味着公司庞大的某一单一学科客户群体中存在着其他学科和多学科耦合的需求，各产品线的客户资源相互赋能，助力业务可持续发展。持续满足客户需求、获得客户信任、积累客户资源是公司源源不断发展的动力。
　　在多年的业务发展过程中，公司凭借先进的技术优势、完整的产品体系及专业化的服务能力，通过多年的市场推广和客户开发，积累了优质的客户资源。公司致力于为高端制造业用户提供专业化产品与服务，公司的研发能力、产品质量和服务能力得到了客户的广泛认可，公司的产品广泛应用于特种工业领域。报告期内，公司为客户提供多学科覆盖的工程仿真软件及仿真产品开发服务，与客户建立了良好的合作关系，在行业中具有较高的品牌知名度。
　　公司持续扩大工程应用团队的规模，增加了大量的算例库，涵盖了不同行业和领域的仿真案例，有效加速产品迭代更新，推出新功能，帮助客户更好的应用软件，客户满意度不断提升的同时增加了客户粘性，也帮助产品不断迭代。
　　(二)报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措施
　　(三)核心技术与研发进展
　　1、核心技术及其先进性以及报告期内的变化情况
　　（1）产品更新及报告期内发布情况
　　在当下科技高速迭代的大环境中，各行业对前沿技术的依赖程度与日俱增，竞争格局也随技术创新不断重塑。报告期内，公司敏锐洞察市场趋势，对产品线进行战略调整，全力打造“天工”与“开物”两大核心产品线。报告期内，两大产品线均展现出独特的技术优势与创新成果，为公司的持续发展注入了强劲动力，推动公司在市场竞争中占据有利地位。
　　A、天工产品线
　　“天工”产品线聚焦于各学科工程仿真软件和仿真产品开发，涵盖流体、结构、电磁、声学、光学等多个领域，是公司在工程仿真与分析领域的核心竞争力体现。
　　索辰通用流体仿真软件R2025a新增了非结构网格气动弹性求解功能，支持模拟各类静气弹和动气弹问题；非结构求解器支持MRF（运动参考系）功能，拓展了复杂旋转流动场景的模拟能力；同时新增数值报告（Report）功能，为分析结果提供更便捷的呈现方式。LBM求解器实现了物体旋转运动的模拟；支持进出口位于平直计算域表面的内流计算，完善了内流场景的求解能力；新增采样点压力脉动的声学后处理功能，为声学特性分析提供了有力支持。
　　索辰通用流体仿真软件R2025b版本在功能上持续深化拓展，新增的非结构网格热气动弹性模拟能力，进一步丰富了多物理场耦合分析场景；引入多种涡识别方法，为流场结构分析提供了更多维度的可视化工具；支持以表格形式定义Profile进/出口边界条件，提升了边界条件设置的灵活性与精确性。LBM求解器支持多进程网格分发和超大规模计算，大幅拓展了计算规模上限；新增静压进出口边界条件，优化了边界条件的适用性；声学频谱分析功能增强，支持Welch分段加窗平均和PSD计权，提高了声学分析的准确性；网格加密功能新增网格块体素数参数控制，使网格生成更加精细可控。
　　索辰通用流体仿真软件R2025c版本进一步强化多尺度流动、高精度求解及工程应用能力。通用流体求解器新增UGKS求解器，支持基于离散速度的确定性稀薄-连续多尺度仿真，可覆盖从连续介质到稀薄流动的宽范围工况；新增残差控制参数，支持按各物理变量独立设置收敛条件，提升计算稳定性与收敛精度；新增GKS动网格通量，增强动边界、运动体问题的通量计算精度。笛卡尔网格求解器新增发动机进气畸变参数计算功能，满足发动机气动性能分析需求，同时新增可压缩化学反应流计算功能，初步支持有限速率反应模型，拓展燃烧与化学反应流动仿真能力。LBM求解器新增基于FWH方法的远场噪声计算功能，支持流体噪声的远程预报；新增采样面及输出功能，便于流场关键截面数据提取与后处理；同时支持随时间变化的边界条件，可通过幅值、表达式或表格灵活定义时变边界，大幅提升非定常流动仿真的灵活性与适用性。
　　索辰通用流体仿真软件R2025d版本聚焦多物理场仿真精度与复杂流动建模能力的升级。非结构网格求解器新增壁面催化模型功能，可更精准地模拟高温气体环境下壁面反应与能量交换特性，同时新增热化学非平衡模拟功能并支持热力学两温度模型，大幅提升高速、高温、非平衡复杂流动的仿真能力；非结构UGKWP求解器新增流场平均功能，方便对非定常流场进行统计分析与结果后处理。LBM求解器支持在固体壁面局部设置更高层级的加密区域，实现关键区域更高精度的局部精细化仿真；新增基于NetCDF文件、可随时间与空间坐标Z变化的速度入口边界功能，满足复杂时变入口条件的仿真需求；新增流体域及切片上的应变和Q准则输出功能，便于流动结构识别、涡旋分析与可视化后处理。
　　索辰结构仿真软件R2025a中，通用结构模块实现了多项重要功能拓展，新增了基于网格的求解能力，扩展了结构仿真软件的接口；新增平面应力问题的扩展有限元分析；并加入了多分析步功能。优化模块新增多种约束模式，支持考虑运动耦合效应，完善了壳单元拓扑优化结果后处理功能；自由尺寸优化可支持柔度、位移、应力、体积等设计响应并提供相应后处理，复材拓扑优化支持柔度和体积设计响应，同时优化收敛准则得到进一步完善。
　　索辰结构仿真软件R2025b通用结构模块新增报告功能，可自动生成包含多种关键参数的分析报告；材料特性方面，支持温度对线弹性材料本构参数的影响分析；RKPM方法能力大幅提升，支持在边（线上）施加位移边界条件和力荷载，并兼容JC本构材料。优化模块实现跨越式发展，推出基于多场模型的多尺度拓扑优化功能，可支持点阵-孔洞混合结构及点阵-实体-孔洞混合结构的优化设计；配套的多尺度拓扑优化结果后处理功能丰富，能生成不同体积分数光滑过渡的点阵结构、不同类型TPMS形式光滑过渡的点阵结构以及实体-点阵-孔洞混合结构。层合板优化能力显著增强，拓扑优化中加入失效指数设计响应，新增对传统层合板截面类型的支持；同时实现基于层合板自由尺寸优化及可视化功能，为复杂结构优化提供更全面的解决方案。
　　索辰结构仿真软件R2025c通用结构仿真模块新增转子动力学功能，并优化了多项核心能力。在边界条件与载荷设置方面，支持自定义体热源形式及单元中心VTK格式输出；新增常规壳单元离心力适配、热力耦合与非线性静力分析关联求解，以及基于DPC本构的热力耦合分析能力。同时，随机振动分析新增节点力与压强功率谱密度载荷，覆盖点、线、面、体实体的集中力加载，并支持虚拟激励法，提升了多工况、多物理场下的求解能力与适用性。优化设计模块将多尺度拓扑优化能力延伸至传热学与热力耦合分析领域，新增连通性约束与质心约束，完善了桁架点阵结构后处理及等效性能计算功能，并增加单层常规壳静力学拓扑优化能力。多体动力学模块新增与系统仿真软件（MEP）联合仿真功能及刚柔接触功能，并优化了弹簧预载计算。
　　索辰结构仿真软件R2025d进一步完善了核心模块功能，提升了仿真精度、求解效率与工程适配性。通用结构仿真模块扩展了动态分析能力，支持流固耦合及自定义工况下的动态响应分析；新增广义偏心梁单元与广义变截面梁单元，并支持模态分析，用于模拟复杂梁结构的固有动力学特性。在求解性能方面，该模块提升了离心力作用下梁单元的预应力模态求解精度，优化了高速旋转结构的仿真表现；同时升级了二阶单元在随机振动中的求解性能，提升了大规模单元模型下的计算稳定性。优化设计模块新增沿单一方向的挤压约束，以适配挤压成型工艺的结构优化需求；同时新增自定义函数响应功能，支持用户根据工程需求设定优化目标与约束条件，提升了复杂结构优化设计的灵活性。
　　索辰声学仿真软件R2025a在边界元求解器部分，新增了基于配点法的线性单元直接边界元法，为声学计算提供了全新的基础算法支撑，进一步夯实了精准声学建模的起始环节；同时，全面支持有限元-边界元强耦合计算，不仅可满足复杂结构同网格多物理场耦合需求，还可适配匹配网格场景，通过模态叠加法优化不同网格适配下的耦合分析，大幅强化了多方法耦合分析能力。在统计能量法求解器中，板子系统的复合材料截面现已支持层内各向异性材料铺层，显著拓展了复合材料声学分析的适配范围；面连接部分新增了声腔-声腔非共振传输功能，完整覆盖共振、非共振传输及传递损失定义，进一步完善了声腔间能量传输的分析维度。此外，功能优化工作持续推进，统计能量法针对非规则声腔改进了边长识别方法，有效提升了声腔基础参数的计算精度，让非规则场景下的声学分析可靠性得到增强。同时，还成功修复了统计能量法中复合材料铺层材料缺失的问题，保障了声学分析中材料参数的完整性与计算的准确性。
　　索辰声学仿真软件R2025c版本在声学边界元与统计能量法两大核心领域实现了关键技术升级，显著提升了复杂声学场景下的仿真能力与工程适用性。在声学边界元模块，新增有限元边界元强耦合计算的湿模态和附加质量计算功能，可精准模拟结构在流体介质中的振动响应与声辐射特性，为水下结构、船舶舱室等场景的声学设计提供更可靠的分析手段。在统计能量法（SEA）模块，推出FEM-SEA混合求解模块，突破了传统中高频分析的精度局限，该模块支持FE壳类子系统的创建与求解，可精准模拟结构局部高频振动特性；同时支持SEA声腔类子系统的创建及其与FE壳的混合面连接，实现了结构-声腔耦合系统的高效建模；此外，该模块还支持混合模型耦合损耗因子求解、子系统响应求解，并可对混合模型中的SEA子系统施加载荷与约束，为航空航天、汽车等领域的中高频噪声与振动分析提供了更全面、精准的解决方案。
　　索辰电磁仿真软件R2025a在FDTD求解器进行了自动收敛功能升级，新增基于能量收敛判据的自动收敛功能，在复杂电磁仿真中，自动判别收敛状态并调整计算步长，替代人工手动调试，提升仿真效率与结果精度，加速研发迭代。同时，完成了平面波赋予机制优化。针对电磁散射场景，优化平面波加载与传播模拟，提升复杂目标散射特性模拟的准确性，助力雷达罩设计、电磁兼容分析等场景高效仿真。
　　索辰电磁仿真软件R2025b中FDTD求解器进一步提升了稳定性与使用体验。同时，高阶矩量法作为精准攻克复杂场景全波计算难题的核心引擎，本季度索辰电磁仿真软件围绕这一关键技术深化发力，完成了求解器相关功能开发及界面部分整合，推动算法功能与交互体验适配新环境，该求解器配合高效的四边形网格可以在保证精度的前提下大幅缩减计算未知量，同时高效的自适应四边形网格能够精确模拟电大尺寸目标上的细小结构。
　　索辰电磁仿真软件下半年进行了一次发布。架构方面，使用更新的技术重构了从建模、网格、仿真计算、结果输出的全流程；功能方面，实现了完整的高级分析设置、边界条件、多种激励设置，测试通过了场发生器功能，完善了理想模型定义机制，新增波导端口去嵌入功能与集总RLC负载支持，完成材料库架构迁移与数据重构，并形成了天线与散射模型的端到端计算能力，大幅提升了天线设计、微波电路仿真等场景的精度与适配性；使用方面，通过新的剖分流程，大大提高了网格的质量和鲁棒性，同时新增网格剖分静默运行模式，修复了一些特殊场景下的Bug，既支持大规模模型的后台批量处理，又统一了全流程单位体系，有效规避仿真误差。此次更新进一步提升了软件在复杂电磁场景下的仿真精度与效率，为雷达罩设计、电磁兼容分析、天线系统研发等领域提供了更可靠、高效的工具支撑。
