国产CAE厂商抢跑物理AI：仿真数据能否撑起万亿市场？

随着物理AI（Physical AI）成为产业热议话题，国产CAE（计算机辅助工程）厂商正在集体加速布局，试图从传统仿真软件向物理AI基础设施方向延伸。中国科学院院士陈十一在某大会演讲中指出：「没有CAE支撑，物理AI难以真正走向工业世界。」他认为CAE能够提供完备的物理机理模型、海量仿真数据、工程约束以及闭环验证能力，正好弥补纯数据驱动AI的不足。

CAE被定位为物理AI的基础设施

物理AI的核心目标，是让AI理解现实世界中的物理规律。然而，真实工业数据采集成本高、周期长，互联网数据又缺少力、热、流体、电磁等物理信息。CAE仿真恰好可以补齐这一短板：通过结构、流体、热、电磁等多物理场仿真，生成符合物理规律的高保真数据，每组数据都包含完整的状态信息，既能用于模型训练，也能帮助AI理解工业系统运行规律。

陈十一将CAE在物理AI时代承担的角色归纳为四类：生成数字样本的物理引擎、约束AI模型的物理规律导师、验证AI结果的精度校准工具，以及构建数字孪生（Digital Twin）的基础。他强调，「用CAE赋能AI不是限制AI，而是在解放AI；不是AI替代物理，而是将物理嵌入AI。」

国产厂商集中卡位

在这一趋势下，多家国产CAE企业推出了各自的物理AI相关平台或战略定位：

• 索辰科技：推出「天工·开物」物理AI平台，通过自主仿真能力生成高精度数据集。
• 云道智能：推出 Sim-PI 物理AI开发平台，以仿真引擎为基础，为具身智能训练、智能工厂等场景提供仿真环境。
• 天洑软件：提出以「物理AI+工业AI」为核心打造工业世界模型，覆盖物理规律推演、实时工况预测和自主闭环决策。
• 安世亚太：认为工业软件正从工具化、平台化走向智能体化，基于多年工业仿真积累探索物理AI方向。
• 蜂巢互联：近期明确「物理AI仿真引擎基础设施服务商」定位，围绕计算几何、计算工程学、数据科学等底层技术展开布局，并与IDEA研究院合作，覆盖工业仿真、低空经济、具身智能等方向。

在海外，Cadence、新思科技、西门子、达索系统等商业软件厂商已在AI与CAE融合方向取得初步成果，行业咨询机构 CIMdata 也指出，物理信息AI训练、仿真数据驱动模型以及基础模型是当前重要探索方向。

商业化前景仍待验证

物理AI的市场想象空间巨大，但落地并非易事。普华永道预计，物理AI将在未来3到5年内从早期试点阶段过渡到规模化商业部署；不过文章也指出，仿真数据能否大规模替代真实数据、工业世界模型能否真正进入生产环境，都还需要进一步验证。物理AI并非简单叠加AI算法，它要求企业在算力、数据体系、算法模型以及行业知识上均有积累，「拥有仿真工具并不意味着能直接进入物理AI市场」。

对于国产CAE厂商而言，能否抓住AI与CAE融合的窗口期，将传统仿真能力转化为物理AI时代的基础设施竞争力，仍是一个有待时间回答的问题。