工业软件作为产业质量的基础,切实关系产业链供应安全,是中国制造走向中国创造、价值链低端走向高端的关键。近年来,在国家政策支持及国内制造业转型升级的双重驱动下,我国工业软件呈现快速发展态势。
据工信部统计,2024 年,我国信息传输、软件和信息技术服务业增加值占 GDP 的比重达到 4.7%;我国工业软件产品收入为 2,940 亿元,同比增长7.4%。但《中国工业软件发展研究报告(2025)》指出,我国 2024 年工业软件市场规模仅占全球份额的7.6%。虽然国内工业软件在部分细分领域的市场占比有一定增加,但总体基础仍然较弱,真实应用产品支撑较少,综合实力仍与国外成熟厂商存在一定差距。
随着我国制造业数字化转型的深入和新型工业化的推进,软件产业尤其是工业软件领域将迎来更大发展空间。根据工信部于2024 年发布的《工业重点行业领域设备更新和技术改造指南》,工业软件作为更新的重点领域,预计到2027年,完成约 200 万套工业软件和 80 万台套工业操作系统更新换代任务。
工业软件按产品生命周期维度,可细分为研发设计类、生产制造类、经营管理类、运维服务类等。不同于其他计算机软件的强软件属性,工业软件是工业知识的标准化,从本质上而言是工业品,
国外研发设计类工业软件由于起步较早、产品成熟、通用性更强,垄断了现阶段的国内外市场。其中,在霍莱沃所处的 CAE 领域,国际厂商占据了90%以上的市场份额。在研发设计阶段,CAE 可实现方案选型、仿真分析、性能验证、设计优化,从而进一步缩短研发周期,降低研发成本,助力设计方案落地,是众多工程、产品数字化设计的必备工具。
CAE具备多学科融合、专业领域细分的特点,对算法技术及数学、物理、工业技术底层知识的广度和深度均有极高的要求,同时需要大量真实的应用案例予以反馈验证,技术壁垒高,研发投入大,成熟周期长,创新迭代快。在自主设计、创新创造的大趋势下,CAE 将更加广泛地应用于航空、航天、船舶、电子信息、汽车等技术前沿行业,国产 CAE 软件将持续加速技术迭代,市场规模的提升具有巨大潜力。
(2)AI+CAE 将为物理 AI 提供关键支撑
物理 AI 是融合物理学原理与人工智能技术的交叉领域,被定义为下一代AI 形态的核心,其本质是通过让人工智能学习并深度融合物理学原理,构建由物理定律与数据联合驱动的、面向复杂物理问题的智能系统,实现物理问题的算法优化、结果预测等功能,形成物理世界与数值仿真深度虚实协同的动态闭环。
AI+CAE 即以人工智能赋能工程仿真,是物理AI 落地的关键载体,物理 AI 的核心场景(如机器人、自动驾驶、数字孪生)均以 AI+CAE 技术为关键支撑。近年来,人工智能的出现与蓬勃发展为 CAE 软件的发展带来了一条崭新的路径。人工智能为高阶复杂非线性问题的求解带来了极大的创新,其不再仅仅依靠人类对物理与数学的认知或在实际工程中积累的经验知识来解决问题。
人工智能的引入意味着电磁学、结构力学、流体力学等物理问题的正向仿真不必完全依赖于对物理规律的模拟,逆向设计不必完全依赖于已有理论、设计经验与试错寻优过程,而是可以藉由人工智能对已有数据进行学习,深入挖掘其规律及特征,最终针对特定的仿真与设计问题快速给出其可行解。
人工智能赋能 CAE 软件的研究在近年愈发受到国内外研究机构及企业的重视,其中以高校为代表的研究机构着重于单点技术的突破,旨在利用人工智能带来的复杂问题学习及求解能力增强乃至替代传统 CAE 软件内核;以 Ansys 为代表的业界巨头则致力于 AI+CAE 软件的工业应用落地与生态搭建,为工程师搭建智能化的新时代设计范式。
以霍莱沃所从事的电磁CAE 软件领域为例,当前学界及工业界针对人工智能赋能电磁 CAE 软件的研究及工作可归纳为:采用人工智能中的各类神经网络及深度学习模型代替传统电磁 CAE 软件中各仿真求解器中的部分模块或整个求解模块,例如采用机器学习的方式加速矩阵求解、利用神经网络构建电磁仿真中的理想吸收层,乃至通过学习大量样本直接由模型信息得出该模型的电磁特性;将已有的仿真案例及电磁仿真结果作为训练数据供人工智能进行学习,而后针对特定问题直接以所需指标作为输入,通过训练完毕的人工智能模型直接给出推荐的结构设计;在电磁 CAE 仿真软件中集成人工智能智能电磁逆设计内核,针对专业问题(如器件选型、参考文献等)给出专业的解答,例如 AnsysGPT。
由此,人工智能已被逐步纳入 CAE 软件的关键发展路径,通过人工智能对 CAE 软件的赋能实现软件核心内核、工业应用模式乃至用户体验的全方面提升将是重要的技术发展趋势。
更多行业研究分析请参考思瀚产业研究院官网,同时思瀚产业研究院亦提供行研报告、可研报告(立项审批备案、银行贷款、投资决策、集团上会)、产业规划、园区规划、商业计划书(股权融资、招商合资、内部决策)、专项调研、建筑设计、境外投资报告等相关咨询服务方案。