　　索辰光学仿真软件R2025a版本在基础功能、兼容性和数据协同三个方面进行了全面升级。该版本重点优化了光学耦合求解器前处理流程，显著提升了计算效率；同时通过扩展对老旧设备的支持范围，有效降低了部署难度。在数据协同方面，新版本实现了vtu文件的全流程支持，与索辰多学科平台建立了无缝数据通道，为前后处理结果的验证与综合分析提供了便利。
　　索辰光学仿真软件R2025b版本着手于更新固体激光器仿真功能，提供从基础设计到高阶分析的完整工具链。该版本支持多种谐振腔结构设计，并配套一维稳定值计算与焦散图分析功能。新增的F-P腔分析模块集成了光场/功率分析工具与高斯光束工具，满足激光谐振腔从理论验证到工程应用的需求。在可视化分析方面，推出二维稳定图、多域焦散图及光束动态变化演示功能，能够直观展示谐振腔参数对光束质量的影响。针对固体激光器中的热透镜效应问题，该版本提供了包括建立晶体材料数据库、实现有限元模型与泵浦晶体抛物线拟合、提供热透镜效应后的元件替代方案，以及开发专用晶体模板库。此外，新版本还完善了泵浦光分布仿真功能，支持双端圆棒泵浦、单/双端板条泵浦，以及晶轴方向呈平顶分布的圆棒/板条泵浦等多种仿真场景。
　　索辰光学仿真软件R2025c更新了固体激光器仿真的泵浦晶体功率密度、光学系统优化、泵浦光分布及热透镜效应四个核心模块。在泵浦晶体的功率密度方面，新版本拓展了多物理场耦合下的光学部分，包括光功率密度和作为热源的热功率密度计算。配套了光学系统优化功能，新增权衡光学系统优化目标的评价函数，支持LevenbergMarquardt等局部优化方法，以及ControlledRandomSearch等全局优化方法。针对泵浦光分布，版本实现了圆棒晶体与板条晶体泵浦源的精准建模与动态仿真，实现了多类型端泵的泵浦光分布。在晶体热透镜效应方面，引入了高斯导管的ABCD矩阵计算，从理论上实现了晶体在热透镜效应后的近轴近似仿真。
　　索辰光学仿真软件R2025d版本全面升级固体激光器仿真能力，在泵浦光类型、多信号光设置上实现多维拓展，新增圆棒与板条晶体侧泵结构功率密度分布完整计算功能；同时补充光束参数评估、基于近轴近似的光束传输法（BPM）及动态多模算法（DMA）等核心仿真功能，可实现高斯光束快速评估、激光放大与横模演化模拟、模式竞争过程量化分析，并扩展多信号光波长仿真、四阶能级系统稳态输出功率计算能力。此外，版本修复了大尺寸晶体仿真的精度偏差问题，完善参数标签校验报错机制，统一后台文件路径管理，显著提升了仿真结果可靠性、软件使用规范性与运行稳定性，为复杂激光系统设计分析提供了更完善的工具支撑。
　　B、开物产品线
　　“开物”产品线代表着公司在物理AI这一前沿领域的探索与布局，旨在通过创新技术推动工业装备设计、研发和制造的智能化升级。
　　“开物”系列涵盖了物理AI开发及应用平台的全场景解决方案，使开发者和工业用户能够轻松开发和部署物理AI应用。基于物理AI的自动设计训练一体化系统，实现成千上万的设计样本智能衍生、验证与训练；生成式物理AI计算引擎结合自动3D实景渲染技术，高效构建高保真的虚拟验证环境，精准复现和预测装备与环境之间的实时、多维互动，为复杂场景下的装备设计优化提供强大支持；实时环境感知与自动测控所得数据，可在虚拟环境中进行智能分析与仿真验证；实时数据库助力海量数据高效存储与传输。
　　a、物理AI模拟引擎
　　作为平台的核心计算中枢，物理AI模拟引擎集成多尺度、多学科的高精度算法，支持4D物理现象的实时仿真与预测。引擎融合流体力学、结构力学、电磁学等学科模型，可在秒级响应内完成复杂场景的计算，如风洞实验中空气动力学的动态模拟。其独特之处在于生成式AI与物理方程的耦合，既能基于历史数据生成预测结果，又能严格遵循物理定律修正偏差。该引擎还支持GPU并行加速与云端部署，为工业装备的虚拟验证提供高吞吐、低延时的算力保障，显著提升研发效率与可靠性。
　　智能工坊深度集成了实验设计（DOE）、自动化批量仿真、高精度代理模型构建、高效降阶模型应用及智能优化算法等关键功能模块，实现了从参数采样、仿真执行、模型训练到优化决策的无缝闭环操作，显著提升工程研发效率并大幅降低用户设计迭代成本与时间投入。
　　本报告期内，公司在“天工”与“开物”两大产品线的核心技术研发上成果斐然，不仅为现有客户提供了更具竞争力的产品与服务，也为开拓新市场、挖掘新客户群体奠定了坚实基础。未来公司将持续加大研发投入，紧密跟踪行业前沿技术动态，进一步深化技术创新，推动两大产品线的技术持续升级与拓展应用，助力公司在激烈的市场竞争中实现更高质量、更可持续的发展。
　　（2）核心技术进展
　　报告期内，公司持续强化核心技术。通过发展以下核心技术，进一步扩大产品的性能优势，显著提升了产品的可用性和易用性。
　　a、三维CADforCAE内核建模技术
　　该技术面向CAE软件的前处理模块，应用于公司流体、结构、声学、电磁等多个类型产品，是公司自主研发的可直接应用于仿真分析的三维CAD内核，支持三维模型导入、三维立体建模、几何修复及清理、参数化建模等功能。该技术能够增加CAD模型的精度和保真度，保证几何模型的准确性，为仿真模型输入提供准确转换工具。
　　b、三维轻量化与沉浸式后处理显示技术
　　该技术面向CAE软件的后处理模块，为客户提供轻量化、立体化、便捷化的可编辑后处理结果，以方便客户的仿真设计与分析。该技术支持显示方向、范围、颜色、标题、图例、动画、注释自定义，支持网格文件、流体、结构、电磁后处理结果导入显示编辑，支持VR、AR等后处理结果一键式切换与实时推送，包括动态显示和静态显示，打造立体沉浸式视觉体验。
　　c、基于产品全生命周期的数字孪生仿真技术
　　该技术面向产品设计的全生命周期，从产品概念设计阶段引入仿真分析，基于系统性的需求分析，快速引入方案论证系统，满足从初步设计到详细设计对分析效率、精度的不同要求。利用公司多个学科的仿真技术求解后，引入数字样机，构建数字孪生模型，并利用优化算法与机器学习不断调整仿真参数和数字样机，进行自动校验和协同验证，实现数据孪生、模型孪生和过程孪生相互关联、相辅相成的一体化数字孪生平台。
　　d、高性能计算与仿真云计算技术
　　高性能计算技术为公司各类仿真算法实现并行计算提供支撑，通过CPU、GPU的聚合结构，把一个复杂的计算问题根据一定的规则分为许多小的计算单元，在集群内的不同节点上进行计算然后再汇总分析，在短时间内以极高速度处理大量数据。高性能计算为公司气体动理学算法、直接模拟蒙特卡洛方法、光滑粒子流、再生核粒子算法等赋能千核以上并行计算效率，且能够保持较好的加速比，显著提升客户的仿真设计能力。公司的仿真云技术基于标准Web架构，通过在本地或云端运行大量并行任务和分时使用，可以实现客户计算资源的充分利用，提升设计人员的协同开发能力，加快产品设计的迭代更新。
　　e、物理AI
　　物理AI技术体系构建以数据驱动和物理规律融合为核心逻辑，该技术涵盖:(a)多模态数据处理系统，能整合结构化时序数据、非结构化三维场数据及空间地理信息，通过智能校正算法实现多源数据融合清洗，形成高置信度数据流，并依托高性能时序数据库提供快速存储与查询能力。(b)自动化模型训练平台，基于数字底座自动生成海量带标注的合成训练数据，集成物理机器学习算法库，将物理规律作为约束融入训练，支持智能调参与分布式训练，降低模型开发门槛，实现快速迭代。(c)实时推演引擎，基于训练好的深度学习模型，在通用硬件上实现三维环境场秒级解算，计算效率较传统方法提升数千倍，且具备自校准能力，通过与实时感知数据比对动态优化模型，确保结果逼近物理真实。(d)开放应用生态，通过SDK/API开放核心能力，支持开发者快速集成数据、算法与可视化功能，拓展至多领域定制化应用。
　　2、报告期内获得的研发成果
　　关于报告期内的主要研发成果，具体内容请见本报告“第三节管理层讨论与分析”之“三/（三）/1、核心技术及其先进性以及报告期内的变化情况”。
　　3、研发投入情况表
　　4、在研项目情况
　　5、研发人员情况
　　研发人员构成发生重大变化的原因及对公司未来发展的影响
　　报告期末，公司研发人员的数量为268人，较上年末增加37.44%，研发人员平均薪酬较上年同期减少33.02%，主要系公司并购昆宇蓝程、力控科技所致。公司合并报表范围扩大后研发人员总人数增加，而新增子公司研发人员薪酬仅包含自纳入公司合并报表之日起的研发人员薪酬，未包合纳入前的相关薪酬，最终使得报告期内研发人员平均薪酬有所下降。公司将根据自身业务发展战略，持续加强研发投入，全力完善物理AI产品线的研发。
　　6、其他说明
　　四、风险因素
　　(一)尚未盈利的风险
　　(二)业绩大幅下滑或亏损的风险
　　(三)核心竞争力风险
　　1、研发失败风险
　　相对于一般软件，CAE软件技术门槛高、涉及学科广、研发难度大、体系设计复杂、研发周期长，目前我国工业软件整体水平明显落后于欧美等发达国家。公司成立起步时间相对较晚，在产品体系、技术实力等方面相对国际竞争对手仍存在较大差距，未来需要持续投入资金与人力进行产品研发和技术升级以求形成赶超。若公司产品研发和技术升级不符合行业发展趋势，无法满足市场需求，研发成果未达预期甚至研发失败，可能无法继续保持较高的市场竞争力，丢失市场份额，对未来业务发展造成不利影响。
　　未来公司会持续加大研发投入，若公司研发失败或研发的产品不能满足市场需求，高额的研发投入不能促进业绩增长，将会对公司利润总额产生不利影响。公司将加强市场调研，充分了解市场需求和竞争环境，建立科学合理的研发管理体系，在研发计划中预见和预防风险，定期评估和调整。
　　2、人才流失及技术人员成本上升风险
　　公司作为知识密集型企业，高素质的技术人员是企业的核心竞争力之一。CAE软件开发需要大量掌握数学、物理学、计算机科学和工程学知识的复合型人才，行业人才在国内范围相当稀缺，同时多年来互联网、人工智能等行业的发展吸引了大量具备CAE行业知识和能力的人才进入，进一步加剧了行业人才的匮乏。经过多年发展，公司在技术研发和业务拓展过程中积累了一批研发能力突出、项目经验丰富的核心人员，并且相关人员均具备丰富的CAE领域科研经验，能够深入理解并服务于客户的需求。公司与核心技术人员均签订了竞业限制协议，并进行了限制性股票激励计划等方式稳定研发队伍。未来市场人才竞争激烈，若公司不能维持研发人员的稳定性并不断吸引行业优秀人才加盟，公司可能无法保持现有的技术竞争优势，将会对公司经营发展产生不利影响。
　　公司将通过自身业务发展、行业地位提升、提供合理薪酬待遇及各类人才培养计划等综合措施提升对于人才的吸引力。
　　(四)经营风险
　　1、业务开拓风险
　　公司下游客户主要集中于军工领域，若公司军工领域客户采购预算大幅下降或公司未能继续维持与主要客户的合作关系，将给公司业绩带来显著不利影响。此外，公司面临着新客户拓展的业务开拓压力，如果行业发展低于预期、客户开拓不利、公司未能及时推出具有竞争力的产品及服务，则公司将面临收入可能无法按计划增长甚至下滑的风险。
　　(五)财务风险
　　1、收入存在年度和季节性波动的风险
　　公司下游客户主要为军工单位及科研院所等，此类客户出于其项目成本预决算管理目的，大部分会在下半年加快推进其项目的进度，并通常于第四季度集中验收结算，使得公司下半年收入规模整体上优于上半年，具有一定季节性。
　　公司在产品取得客户验收时确认收入，如果未来公司与客户的合作关系发生不利变化，或者因为客户决策或公司执行进度等原因导致公司第四季度的项目交付和验收出现延迟，将对公司全年业绩产生重大影响，可能导致公司收入在年度间发生波动，部分年度收入可能出现同比下降的风险。同时，由于营业收入存在明显的季节性特征，导致发行人存在不同季节利润波动较大，甚至出现亏损的风险。
　　2、应收账款收回风险
　　公司下游客户主要为军工单位及科研院所，此类客户的付款审批流程较为复杂，付款需根据客户整体项目进度、资金安排节奏向公司结算，进而导致公司的应收账款结算周期整体较长，客户回款速度相对较慢。受公司收入第四季度占比较高、客户付款审批流程较长等因素影响，公司最近三年各年末应收账款金额较大、占当期营业收入比例相对较高。
　　如果未来下游客户生产经营出现重大变化或公司催收回款措施缺乏力度，可能导致公司出现应收账款无法收回形成坏账损失的风险。如果应收账款规模持续扩大，也可能影响公司经营现金流，对业绩造成不利影响。
　　(六)行业风险
　　1、市场竞争加剧的风险
　　近年来，国家大力倡导工业软件自主可控，鼓励和引导资本进入工业软件领域。大量市场参与者或将涌现，加剧市场竞争。如果公司未来不能维持竞争优势，持续进行市场开拓，则可能对公司的市场地位产生不利影响。同时安西斯、达索、西门子等国外竞争对手在工业软件市场竞争中总体上仍处于优势地位，若上述国外竞争对手依靠市场影响力强、品牌知名度高等优势调整其在国内的营销策略，会导致竞争进一步加剧。
　　公司将持续增大研发投入，提升产品质量，树立品牌效应，不断拓展市场规模，保持在国内市场的领先地位。
　　(七)宏观环境风险
　　1、宏观环境风险
　　当前国际形势复杂多变，全球贸易摩擦也时有发生。进出口的不利因素会影响到投资的增长，进而影响到中国制造业的发展。制造业作为公司的下游客户，未来若宏观经济波动加剧，可能造成客户在信息化以及研发设计类软件需求上的进一步疲软，从而对公司业务发展造成不利影响。
　　公司将加强风险防范和控制，依托国家政策，坚持技术创新，增加客户粘性，保持增长动力。
　　(八)存托凭证相关风险
　　(九)其他重大风险
　　1、募集资金投资项目的实施风险
　　公司募集资金投资项目实施后，公司固定资产规模将大幅增加，员工人数也会大幅增长，固定资产折旧费用、人员费用支出也相应增加。由于募集资金投资项目建设完成到完全达产还需要一定时间，无法在短期内快速实现效益，若出现募集资金投资项目未能顺利实施、新技术开发进度不达预期、研发遭遇技术瓶颈甚至失败，将会对公司经营业绩造成一定影响。
　　公司为软件企业，过往生产经营过程中，不存在生产、加工、制造和装配环节，公司本次实施的“年产260台DEMX水下噪声测试仪建设项目”，需要采购水听器等元器件后进行装配和集成，涉及生产环节，并计划采购生产设备。如果公司该项目实施过程中，因公司生产管理经验不足或缺乏相关生产人员，导致生产的相关设备无法达到预定技术要求或得到客户认可，该募投项目将无法达到预期收益，也会因固定资产增加导致折旧增加，影响公司的盈利能力。
　　倘若未来行业竞争格局、市场需求、相关产业政策、市场开拓等方面出现重大不利变化，或公司产品技术水平、销售覆盖、服务能力配套不到位，导致公司销售未达预期，公司可能面临新增产能无法完全消化而导致的盈利能力下降的风险。
　　2、并购整合风险
　　公司完成收购力控科技60%股权后，公司业务范围在扩大的同时，在企业文化、管理团队、技术研发、客户资源和项目管理等方面均面临整合风险。公司能否提高力控科技的竞争优势并充分发挥协同效应，是公司收购完成后面临的管理风险。
　　公司将完善内部管理流程，提高管理效率及水平，密切关注并解决并购整合过程中所遇到的问题。
　　五、公司关于公司未来发展的讨论与分析
　　(一)行业格局和趋势
　　物理AI作为人工智能与物理世界深度融合的革命性范式，正以全方位渗透态势赋能全球各行业，被公认为开启新一轮工业革命的核心驱动力。2025年，在全球产业共识凝聚与协同推进下，物理AI已成功完成从研究探索向规模化应用的关键跨越，成为重塑产业格局、驱动经济高质量发展的核心新质生产力，呈现出技术迭代加速、产业生态成型、场景应用深化的鲜明发展特征。
　　全球科技巨头持续加大物理AI领域布局力度，推动核心技术与场景应用深度融合。英伟达依托Omniverse平台持续强化物理仿真与具身智能训练核心能力，通过发布ProjectGR00T通用机器人模型、JetsonThor系统及IsaacSim平台重大升级，构建起覆盖物理建模、仿真训练、场景部署的全链条技术体系，其数字孪生解决方案已在汽车设计制造、建筑工程管理、智能制造运维等领域实现广泛落地；随着OpenUSD（通用场景描述）标准的全球普及，行业数据与AI模型的跨平台互通能力显著提升，进一步构建起开放互联、协同高效的物理AI产业工作流。MetaAI聚焦具身智能与“世界模型”核心技术研究，通过Habitat等高精度模拟平台，实现AI智能体对多模态信息中物理定律的深度学习与精准应用，其研究成果不仅为虚拟现实/增强现实（VR/AR）场景的自然物理交互优化提供支撑，更推动通用机器人在复杂环境感知、决策规划等核心能力的突破，为行业发展奠定重要技术基础。
　　国内物理AI产业发展获得国家战略层面的强力支撑与系统布局，政策导向性与落地性显著增强。2025年12月，工业和信息化部等八部门印发的《“人工智能+制造”专项行动实施意见》中提到“人工智能与制造业的深度融合，是发展新质生产力、构建现代化产业体系的重要路径。”“加快传统软件与服务智能化升级。推动人工智能技术与基础软件、工业软件及制造业行业应用软件融合，实现传统软件智能化升级与价值重构。提升软件动态感知、自优化与自演进能力，实现软件功能模块的动态重组与性能优化。融合预测分析与业务流程挖掘等技术，赋能软件智能决策能力。
　　(二)公司发展战略
　　1、CAE
　　公司致力于通过不断地增加新的功能模块和引入更广泛的物理模型，来进一步提升CAE多学科仿真平台的能力。这种不断的扩展和优化能够为用户提供一个更加全面和深入的仿真环境，使得工程师在统一的平台上解决涉及多个学科领域的问题，从而推动创新设计和高效研发。
　　同时，随着仿真场景变得越来越复杂，CAE软件需要能够处理多物理场和化学场的耦合现象。在实际应用中，各种物理参数之间的相互作用对系统的行为有着重要影响。传统的CAE仿真软件通常要求用户在多个专用的、单一学科的软件之间进行反复计算，这种分离的计算方法不仅效率低下，而且由于各个软件之间的数据转换和接口问题，可能会导致结果的精确度不高。公司将不同物理场的底层求解方程整合到一个统一的框架中进行融合，实现了更加紧密和协调的仿真过程。
　　除此之外，公司也在打造开放的生态系统，向供应商和合作伙伴提供API和互操作性，以促进协作和创新，从而为用户提供更加丰富和灵活的解决方案，推动整个行业的发展。
　　2、物理AI开发平台
　　伴随着人工智能的发展，通过虚拟模型实时映射、模拟和优化物理实体或系统成为训练和控制的重要途径。传统技术手段存在诸多瓶颈：如传统CAE软件计算速度慢，无法实时交互；高精度仿真（如流体、结构力学）通常需要HPC集群，成本高昂；数字孪生需要与现实世界数据（IoT传感器、摄像头）实时同步，传统方案延迟高。公司紧抓科技前沿发展，通过结合生成式人工智能技术和数字孪生技术，推动公司产品和服务达到世界先进水平。该核心技术在于充分结合大语言模型的分析规划能力、高精度CAE设计仿真训练一体化平台，为工业产品或系统提供更加精确和可靠的预测结果，从而优化设计质量、运营效率和维护能力。核心目的通过构建"虚拟试验场"，让AI在安全、低成本的环境中快速进化，同时反哺现实世界的智能化升级。
　　公司希望基于生成式物理AI计算引擎结合自动3D实景渲染技术，高效构建高保真的虚拟验证环境，精准复现和预测装备与环境之间的实时、多维互动，为复杂场景下的装备设计优化提供强大支持，助力工业装备从传统控制向自主决策的智能化跨越。该平台采用了统一的数据格式，解决了行业中长期存在的工具链割裂、协作效率低下等痛点。同时整合了实时渲染、物理引擎和实时环境感知及数据传递等核心技术，为数字孪生、AI训练、工业装备设计优化等领域提供了高保真仿真、实时协作和自动化内容生成能力，显著降低了跨团队协作成本，加速了从设计到部署的全流程效率，未来将成为工业装备的重要基础设施。
　　3、垂直领域物理AI解决方案
　　模型趋势正在走向细分化、专业化，根据不同行业的具体需求开发专业化的物理AI模型会具备更准确的计算以及更高效的性能，通过海量数据训练与强化学习，智能体能够快速识别装备运行状态、预测潜在故障，并生成最优解决方案。例如，在风力发电机场景中，智能体可实时分析气象数据与设备反馈，动态调整桨叶偏转角来提升发电量，同时降低叶片应力集中。模块化设计支持企业根据业务需求定制功能，显著降低研发门槛，助力工业装备从传统控制向自主决策的智能化跨越。
　　未来公司将基于自身行业技术优势以及工程经验积累，开发针对具体行业的专业软件和解决方案，如航空航天、新能源、低空经济、具身智能等多个领域。我们认为，物理AI可能成为连接数据科学与基础科学的桥梁，推动AI从“感知智能”迈向“认知智能”，最终实现真正的智能体应用。
　　(三)经营计划
　　1、加强研发投入，构建核心技术
　　公司自成立以来专注于CAE软件的研发与设计，报告期内持续保持高研发投入，研发费用占2025年度营业收入的比例为23.41%。未来公司仍将持续投入相关技术研究，在人工智能以及算力兴起的时代背景下，持续聚焦产品的迭代优化，将积极把握物理AI带来的行业改变和战略机会，高度重视并全力参与投入物理AI，稳步提升公司的竞争优势和持续盈利能力。
　　2、构建生态合作格局，协同创新实现共赢
　　公司持续深化生态合作，在拓展市场的同时，积极开展战略合作，陆续与众多优秀的头部企业推进技术与业务共研，建立长期、深度、稳定的合作关系，共同应对市场挑战，分享市场机遇，实现资源共享与价值共创。
　　此外，公司积极推动校企合作，与多家国内知名高校建立良好的合作关系，在不同的技术领域开展创新性技术与产品开发，结合院校的深厚研究背景和公司在CAE领域的丰富行业经验，共同致力于解决CAE技术领域的复杂问题，加速技术革新及其在实际应用中的实施。
　　通过这些合作不仅增强公司产品在民用市场的影响力，还扩展了行业工程应用场景的广度和深度。展望未来，公司期待与合作伙伴开展更深层次的合作，共同开展联合研究项目，集中资源和专业力量，针对行业内关键技术问题进行攻关，推动科研成果的产业化，为工业界和教育界的持续增长与成功贡献力量。
　　3、加强员工激励，防止人才流失
　　公司将创新成果作为研发人员绩效考核的重要指标，对于业绩考核成绩突出、在研发过程中做出重要贡献的员工给予相应的奖励，以激励公司研发人员调动主观能动性和创造力，激发研发团队的创新热情。通过研发奖励和股权激励机制，公司将研发创新、公司长期发展与研发人员利益有效结合，调动了研发人员的积极性，保障了公司研发团队的稳定性。
　　4、优化内部管理，进一步加强团队能力
　　公司秉持吸收国内外优秀人才与内部管理培养相结合的方式，提升团队质量，努力打造了一支专业强、素质高、富有创新思维的研发人才队伍。同时，公司将确保遵循上市公司的规范和现代化企业的标准，持续提升董事、高级管理人员的业务能力，加强所有在职员工对上市公司治理合规性和风险责任的认识，确保公司运营的规范化水平得到实质性提升。董事会也将严格遵守监管规定，及时且精确地履行信息披露职责。公司将进一步完善投资者关系管理体系，通过多样化的渠道、平台和方式，强化与投资者的沟通，打造高效、高质量的对话机制，确保公司价值的精准传递。
　　5、提升治理水平，抓好市值管理
　　公司将加大资本运作力度，以强化市值管理为核心，积极提振市值表现，促进公司核心主业价值化；有效运用权益类融资工具，做好存量与流量平衡，优化公司资本结构；重视投资者关系管理，拓宽与投资者有效沟通渠道，确保企业价值有效传递，提升企业窗口形象，增进市场认同和价值实现。 收起▲

　　一、报告期内公司所属行业及主营业务情况说明
　　（一）所属行业情况
　　公司专注于CAE软件研发、销售和服务，并已成功推出物理AI开发及应用平台的全场景解决方案。根据中国证监会发布《上市公司行业统计分类与代码》（2024年）规定，结合公司所从事具体业务，公司所处行业属于I65类“软件和信息技术服务业”。根据《国民经济行业分类》，公司所属行业为I651类“软件开发”。
　　根据发改委颁布的《战略性新兴产业重点产品和服务指导目录》（2016版），公司所属行业为“新一代信息技术产业（代码1）”中的信息技术服务（代码1.2），具体为“新兴软件及服务（代码1.2.1）”；根据国家统计局发布的《战略性... 查看全部▼

　　一、报告期内公司所属行业及主营业务情况说明
　　（一）所属行业情况
　　公司专注于CAE软件研发、销售和服务，并已成功推出物理AI开发及应用平台的全场景解决方案。根据中国证监会发布《上市公司行业统计分类与代码》（2024年）规定，结合公司所从事具体业务，公司所处行业属于I65类“软件和信息技术服务业”。根据《国民经济行业分类》，公司所属行业为I651类“软件开发”。
　　根据发改委颁布的《战略性新兴产业重点产品和服务指导目录》（2016版），公司所属行业为“新一代信息技术产业（代码1）”中的信息技术服务（代码1.2），具体为“新兴软件及服务（代码1.2.1）”；根据国家统计局发布的《战略性新兴产业分类（2018）》，公司所处行业属于国家新兴战略产业中的“新一代信息技术产业（代码1）”，具体为“新兴软件和新型信息技术服务（代码1.3）”中的“新兴软件开发（代码1.3.1）”，属于国家重点支持的新兴战略产业；根据发改委《产业结构调整指导目录》（2019年版本），公司从事的业务属于“鼓励类”中的“信息产业”中的“计算机辅助设计（CAD）、辅助工程（CAE）等工业软件”。
　　根据《上海证券交易所科创板企业发行上市申报及推荐暂行规定》，公司属于第五条规定的“新一代信息技术领域”中的“软件”企业。
　　（二）所处行业发展情况及未来发展趋势
　　1、行业发展情况
　　工业软件是指专用于或主要用于工业领域，为提高工业企业研发、制造、生产管理水平和工业装备性能的软件。工业软件是将工业技术软件化，即工业技术、工艺经验、制造知识和方法的显性化、数字化和系统化，是工业生产提质增效的重要工具。我国正处于转变发展方式、优化经济结构、转换增长动力的攻关期，工业软件助力效率提高和技术创新，对工业的发展具有极其重要的技术赋能、杠杆放大与行业带动作用。
　　工业软件广泛应用于工业领域各个要素和环节之中，与业务流程、工业产品、工业装备密切结合，全面支撑企业研发设计、生产制造、经营管理等各项活动。根据工信部数据显示，2024年全年全部工业增加值达40.54万亿，比上年增长5.7%；2025年上半年，全国规模以上工业增加值同比增长6.4%，巨大的工业规模体量，对工业软件的需求非常旺盛。随着中国从工业大国向工业强国迈进，在高质量发展的要求下，工业软件作为支撑中国制造的底层设计能力已经被社会各界普遍认识。与此同时国家层面正视我国工业软件尤其是工业基础软件实力薄弱，空心化较为严重的事实。
　　近年来，国家多个部委持续加强推动自主可控工业软件推广应用，彰显出工业软件已经成为了国家级的战略部署，将不断推动产业的快速进步。
　　2022年12月14日，中共中央、国务院印发的《扩大内需战略规划纲要（2022-2035年）》中提到“保障事关国计民生的基础产业安全稳定运行。聚焦保障煤电油气运安全稳定运行，强化关键仪器设备、关键基础软件、大型工业软件、行业应用软件和工业控制系统、重要零部件的稳定供应，保证核心系统运行安全。
　　2023年12月31日，国家数据局会同有关部门制定的《“数据要素x”三年行动计划（2024-2026）》中提到“开发使能技术，推动制造业数据多场景复用，支持制造业企业联合软件企业，基于设计、仿真、实验、生产、运行等数据积极探索多维度的创新应用，开发创成式设计、虚实融合试验、智能无人装备等方面的新型工业软件和装备。
　　2025年4月19日，工信部颁布的《智能制造典型场景参考指引（2025年版）》中提到“面向产品功能性能测试、可靠性分析、安全性验证等业务活动，针对新产品验证周期长、成本高等问题，搭建虚实融合的试验验证环境，应用高精度建模、多物理场联合仿真、自动化测试等技术，通过全虚拟或半实物的试验验证，降低验证成本，加速产品研发。
　　2025年7月2日，工信部等多部门联合颁布的《机械工业数字化转型实施方案》中提到“加快智能装备推广应用。建设一批中试验证平台，围绕工业母机、农机装备、医疗装备、安全应急装备、智能矿山装备、机械基础件等行业关键产品工程化产业化需求，支持行业龙头企业、科研院所搭建虚实融合的试验验证环境。
　　因此，随着我国制造业企业逐步实现智能转型，越来越多的企业开始重视工业软件投入，未来国内工业软件发展存在广阔的市场空间。
　　2025年上半年，全国软件和信息技术服务业运行态势良好，软件业务收入稳健增长。根据工信部数据显示，上半年全国软件产品收入15,441亿元，同比增长10.6%，占全行业收入比重为21.9%；
　　其中，全国工业软件产品收入1,445亿元，同比增长8.8%，我国工业软件市场有望持续保持高速增长的势头。
　　工业软件是由新型劳动者、新型生产工具和新型劳动对象所共同构成的一种新质生产力。“十三五”以来，我国持续推进新型工业化进程，我国制造业企业成熟度、关键工序数控化率以及工业增加值等指标显著提升。随着国家政策层面对新质生产力的关注及新质生产力持续发展，CAE仿真技术也在不断创新进步，进一步提高了模拟分析的效率和精确性。CAE仿真在产品设计、工艺优化、性能预测等方面将发挥更大作用，为产业发展提供有力支持，进一步推动了技术的深入应用与发展。
　　CAE软件作为研发设计类工业软件中最具技术难度的领域之一，其架构在数学科学、物理科学、计算机技术和工业技术等各学科知识之上，并且需要通过大量的工程经验更新迭代，具有极长的研发周期和极高的技术壁垒。同时，CAE软件也是核心技术研究的重要手段、重大装备研制的根本保障和智能制造推进的关键支撑，其对于提升装备性能、缩短研制周期，降低研制成本起到了关键作用，高水平自主可控CAE软件对制造行业领先创新和装备研制体系完整安全具有重大战略意义。
　　伴随高性能计算、大数据及人工智能技术的持续突破，CAE行业的技术体系正由以“数值仿真”为核心的传统模式，向融合多源数据、实时反馈与智能决策的“物理AI”新阶段演进。传统CAE技术以物理定律和数值算法为基础，通过建立高精度数学模型和边界条件求解，实现对产品设计与工况的预测与优化，其优势在于理论严谨性和可重复性；但在应对复杂耦合、多变环境和实时交互需求时，物理AI能够在计算成本、模型迭代周期等方面体现出优势。
　　物理AI是在传统CAE物理建模与求解框架基础上的融合式升级：一方面保留并强化物理规律约束，以确保结果的科学性与可解释性；另一方面引入机器学习、深度神经网络等数据驱动方法，利用历史仿真与实测数据训练高效预测模型，实现仿真速度数量级的提升，并支持多场景实时响应与动态优化。通过物理机理与AI算法的双向驱动，物理AI能够在复杂工况下实现快速推演、自动优化设计、预测性维护等功能，使仿真技术从“离线计算”走向“在线智能决策”，应用场景也由研发设计阶段拓展至全生命周期管理。
　　物理AI融合了传统物理建模与人工智能算法，能够在保持物理规律严谨性的同时，显著提升仿真计算速度与场景适应能力，实现从离线模拟到实时预测、从设计验证到全生命周期优化的跨越。在工业应用领域，物理AI有望在高端装备快速迭代、复杂系统实时调优、数字孪生动态驱动等新兴需求中形成广阔的增量市场。与通用人工智能及大模型侧重跨领域的通用智能与数据拟合不同，物理AI更聚焦于工业场景的机理建模与精准计算，有望成为下一代工业CAE的核心技术形态——它不仅能显著提升工业仿真的计算效率和工程决策价值，更将推动工业领域从“模拟现实”的被动验证，迈向“预测并塑造现实”的主动创新新阶段。
　　2、公司所处的行业地位分析及其变化情况
　　公司自成立以来，坚持面向世界科技前沿和国家重大需求，专注于CAE核心技术的研究与开发。努力打破欧美厂商在行业内的垄断地位，承担着国内CAE软件弯道超车的重任，为实现CAE软件产品国产化、自主化作出贡献。
　　经过持续的研发投入与技术创新，不断沉淀和积累了包括三维CAD for CAE内核建模技术、三维轻量化与沉浸式后处理显示技术、基于气体动理学的流体仿真内核、基于光滑粒子流体动力学的水动力仿真内核、无网格粒子离散结构仿真内核、宏观微观双向多尺度耦合仿真内核、全频域声源和声传播仿真内核、电大/超电大目标电磁仿真内核、裂纹引发和扩展仿真内核、光机热一体化协同仿真内核、多学科联合仿真引擎与伴随优化技术、基于产品全生命周期的数字孪生仿真技术、高性能计算与仿真云计算技术、物理AI等十四项核心技术，并形成覆盖流体、结构、电磁、声学、光学全学科多类型的天工平台与物理AI为代表的开物平台。
　　公司持续强化对航空航天、国防装备、船舶海洋等领域具体工程应用场景的研究，将前沿算法与工程应用结合，开发融合了行业标准与工程校验的行业仿真软件，提升产品的商业化应用水平及服务客户的能力。基于公司在国内CAE领域的核心技术优势，公司参与了六项国家级重点科研专项及多项省部级重大课题。
　　公司作为首家成功在A股上市的国产CAE软件企业，公司起步早，专注自主知识产权，技术积累深厚，软件营收规模大，研发人员数量多、研发成果也十分丰富。
　　在巩固现有CAE市场地位的基础上，公司积极布局以“物理AI”为代表的新一代技术方向。未来，公司也将继续深耕在工业软件领域，积极开展工业软件技术创新与市场推广工作，为更多企业、更广泛下游行业提供优质的软件产品，助力科技创新，助力我国工业软件产业快速发展。
　　3、行业发展趋势
　　（1）以仿真为核心的“正向设计”是我国工业自主创新的必经之路
　　“正向设计”是指在产品设计过程中，从需求出发，通过各种设计理念、方法和工具设计出产品的各类要素，以制作一个全新的产品，与此对应的是“逆向工程”，是指对一项产品进行逆向剖析及研究，从而演绎并得出该产品的各类设计要素，以制作出功用相近，但又不完全相同的产品。我国工业在发展过程中，从产业链角度，偏加工、组装和制造，但是前端的产品设计环节中，原始创新不足，正向设计能力欠缺，更多的是做“逆向工程”，然后通过人口红利、原材料价格等获得的成本优势而拓展市场，导致在高端制造领域与部分发达国家存在一定的差距，成为制约我国制造业转型升级的重要因素之一。党的十八大以来，我国经济由高速增长转向了高质量发展，转变发展方式、优化经济结构、转换增长动能已经成为刻不容缓的重要任务。在此背景下，推进新一代信息技术和工业制造业深度跨界融合，更加注重基础研究、注重原始创新、正向设计，提升企业的底层自主研发设计能力，成为实现从“中国制造”向“中国创造”转型的必由之路。CAE仿真软件作为重要的研发设计类工业软件，可以实现产品设计方案的优化、提升产品性能、缩短开发周期、减少设计成本，并通过模拟仿真预测产品功能可用性、可靠性、效率和安全性等，是实现产品正向设计、原始创新的核心工具软件。“中国创造”转型的时代背景下CAE企业迎来了增长和发展的重要机会，既有助于技术进步，也有利于商业扩张。
　　（2）CAE技术融入到制造业的各个环节，重要性愈加凸显
　　随着竞争的加剧和客户需求的多样化，低附加值的产品或服务已经不能满足市场和环境发展的要求，现代制造业产品越来越复杂、功能越来越齐全，产品设计呈现数字化、专业化、集成化等特点。作为一种功能强大的工具软件产品，CAE软件正在成为数字空间和物理世界融合的最重要的工具，其所带来的核心变革是在产品全生命周期持续利用CAE技术实现对试验的替代。当产品处于早期概念设计阶段时，开发人员可以通过CAE技术测试初始概念并寻求初始参数的最佳解，从而获得可靠的初步产品设计方案；在产品系统或详细设计阶段，开发人员可以通过CAE技术对产品或工程方案进行模拟，从而对产品设计方案进行不断优化；在产品制造阶段，CAE技术与人工智能的结合有助于确保成品制造的一致性，保证产品精确度和降低成本。总体而言，随着计算机技术的发展，CAE软件的功能不断加强，能够融入到制造业的各个环节，成为制造业企业提升创新创造能力的重要手段。
　　（3）工业软件国产化趋势愈发明显
　　工业软件作为高新技术领域的核心产品，是工业产业“皇冠上的明珠”，其核心技术自主化和国产化迫在眉睫。因此，国内企业出于对自主可控和信息安全的考虑，将优先考虑选用国产工业软件，未来国产研发设计类工业软件进入国内大型企业的步伐将加快。
　　习近平总书记在党的二十大报告中提出：“以国家战略需求为导向，集聚力量进行原创性引领性科技攻关，坚决打赢关键核心技术攻坚战，加快实施一批具有战略性全局性前瞻性的国家重大科技项目，增强自主创新能力”。加之党的十九届五中全会中提出的“以国内大循环为主体、国内国际双循环相互促进”战略，国产工业软件对国外工业软件的逐步替代将成为长期趋势，为国产工业软件的发展带来重大机遇。国内企业凭借对本地化客户需求的深入理解、快速响应的服务优势站稳脚跟，并通过加大研发投入，丰富产品种类，延伸产业链以进入新的发展阶段，以期在国产替代的市场中逐步实现对外国工业软件巨头的追赶及超越。
　　（4）积极探索云化转型
　　工业云平台本质属于工业互联网，是智能制造的重要载体，依托信息技术针对海量数据进行挖掘和分析，实现工业制造过程的全要素、全产业链、全价值链的显性化与数字化。云计算通过虚拟化技术，可以实现底层IT资源的池化，即将过去独立的服务器、存储设备组成一个规模更为庞大的算力资源池，云计算技术能够提供弹性、可扩展、高性能的计算资源。对于工业软件，特别是CAE软件，转向基于云的架构，能够更方便、高效地引入可以充分借助算力加速的先进算法，从而有能力解决更大规模、更高精度要求、更复杂的工程问题；通过云服务能够更直接地触达和获取用户反馈，进而加速软件迭代周期，大幅提升功能交付的效率和质量，增强用户黏性与用户满意度；云计算在技术上提供了实现工程仿真分析的横向与纵向协同、知识积累与知识分享的基础能力，从而能够促进网络效应的达成。通过搭建仿真云平台，可以将仿真技术在中小企业普及推广，中小企业可通过购买服务的方式进行仿真设计，降低研发创新成本，满足激发中小企业创新活力的需要。不仅如此，仿真云在高校的推广能够培养用户使用习惯，培养出具备实际操作经验和技能的学生，从基础教育端深层次绑定未来潜在用户，助力软件国产化进程。国外知名工业软件厂商已经在逐步向云端化发展，扩展云产品技术，增强云产品组合。
　　（5）知识产权保护意识不断增加
　　近年来，我国企业知识产权保护意识不断增强。推进软件正版化是尊重和保护知识产权的重要举措；软件正版化是实施创新驱动发展战略、加快创新型国家建设的必然要求。我国政府高度重视软件版权保护，并将软件正版化作为专项工作来推进，逐步强化知识产权保护，大力打击各种侵权行为，将恶意侵权纳入社会信用体系，鼓励创新创造。自2001年以来，国家两次修订《著作权法》和《计算机软件保护条例》，不断加大软件版权保护力度，一方面大力鼓励扶持国产软件企业的发展，一方面严厉打击各类侵犯软件知识产权的行为，净化软件市场环境，大力推进使用正版软件工作，取得了重大成效。未来软件正版化将持续成为我国软件行业发展的趋势，激发软件企业的研发创新活力，推动软件企业快速发展壮大，促进软件行业得到健康可持续发展。
　　（6）人工智能推动物理AI的发展
　　随着人工智能（AI）技术的快速发展，仿真行业正经历前所未有的智能化变革，AI已成为推动科技革命和产业变革的核心力量。物理AI深度融合了物理规律的人工智能技术，与传统依赖海量数据进行模式识别和预测的模型不同，物理AI将流体力学、电磁学、热力学等物理学第一性原理作为底层约束，嵌入到AI模型的构建与训练过程中，赋予了AI“理解”物理世界运行规律的能力。这意味着AI的预测不再是简单的统计学外推，而是基于物理逻辑的精准推演。因此，物理AI在预测精度、计算效率和泛化能力上均远超传统AI，尤其是在处理小样本、极端工况等复杂工业场景时，优势尤为突出。物理AI技术使仿真从传统的高精度计算工具转变为具备自主决策、实时优化和智能交互的新一代工程平台。
　　展望未来，随着多模态大模型与仿真软件的深度融合，算法优化、数据标准化和算力升级的持续推进，物理AI将助力客户实现更高效、更创新的产品开发。
　　（三）公司主营业务及主要产品情况
　　1、主营业务情况
　　公司是一家专注于CAE软件研发、销售和服务的高新技术企业。公司自成立以来，坚持面向世界科技前沿，面向重大科技需求，专注于CAE核心技术的研究与开发，在实现自身技术持续提升、经营规模不断扩大的同时，为实现我国工业软件自主研发、核心技术自主可控的新局面贡献力量。公司以“探索物理人工智能，成就虚实平行世界”为企业愿景，面向世界科技前沿，推出涵盖物理AI开发及应用平台的全场景解决方案，赋能工业装备设计与制造，助力客户实现跨越式发展。
　　CAE软件是一种综合性、知识密集型信息产品，融合了物理学、数学、工程学、计算机科学等多学科的算法和技术，涉及学科广，模型复杂，需要深厚的理论基础和持续的技术创新。经过持续的研发投入和技术创新，公司目前已形成流体、结构、电磁、声学、光学、测控等多个学科方向的核心算法，并开发出多类型工程仿真软件，能实现对多物理场工程应用场景的仿真，为客户提供多学科覆盖的工程仿真软件及仿真产品开发服务。
　　公司始终坚持核心技术的自主创新，一方面基于对物理学、数学等学科理论的深入学习，不断开发各类先进的求解器算法并持续优化，提升产品的计算分析能力。另一方面积极研究和应用前沿计算机技术，通过高性能计算、云平台等技术提升公司产品的并行计算能力，增强技术竞争力。公司目前主要产品所用的气体动理学算法（GKS）、直接模拟蒙特卡洛方法（DSMC）、光滑粒子流（SPH）、再生核粒子算法等均为基于高性能计算的行业前沿算法，核心技术具有较强的先进性。同时，公司凭借在物理建模、算法研发和行业应用上的长期积累，结合人工智能等新技术深度创新，积极布局以物理AI为代表的新领域新技术，拓展以工程仿真软件为核心的天工平台及物理AI为核心的开物平台，持续探索物理AI技术的落地应用，赋能工业装备的设计与制造，助力客户实现跨越式发展。
　　2、主要产品情况
　　公司的核心产品为CAE产品及物理AI产品，产品涉及工程仿真、智能物理建模、多场耦合分析、数据驱动优化等多个方向，可满足航空航天、汽车制造、能源动力、低空经济、具身智能等复杂产品研发或工程技术创新领域的需求。
　　公司的CAE产品可进一步细分为CAE单一学科仿真软件、多学科仿真软件和CAE工程仿真优化系统。单一学科软件是公司用于流体、结构、声学、电磁、光学、测控等领域仿真软件的统称，可以单独实现不同场景、不同工程环境的仿真模拟计算，是通用型工具软件。多学科仿真软件是将多类别的仿真软件与多类型的仿真系统集成在一个仿真环境下运行，帮助客户提升复杂工程整体设计的效率，多学科仿真软件以单一学科软件为基础。
　　工程仿真优化系统是在产品系统及详细设计、试验验证、生产等阶段引入仿真分析方法，实现产品设计、生产全周期的仿真驱动，提升解决工程实际问题的能力。公司的仿真产品开发业务是公司根据细分工程领域客户的具体需求，为客户提供定制化的仿真解决方案，主要包括解决特定工程问题的纯仿真软件产品开发，仿真试验融合验证系统、高性能平台、仿真云平台等软硬件一体的仿真方案，为客户提供高性能运算、云服务、多学科仿真、试验等多种综合仿真服务。
　　公司的物理AI产品涵盖物理AI开发及应用平台的全场景解决方案，使开发者和工业用户能够轻松开发和部署物理AI应用，通过构建“感知-建模-推演-交互”智能体系，成为赋能产业革新升级的关键引擎。其中包含物理AI训练一体化平台，可实现成千上万的设计样本智能衍生、验证与训练；物理AI模拟引擎，高效构建高保真的虚拟验证环境，精准复现和预测装备与环境之间的实时、多维互动，为复杂场景下的装备设计优化提供强大支持；智能实时环境感知，可在虚拟环境中进行智能分析与仿真验证；实时数据库等。
　　物理AI产品开发业务是公司根据细分工程领域客户的具体需求，为行业客户提供物理AI产品及解决方案，以物理AI仿真分析平台、智能数据采集与分析系统等软硬件一体的方案，为客户提供融合高保真渲染技术、智能工坊构建融合物理约束的AI建模、实时数据驱动优化、环境感知等多种综合服务，助力客户在复杂工程研发中实现从数据到决策的智能化跨越。
　　（四）主要经营模式
　　1、盈利模式
　　经过多年的经营发展，公司已经形成稳定的盈利模式，主要通过销售自主研发的工程仿真软件及仿真产品开发来获得收益。
　　公司通过不断的技术创新、市场拓展，所研发的产品逐步覆盖流体、结构、电磁、声学、光学等多学科工程项目全生命周期的众多应用环节，涉及多个细分行业，形成了丰富、齐全的产品线，实现CAE涉及的相关领域各环节之间有效的应用及协同，同时也实现了自身的规模效应，不断提升公司的利润水平。
　　2、采购模式
　　公司建立了完善的采购管理制度。采购人员根据供应商资质、供货质量保证能力、供货及时性、售后服务等内容制定评价表，形成合格供应商名单，采购部在确保产品质量和服务的前提下，通过比价、询价等方式从合格供应商名单中选择最优采购供应商。
　　公司采购的主要内容为软件模块、硬件、无形资产、技术服务。软件模块主要为仿真产品开发业务中的非仿真软件模块采购，硬件主要为公司根据项目实施需要配套采购的服务器、工作站等硬件产品，无形资产主要为公司为开展研发活动采购的通用软件，技术服务费主要系公司将软件开发中的非核心模块委外开发费用及软件模块的测试服务费。
　　公司的主要采购流程如下：
　　3、研发模式
　　公司在产品开发过程中，将有限的人力资源聚焦于核心技术的开发，核心求解器模块均为公司自主研发；对于技术相对成熟、非核心的模块，公司通常采用委托第三方开发的形式，以提高整体研发效率，实现公司资源的优化配置。
　　第一阶段为立项前期工作，公司研发部门在市场需求分析的基础上，明确项目课题方向后，对该课题进行可行性分析，确定是否同意立项。审核通过的项目，由项目负责人组织开展立项申请文件编制工作。
　　第二阶段为立项申请，项目负责人向部门负责人提交完整的立项申请文件，将经研发部负责人审核批准的申请文件提交公司进行审查。由公司组织研发部及相关部门对该项目的设计方案、建设内容及进度计划进行审核，并提出建议。
　　第三阶段为项目实施，项目负责人组织项目成员共同制订项目里程碑计划或依据任务书，明确项目里程碑时间节点。
　　第四阶段为项目验收，研发项目在完成目标任务后，由项目负责人提请完工验收。项目成果文件经过评审组认可之后，项目组整理项目资料同时提交给研发部，研发负责人将完成产品导入到公司产品库中，并正式发布产品的版本号。
　　4、销售模式
　　公司直接面向客户进行销售，不存在经销的情形。公司凭借高质量的产品、专业化的综合服务能力，成为CAE行业产业链中具有较强竞争力的参与者。公司设立了营销中心，负责广泛搜集行业内的相关信息，分析潜在的项目机会，交由销售人员进行项目开拓，在发现客户需求、创造客户需求和持续服务客户的过程中提升服务价值和增强客户黏性，实现自身业务的不断发展。
　　两类业务的销售流程分别如下：
　　（1）工程仿真软件
　　（2）仿真产品开发
　　报告期内，公司通过参与招投标或商务谈判的方式与主要客户开展合作。

　　二、经营情况的讨论与分析
　　报告期内，公司在品牌建设、研发创新、产业拓展、投资整合、人才储备等方面继续全面发力，通过系统化布局与精细化运营，稳健保持高质量发展态势。
　　（一）多维度协同发力，营业收入持续提升
　　2025年上半年，公司实现营业收入5,735.09万元，较上年同期增长10.82%，营业收入的增长主要来源于工程仿真软件。本报告期实现归属于母公司股东的净利润-4,569.83万元，实现归属于母公司所有者的扣除非经常性损益的净利润-4,800.81万元，相较于去年同期的亏损额7,124.99万元，亏损同比收窄。
　　报告期内，公司主要产品的销售工作推进顺利并取得了良好的成果，同时和各子公司团队积极整合，多维度协同推进产品交付，使得公司上半年营业收入实现了持续增长态势。同时报告期内营业收入中工程仿真软件占比较同期有所提高，使得整体毛利率相应增加，亏损收窄。下半年度随着经营战略的持续落地和子公司业务及技术的进一步融合，公司以坚定信念深耕主业，全力冲刺更优业绩增长目标。
　　（二）产品研发迭代更新，丰富产品矩阵
　　报告期内，公司持续推进产品研发与功能迭代，完成多个核心产品的新版本发布与优化，进一步提升了产品的稳定性、易用性与性能表现，对公司经营业绩形成积极支撑。
　　在工程仿真软件领域，公司依托多年CAE技术积累，持续攻克关键技术难点，全面升级自研求解器的核心算法，扩展多物理场耦合能力，并集成更多高精度物理模型，以满足不同工业场景的复杂需求。在计算精度与运算效率方面，公司持续优化迭代底层算法，实现了在多核并行、高性能计算环境下的显著提速，同时增强了对国产操作系统及多样化硬件平台的兼容性，进一步拓展了应用覆盖面，为用户提供更高品质的仿真体验。
　　在技术前沿探索方面，公司紧跟人工智能AI与CAE融合发展的行业趋势，领先布局物理AI赛道并在报告期内进行了产品发布，基于多年仿真技术沉淀构建了物理AI设计平台。该系统融合人工智能神经网络决策算法与物理建模技术，基于自然语言的工作机理从而实现了物理AI模型生成、虚拟环境训练模拟、设计优化增强以及智能决策控制。通过物理AI驱动，公司不仅能够对复杂工程系统进行高精度模拟与性能分析，还可预测运行趋势及潜在风险，为用户提供智能化、前瞻性的决策支持。
　　公司此次从传统CAE的仿真求解能力，成功延伸至物理AI的智能生成与自主决策，是在长期技术积累基础上的跨越式突破，标志着公司产品体系正由单一计算工具型向智能决策型工程平台升级，为未来在智能制造、航空航天、能源装备、低空经济、具身智能等新兴领域的应用拓展奠定了坚实基础。
　　（三）深耕现有市场，战略布局不断拓展
　　在遵循公司战略发展规划的指导下，在本报告期内，公司依托上市平台的资本运作优势、市场影响力和品牌公信力，积极寻找契合公司战略方向的并购标的，推进并购重组工作，以实现产业整合、资源优化配置和业务拓展的战略目标。2025年2月18日，公司发布了《关于筹划重大资产重组暨签署<收购框架协议>的提示性公告》，拟收购力控科技，目前公司正稳步推进与力控科技的并购重组事宜。未来，公司将继续秉持审慎、积极的态度，充分利用上市平台优势，加大并购重组力度，精准把握行业发展趋势，围绕核心业务进行产业链上下游延伸及横向拓展，整合优质资源，为股东创造更大价值。
　　公司与国内多家行业领军企业和机构建立了战略合作伙伴关系。2025年3月6日，公司与科大讯飞股份有限公司签署战略合作框架协议。双方拟共同推动智能化领域的全方位战略合作，依托先进的人工智能技术，结合物理计算和大模型能力，全面提升AI在垂类行业的赋能以及企业数智化创新服务能力，通过技术创新引领未来数字生活的变革。2025年3月26日，公司与中国信息通信研究院工业互联网与物联网研究所正式签署战略合作协议。双方将围绕物理人工智能（Physical AI）这一前沿领域，在技术研发、标准制定、产业应用等方向开展深度合作，助力制造业实现智能化转型升级，构建创新产业生态。
　　2025年6月19日和2025年7月28日，公司分别与绍兴市越城区交通运输局和杭州市实业投资集团有限公司正式签署战略合作框架协议，聚焦低空经济产业核心技术攻关，联合推进低空物理AI平台建设，构建低空空域智能化管理体系。
　　这些合作旨在针对特定应用场景，共同研发创新解决方案，从而显著提升公司在相关领域的技术服务能力。同时也标志着公司的先进技术得到了合作伙伴的验证和认可，通过构建一套完整的产业级解决方案，为客户提供了全面的赋能服务，进一步巩固了公司产品的市场竞争力。
　　（四）品牌建设及影响力
　　2025年3月，公司正式发布了物理AI产品，在上海、广州、武汉、北京、西安、成都开展了天工开物平台发布会，围绕“虚拟训练”这一核心技术方向，重点聚焦物理AI在低空经济、具身智能、新能源电池等战略性新兴领域的典型应用场景，开展包括低空三维物理地图、机器人虚拟训练平台、新能源电池虚拟训练等高技术课题的研发与工程化推进。通过在多领域形成可复制、可扩展的技术与产品体系，公司将进一步巩固在物理AI市场的先发技术优势，拓宽应用边界，增强产业主导权与市场竞争力。2025年7月，在2025世界人工智能大会上，公司携三大物理AI创新成果重磅亮相，以“物理AI驱动虚拟训练全球革新”为主题，展现了人工智能与物理仿真深度融合的突破性应用。
　　2025年6月16日,索辰科技被新纳入中证高新技术企业指数（H30368），该指数参考国家高新技术企业认定标准，从所有高新技术企业中选取近三年研发投入占比最高的50家上市公司作为指数样本。

　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1、自主研发及面向客户自主可控优势
　　公司成立以来，积极响应国家核心技术自主可控的政策，坚持核心技术自主研发的发展路径。在CAE领域，公司实现了全流程自主可控，并在CAE求解器模块的关键核心技术拥有自主知识产权，具备底层开发能力，产品核心模块不依赖于第三方供应商，能有效避免了在商业竞争及贸易争端中被第三方限制的情况；国内部分科研院所及企业越发重视国内供应商的发掘，为国内CAE企业带来新的发展契机。公司作为国内CAE龙头企业，在满足客户技术需求的同时，能充分满足客户对信息安全管理的需要。
　　2、在部分细分领域的技术和算法优势
　　公司成立以来始终坚持核心技术的自主创新，基于对物理学、数学等学科理论的深入学习，不断开发各类先进的求解器算法并持续优化，提升产品的计算分析能力，目前公司在部分细分领域已具备一定的技术和算法优势。如在流体仿真领域，公司拥有基于气体动理学模型的三套先进算法，分别是气体动理学算法（GKS）、直接模拟蒙特卡洛（DSMC）方法、光滑粒子流体动力学（SPH）方法，均为基于高性能计算的行业前沿算法，核心技术具有较强的先进性。
　　同时，公司目前在流体、结构、声学领域开发的多个求解算法均是以高性能计算为支撑，部分算法在千核以上的并行计算中依然有良好的加速比。随着计算机性能的不断发展，计算的精度和效率能够有效提升，减少前处理的时间与人力成本。
　　3、单一数据格式
　　单一数据格式（即在整个系统或流程中统一使用同一种数据格式）的优势显著，主要体现在简化复杂性、提升效率、增强兼容性等多个维度。公司凭借在技术架构上的前瞻性布局，采用单一数据结构对全业务链条的核心参数进行标准化描述，覆盖从CAD几何、材料属性、离散化处理，到各个物理场求解器设置、后处理分析、优化算法迭代、模型训练过程，再到实时数据采集等全环节。
　　这一技术架构的核心价值在于实现了参数管理的高度统一，当任意环节的参数发生变更时，系统可自动同步至所有相关环节，无需人工手动调整或编写特定脚本实现调参。这种自动化联动机制，不仅彻底消除了传统多数据格式下的参数不一致风险，更推动业务流程实现全链路自动化——从几何建模、物理场求解、批量样本生成，到模型训练、性能优化、结果验证等环节均可全自动完成。
　　依托单一数据格式，公司成功实现了人工智能全自动调参，通过将仿真参数与实测结果进行动态比对，可智能纠错并优化模型精度，大幅提升了物理AI模型的可靠性与工程实用性。目前，公司全部的求解平台均已实现单一数据结构的标准化部署，既降低了系统维护成本，又保障了跨平台、跨场景应用的兼容性与稳定性。这一技术优势使得公司在物理AI产品的研发效率、迭代速度及工程落地能力上形成了显著的行业壁垒，成为支撑公司物理AI的核心竞争力之一。在此基础上，公司紧抓行业趋势，布局云仿真及高性能计算平台，持续完善业务矩阵。
　　4、对CAE行业的前瞻性和矩阵布局
　　目前，公司CAE软件的核心产品为工程仿真软件和仿真产品开发，产品涉及流体、结构、光学、声学、电磁、测控、多学科等多个方向，逐步实现CAE软件工具的多领域全方位覆盖，使得公司具备了多学科耦合分析所需的基础，并拥有了一定的先发优势。公司持续强化打造全学科仿真软件，以满足不同行业和领域的客户需求。通过覆盖CAE整体需求，公司将提供一系列完整的仿真解决方案，包括前处理、求解器、后处理等环节。这样的综合解决方案可以让用户在一个软件平台上完成整个仿真过程，简化了使用流程，提高了工作效率。随着公司在不同学科领域提供综合性的仿真软件产品，市场将形成协同效应。这意味着公司的不同产品之间可以相互促进，相互支持。在此基础上，公司紧抓行业趋势，布局云仿真及高性能计算平台，持续完善业务矩阵。
　　5、物理AI的前瞻性布局
　　报告期内，物理AI技术的发展也为公司带来了新的发展契机。公司积极布局前沿技术，将物理规律驱动的建模与人工智能算法深度融合，推动仿真与设计流程的全面革新。借助物理AI的赋能，公司仿真平台在保持物理机理严谨性的同时，实现了计算速度和场景适应性的显著提升，能够在多种复杂工况下快速生成优化设计方案，大幅提高设计效率与创新能力。这种融合不仅增强了仿真的准确性与泛化能力，还显著缩短了产品从概念到市场的周期，为客户创造了更高的经济效益。公司还构建了基于智能体决策的物理AI数字孪生框架，将高精度多物理场仿真、实时感知数据与智能决策算法相结合，打造高度精确、动态可更新的产品性能模拟环境。借助该框架，客户能够在虚拟环境中对产品在真实世界中的运行状态进行全生命周期预测、优化与验证，从而在设计、制造、运营等环节做出更加科学、精准的决策。
　　通过持续的技术创新与战略布局，公司在物理AI领域建立了先发优势，形成了从核心算法、平台架构到行业应用的全链条技术体系，为客户提供全面、高效、智能的工程仿真解决方案，进一步巩固了公司在国内CAE行业的龙头地位，并为未来参与全球高端工业软件竞争奠定了坚实基础。
　　6、人才与研发团队优势
　　工业软件研发不同于一般意义的软件研发，研发难度大、体系设计复杂、技术门槛高，导致研发周期长、研发迭代速度慢、研发投入较高。经过多年发展，公司建立了一支高学历、高水平的研发队伍。截至报告期末，公司研发人员202名，占公司员工总人数的57.06％，硕士研究生及以上学历占公司研发人员的比例为43.56％。公司的核心技术团队涵盖数学、物理、计算机、工程学等多领域的资深人才，拥有丰富的学术知识与研发创新经验，对行业前沿技术与发展趋势具有深刻认知及判断，保障了公司核心技术的持续研发创新。
　　7、优质客户资源优势和强效的客户粘性
　　公司拥有十余年来自各特种行业的客户资源和服务经验积累。一方面，工业软件源于工业需求，用于工业场景，需要经历工业场景打磨不断提升品质，带有天然的工业基因，与工业密不可分。丰富的客户资源将为公司各产品线不断迭代进步提供大量典型应用场景，帮助公司深刻理解客户需求，打磨提升产品能力。
　　另一方面，研发设计类工业软件贯穿了企业客户产品开发全生命周期，因此公司各学科产品的客户群体会有相当一部分的重叠，这意味着公司庞大的某一单一学科客户群体中存在着其他学科和多学科耦合的需求，各产品线的客户资源相互赋能，助力业务可持续发展。持续满足客户需求、获得客户信任、积累客户资源是公司源源不断发展的动力。
　　在多年的业务发展过程中，公司凭借先进的技术优势、完整的产品体系及专业化的服务能力，通过多年的市场推广和客户开发，积累了优质的客户资源。公司致力于为高端制造业用户提供专业化产品与服务，公司的研发能力、产品质量和服务能力得到了客户的广泛认可，公司的产品广泛应用于特种工业领域。报告期内，公司为客户提供多学科覆盖的工程仿真软件及仿真产品开发服务，与客户建立了良好的合作关系，在行业中具有较高的品牌知名度。
　　公司持续扩大工程应用团队的规模，增加了大量的算例库，涵盖了不同行业和领域的仿真案例，有效加速产品迭代更新，推出新功能，帮助客户更好的应用软件，客户满意度不断提升的同时增加了客户粘性，也帮助产品不断迭代。
　　8、横向拓展丰富的行业整合能力
　　公司一直在加速民用市场的布局，期望通过民用市场的广阔空间不断巩固自身竞争优势。2025年2月18日，公司发布《关于筹划重大资产重组暨签署<收购框架协议>的提示性公告》，拟收购力控科技，公司正稳步推进与力控科技的并购重组事宜。展望未来，公司将持续以行业发展趋势为导向，积极推进产业链上下游的收并购布局，通过整合优质标的，进一步完善对于客户的全链条服务能力，形成协同高效的业务体系。
　　(二)报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措施
　　(三)核心技术与研发进展
　　1、核心技术及其先进性以及报告期内的变化情况
　　（1）产品更新及发布情况
　　在当下科技高速迭代的大环境中，各行业对前沿技术的依赖程度与日俱增，竞争格局也随技术创新不断重塑。报告期内，公司敏锐洞察市场趋势，对产品线进行战略调整，全力打造“天工”与“开物”两大核心产品线。报告期内，两大产品线均展现出独特的技术优势与创新成果，为公司的持续发展注入了强劲动力，推动公司在市场竞争中占据有利地位。
　　A、天工产品线
　　“天工”产品线聚焦于各学科工程仿真软件和仿真产品开发，涵盖流体、结构、电磁、声学、光学等多个领域，是公司在工程仿真与分析领域的核心竞争力体现。
　　索辰通用流体仿真软件R2025a新增了非结构网格气动弹性求解功能，支持模拟各类静气弹和动气弹问题；非结构求解器支持MRF（运动参考系）功能，拓展了复杂旋转流动场景的模拟能力；同时新增数值报告（Report）功能，为分析结果提供更便捷的呈现方式。LBM求解器实现了物体旋转运动的模拟；支持进出口位于平直计算域表面的内流计算，完善了内流场景的求解能力；新增采样点压力脉动的声学后处理功能，为声学特性分析提供了有力支持。
　　索辰通用流体仿真软件R2025b版本在功能上持续深化拓展，新增的非结构网格热气动弹性模拟能力，进一步丰富了多物理场耦合分析场景；引入多种涡识别方法，为流场结构分析提供了更多维度的可视化工具；支持以表格形式定义Profile进/出口边界条件，提升了边界条件设置的灵活性与精确性。LBM求解器支持多进程网格分发和超大规模计算，大幅拓展了计算规模上限；新增静压进出口边界条件，优化了边界条件的适用性；声学频谱分析功能增强，支持Welch分段加窗平均和PSD计权，提高了声学分析的准确性；网格加密功能新增网格块体素数参数控制，使网格生成更加精细可控。
　　索辰结构仿真软件R2025a中，通用结构模块实现了多项重要功能拓展，新增了基于网格的求解能力，扩展了结构仿真软件的接口；新增平面应力问题的扩展有限元分析；并加入了多分析步功能。优化模块新增多种约束模式，支持考虑运动耦合效应，完善了壳单元拓扑优化结果后处理功能；自由尺寸优化可支持柔度、位移、应力、体积等设计响应并提供相应后处理，复材拓扑优化支持柔度和体积设计响应，同时优化收敛准则得到进一步完善。
　　索辰结构仿真软件R2025b通用结构模块新增报告功能，可自动生成包含多种关键参数的分析报告；材料特性方面，支持温度对线弹性材料本构参数的影响分析；RKPM方法能力大幅提升，支持在边（线上）施加位移边界条件和力荷载，并兼容JC本构材料。优化模块实现跨越式发展，推出基于多场模型的多尺度拓扑优化功能，可支持点阵-孔洞混合结构及点阵-实体-孔洞混合结构的优化设计；配套的多尺度拓扑优化结果后处理功能丰富，能生成不同体积分数光滑过渡的点阵结构、不同类型TPMS形式光滑过渡的点阵结构以及实体-点阵-孔洞混合结构。层合板优化能力显著增强，拓扑优化中加入失效指数设计响应，新增对传统层合板截面类型的支持；同时实现基于层合板自由尺寸优化及可视化功能，为复杂结构优化提供更全面的解决方案。
　　索辰声学仿真软件上半年进行了一次版本发布，在边界元求解器部分，新增了基于配点法的线性单元直接边界元法，为声学计算提供了全新的基础算法支撑，进一步夯实了精准声学建模的起始环节；同时，全面支持有限元-边界元强耦合计算，不仅可满足复杂结构同网格多物理场耦合需求，还可适配匹配网格场景，通过模态叠加法优化不同网格适配下的耦合分析，大幅强化了多方法耦合分析能力。在统计能量法求解器中，板子系统的复合材料截面现已支持层内各向异性材料铺层，显著拓展了复合材料声学分析的适配范围；面连接部分新增了声腔-声腔非共振传输功能，完整覆盖共振、非共振传输及传递损失定义，进一步完善了声腔间能量传输的分析维度。此外，功能优化工作持续推进，统计能量法针对非规则声腔改进了边长识别方法，有效提升了声腔基础参数的计算精度，让非规则场景下的声学分析可靠性得到增强。同时，还成功修复了统计能量法中复合材料铺层材料缺失的问题，保障了声学分析中材料参数的完整性与计算的准确性。
　　索辰电磁仿真软件R2025a在FDTD求解器进行了自动收敛功能升级，新增基于能量收敛判据的自动收敛功能，在复杂电磁仿真中，自动判别收敛状态并调整计算步长，替代人工手动调试，提升仿真效率与结果精度，加速研发迭代。同时，完成了平面波赋予机制优化。针对电磁散射场景，优化平面波加载与传播模拟，提升复杂目标散射特性模拟的准确性，助力雷达罩设计、电磁兼容分析等场景高效仿真。
　　索辰电磁仿真软件R2025b中FDTD求解器进一步提升了稳定性与使用体验。同时，高阶矩量法作为精准攻克复杂场景全波计算难题的核心引擎，本季度索辰电磁仿真软件围绕这一关键技术深化发力，完成了求解器相关功能开发及界面部分整合，推动算法功能与交互体验适配新环境，该求解器配合高效的四边形网格可以在保证精度的前提下大幅缩减计算未知量,同时高效的自适应四边形网格能够精确模拟电大尺寸目标上的细小结构。
　　索辰光学仿真软件R2025a版本在基础功能、兼容性和数据协同三个方面进行了全面升级。该版本重点优化了光学耦合求解器前处理流程，显著提升了计算效率；同时通过扩展对老旧设备的支持范围，有效降低了部署难度。在数据协同方面，新版本实现了vtu文件的全流程支持，与索辰多学科平台建立了无缝数据通道，为前后处理结果的验证与综合分析提供了便利。
　　索辰光学仿真软件R2025b版本着手于更新固体激光器仿真功能，提供从基础设计到高阶分析的完整工具链。该版本支持多种谐振腔结构设计，并配套一维稳定值计算与焦散图分析功能。新增的F-P腔分析模块集成了光场/功率分析工具与高斯光束工具，满足激光谐振腔从理论验证到工程应用的需求。在可视化分析方面，推出二维稳定图、多域焦散图及光束动态变化演示功能，能够直观展示谐振腔参数对光束质量的影响。针对固体激光器中的热透镜效应问题，该版本提供了包括建立晶体材料数据库、实现有限元模型与泵浦晶体抛物线拟合、提供热透镜效应后的元件替代方案，以及开发专用晶体模板库。此外，新版本还完善了泵浦光分布仿真功能，支持双端圆棒泵浦、单/双端板条泵浦，以及晶轴方向呈平顶分布的圆棒/板条泵浦等多种仿真场景。
　　B、开物产品线
　　“开物”产品线代表着公司在物理AI这一前沿领域的探索与布局，旨在通过创新技术推动工业装备设计、研发和制造的智能化升级。
　　“开物”系列涵盖了物理AI开发及应用平台的全场景解决方案，使开发者和工业用户能够轻松开发和部署物理AI应用。基于物理AI的自动设计训练一体化系统，实现成千上万的设计样本智能衍生、验证与训练；生成式物理AI计算引擎结合自动3D实景渲染技术，高效构建高保真的虚拟验证环境，精准复现和预测装备与环境之间的实时、多维互动，为复杂场景下的装备设计优化提供强大支持；实时环境感知与自动测控所得数据，可在虚拟环境中进行智能分析与仿真验证；实时数据库助力海量数据高效存储与传输。
　　a、物理AI模拟引擎
　　作为平台的核心计算中枢，物理AI模拟引擎集成多尺度、多学科的高精度算法，支持4D物理现象的实时仿真与预测。引擎融合流体力学、结构力学、电磁学等学科模型，可在秒级响应内完成复杂场景的计算，如风洞实验中空气动力学的动态模拟。其独特之处在于生成式AI与物理方程的耦合，既能基于历史数据生成预测结果，又能严格遵循物理定律修正偏差。该引擎还支持GPU并行加速与云端部署，为工业装备的虚拟验证提供高吞吐、低延时的算力保障，显著提升研发效率与可靠性。
　　b、物理AI训练一体化平台（智能工坊）
　　智能工坊深度集成了实验设计（DOE）、自动化批量仿真、高精度代理模型构建、高效降阶模型应用及智能优化算法等关键功能模块，实现了从参数采样、仿真执行、模型训练到优化决策的无缝闭环操作，显著提升工程研发效率并大幅降低用户设计迭代成本与时间投入。
　　本报告期内，公司在“天工”与“开物”两大产品线的核心技术研发上成果斐然，不仅为现有客户提供了更具竞争力的产品与服务，也为开拓新市场、挖掘新客户群体奠定了坚实基础。未来公司将持续加大研发投入，紧密跟踪行业前沿技术动态，进一步深化技术创新，推动两大产品线的技术持续升级与拓展应用，助力公司在激烈的市场竞争中实现更高质量、更可持续的发展。
　　（2）核心技术进展
　　报告期内，公司持续强化核心技术。通过发展以下核心技术，进一步扩大产品的性能优势，显著提升了产品的可用性和易用性。
　　a、三维CAD for CAE内核建模技术
　　该技术面向CAE软件的前处理模块，应用于公司流体、结构、声学、电磁等多个类型产品，是公司自主研发的可直接应用于仿真分析的三维CAD内核，支持三维模型导入、三维立体建模、几何修复及清理、参数化建模等功能。该技术能够增加CAD模型的精度和保真度，保证几何模型的准确性，为仿真模型输入提供准确转换工具。
　　b、三维轻量化与沉浸式后处理显示技术
　　该技术面向CAE软件的后处理模块，为客户提供轻量化、立体化、便捷化的可编辑后处理结果，以方便客户的仿真设计与分析。该技术支持显示方向、范围、颜色、标题、图例、动画、注释自定义，支持网格文件、流体、结构、电磁后处理结果导入显示编辑，支持VR、AR等后处理结果一键式切换与实时推送，包括动态显示和静态显示，打造立体沉浸式视觉体验。
　　c、基于产品全生命周期的数字孪生仿真技术
　　该技术面向产品设计的全生命周期，从产品概念设计阶段引入仿真分析，基于系统性的需求分析，快速引入方案论证系统，满足从初步设计到详细设计对分析效率、精度的不同要求。利用公司多个学科的仿真技术求解后，引入数字样机，构建数字孪生模型，并利用优化算法与机器学习不断调整仿真参数和数字样机，进行自动校验和协同验证，实现数据孪生、模型孪生和过程孪生相互关联、相辅相成的一体化数字孪生平台。
　　d、高性能计算与仿真云计算技术
　　高性能计算技术为公司各类仿真算法实现并行计算提供支撑，通过CPU、GPU的聚合结构，把一个复杂的计算问题根据一定的规则分为许多小的计算单元，在集群内的不同节点上进行计算然后再汇总分析，在短时间内以极高速度处理大量数据。高性能计算为公司气体动理学算法、直接模拟蒙特卡洛方法、光滑粒子流、再生核粒子算法等赋能千核以上并行计算效率，且能够保持较好的加速比，显著提升客户的仿真设计能力。公司的仿真云技术基于标准Web架构，通过在本地或云端运行大量并行任务和分时使用，可以实现客户计算资源的充分利用，提升设计人员的协同开发能力，加快产品设计的迭代更新。
　　e、物理AI
　　物理AI技术体系构建以数据驱动和物理规律融合为核心逻辑，该技术涵盖:(a)多模态数据处理系统，能整合结构化时序数据、非结构化三维场数据及空间地理信息，通过智能校正算法实现多源数据融合清洗，形成高置信度数据流，并依托高性能时序数据库提供快速存储与查询能力。(b)自动化模型训练平台，基于数字底座自动生成海量带标注的合成训练数据，集成物理机器学习算法库，将物理规律作为约束融入训练，支持智能调参与分布式训练，降低模型开发门槛，实现快速迭代。(c)实时推演引擎，基于训练好的深度学习模型，在通用硬件上实现三维环境场秒级解算，计算效率较传统方法提升数千倍，且具备自校准能力，通过与实时感知数据比对动态优化模型，确保结果逼近物理真实。(d)开放应用生态，通过SDK/API开放核心能力，支持开发者快速集成数据、算法与可视化功能，拓展至多领域定制化应用。
　　2、报告期内获得的研发成果
　　关于报告期内的主要研发成果，具体内容请见本报告“第三节管理层讨论与分析”之“三/（三）/1、核心技术及其先进性以及报告期内的变化情况”。
　　3、研发投入情况表
　　4、在研项目情况
　　5、研发人员情况
　　6、其他说明

　　四、风险因素
　　1、研发失败风险
　　相对于一般软件，CAE软件和物理AI产品技术门槛高、涉及学科广、研发难度大、体系设计复杂、研发周期长，目前我国工业软件整体水平明显落后于欧美等发达国家。公司成立起步时间相对较晚，在产品体系、技术实力等方面相对国际竞争对手仍存在较大差距，未来需要持续投入资金与人力进行产品研发和技术升级以求形成赶超。若公司产品研发和技术升级不符合行业发展趋势，无法满足市场需求，研发成果未达预期甚至研发失败，可能无法继续保持较高的市场竞争力，丢失市场份额，对未来业务发展造成不利影响。
　　未来公司会持续加大研发投入，若公司研发失败或研发的产品不能满足市场需求，高额的研发投入不能促进业绩增长，将会对公司利润总额产生不利影响。公司将加强市场调研，充分了解市场需求和竞争环境，建立科学合理的研发管理体系，在研发计划中预见和预防风险，定期评估和调整。
　　2、人才流失及技术人员成本上升风险
　　公司作为知识密集型企业，高素质的技术人员是企业的核心竞争力之一。CAE软件和物理AI产品开发需要大量掌握数学、物理学、计算机科学、人工智能和工程学知识的复合型人才，行业人才在国内范围相当稀缺，同时多年来互联网、人工智能等行业的发展吸引了大量具备CAE行业知识和能力的人才进入，进一步加剧了行业人才的匮乏。经过多年发展，公司在技术研发和业务拓展过程中积累了一批研发能力突出、项目经验丰富的核心人员，并且相关人员均具备丰富的CAE领域科研经验，能够深入理解并服务于客户的需求。公司与核心技术人员均签订了竞业限制协议，并进行了限制性股票激励计划等方式稳定研发队伍。未来市场人才竞争激烈，若公司若不能维持研发人员的稳定性并不断吸引行业优秀人才加盟，公司可能无法保持现有的技术竞争优势，将会对公司经营发展产生不利影响。
　　公司将通过自身业务发展、行业地位提升、合理薪酬待遇及各类人才培养计划等综合措施提升对于人才的吸引力。
　　3、业务开拓风险
　　公司下游客户主要集中于军工领域，若公司军工领域客户采购预算大幅下降或公司未能继续维持与主要客户的合作关系，将给公司业绩带来显著不利影响。此外，公司面临着新客户拓展的业务开拓压力，如果行业发展低于预期、客户开拓不利、公司未能及时推出具有竞争力的产品及服务，则公司将面临收入可能无法按计划增长甚至下滑的风险。
　　4、收入存在年度和季节性波动的风险
　　公司下游客户主要为军工单位及科研院所等，此类客户出于其项目成本预决算管理目的，大部分会在下半年加快推进其项目的进度，并通常于第四季度集中验收结算，使得公司下半年收入规模整体上优于上半年，具有一定季节性。
　　公司在产品取得客户验收时确认收入，如果未来公司与客户的合作关系发生不利变化，或者因为客户决策或公司执行进度等原因导致公司第四季度的项目交付和验收出现延迟，将对公司全年业绩产生重大影响，可能导致公司收入在年度间发生波动，部分年度收入可能出现同比下降的风险。同时，由于营业收入存在明显的季节性特征，导致发行人存在不同季节利润波动较大，甚至出现亏损的风险。
　　5、应收账款收回风险
　　公司下游客户主要为军工单位及科研院所，此类客户的付款审批流程较为复杂，付款需根据客户整体项目进度、资金安排节奏向公司结算，进而导致公司的应收账款结算周期整体较长，客户回款速度相对较慢。受公司收入第四季度占比较高、客户付款审批流程较长等因素影响，公司最近三年各年末应收账款金额较大、占当期营业收入比例相对较高。
　　如果未来下游客户生产经营出现重大变化或公司催收回款措施不力，可能导致公司出现应收账款无法收回形成坏账损失的风险。如果应收账款规模持续扩大，也可能影响公司经营现金流，对业绩造成不利影响。
　　6、市场竞争加剧的风险
　　近年来，国家大力倡导工业软件自主可控，鼓励和引导资本进入工业软件领域。大量市场参与者或将涌现，加剧市场竞争。如果公司未来不能维持竞争优势，持续进行市场开拓，则可能对公司的市场地位产生不利影响。同时安西斯、达索、西门子等国外竞争对手在工业软件市场竞争中总体上仍处于优势地位，若上述国外竞争对手依靠市场影响力强、品牌知名度高等优势调整其在国内的营销策略，会导致竞争进一步加剧。
　　公司将持续增大研发投入，提升产品质量，树立品牌效应，不断拓展市场规模，保持在国内市场的领先地位。
　　7、宏观环境风险
　　当前国际形势复杂多变，全球贸易的不利因素会影响到投资的增长，进而影响到中国制造业的发展。制造业作为公司的下游客户，未来若宏观经济波动加剧，可能造成客户在信息化以及研发设计类软件需求上的进一步疲软，从而对公司业务发展造成不利影响。
　　公司将加强风险防范和控制，依托国家政策，坚持技术创新，增加客户粘性，保持增长动力。
　　8、募集资金投资项目的实施风险
　　公司募集资金投资项目实施后，公司固定资产规模将大幅增加，员工人数也会大幅增长，固定资产折旧费用、人员费用支出也相应增加。由于募集资金投资项目建设完成到完全达产还需要一定时间，无法在短期内快速实现效益，若出现募集资金投资项目未能顺利实施、新技术开发进度不达预期、研发遭遇技术瓶颈甚至失败，将会对公司经营业绩造成一定影响。
　　公司为软件企业，过往生产经营过程中，不存在生产、加工、制造和装配环节，公司本次实施的“年产260台DEMX水下噪声测试仪建设项目”，需要采购水听器等元器件后进行装配和集成，涉及生产环节，并计划采购生产设备。如果公司该项目实施过程中，因公司生产管理经验不足或缺乏相关生产人员，导致生产的相关设备无法达到预定技术要求或得到客户认可，该募投项目将无法达到预期收益，也会因固定资产增加导致折旧增加，影响公司的盈利能力。
　　倘若未来行业竞争格局、市场需求、相关产业政策、市场开拓等方面出现重大不利变化，或公司产品技术水平、销售覆盖、服务能力配套不到位，导致公司销售未达预期，公司可能面临新增产能无法完全消化而导致的盈利能力下降的风险。 收起▲