新火種
2025-03-11 
從仿真到物理AI：索辰科技并購版圖背后的智能制造野望
去年以來，國內并購相關政策春風不斷，A股上市公司掀起并購潮——在此契機下，作為CAE上市企業，索辰科技（688507.SH）去年底至今亦實施了多起圍繞主業的收并購操作，近日公司收購再下一城，持續覆蓋細分領域和品類，備受市場關注。
并購政策大幅支持，加上CAE的行業屬性，索辰科技并購幾乎是匯聚了天時地利。或是基于并購帶來的業績想象，自今年1月7日以來至今，公司股價大漲近80%，接近翻倍。更為重要的是，當前在仿真領域，一場由物理AI掀起的變革正悄然上演。透過索辰科技持續的布局，目標版圖逐漸清晰——實現物理AI，逐步從仿真領域，向數字化、智能化領域轉型。最終通過重大的技術變革，以提升公司的市場競爭力。同時，這也是一場國產替代的接力賽。
索辰科技再收購 走向工業軟件巨頭并購做大之路
從最新動作看，2月18日，索辰科技發布重大資產重組，將收購SCADA（數據采集與監控系統）行業領軍企業力控科技51%股權。標的公司100%股權（增資前）預估值3.6億至4.1億，那么51%股權對應價值在1.836億至2.091億，其2025—2027年度業績承諾數的總和暫定為約1.01億。
資料顯示，標的公司是工業軟件產品開發商及解決方案提供商，提供SCADA軟件、實時數據庫、生產管控平臺、工控信息安全產品等軟硬件產品，廣泛應用于油氣、石化、礦山、冶金、市政等行業領域。
這一并購有兩大看點：一方面，兩家企業實現優勢互補，索辰科技工業軟件CAE支撐著智能工業制造領域的設計仿真，而SCADA作為工業控制流程的"神經中樞"，是智能制造端的實時監控核心，收購后索辰科技能夠將業務范疇從CAE仿真設計，延伸至工業數據采集監控等環節，推出更具綜合性與實用性的工業軟件產品組合；另外，從更大層面來講，這標志著國產工業軟件在核心技術自主化與產業鏈整合上邁出關鍵一步。長期以來，我國研發設計、生產制造的核心工業軟件被境外企業嚴重“卡脖子”，國內企業產品體系明顯單一，與國內西門子、達索等綜合性工業軟件巨頭相比，仍有差距。這次兩方的跨界合作，可以實現國內細分領域龍頭企業的有效整合，提升我國工業軟件的綜合競爭力。
并購不止于此，去年12月，索辰科技還以人民幣8800萬元收購寧波麥思捷科技有限公司55%股權，估值動態市盈率約為11.52倍。麥思捷的業績承諾，也是其基于技術優勢和市場需求而設定，它們之前一直處于研發投入的階段，現在各行各業的應用領域已經慢慢落地，包括民用市場也有很多需求放量。所以，未來，它們也比較有信心能完成這個業績承諾。”
據了解，麥思捷專注于海洋和船舶工程領域的技術研發和應用，為多個雷達型號提供了核心技術支持，并且在雷電精準預警和定位方向成功實現了國產化替代，其在特種行業信息化領域的豐富項目經驗和先進技術能力，可以與索辰科技在仿真、數字化、智能化技術方面的優勢形成互補。
索辰科技相關人士解釋，“以麥思捷的預警業務為例，它做了一系列環境感知的參數收集，比如在收集大氣層、海洋方面的參數后，我們通過算法預估出來，什么時候、在哪里會準確發生雷擊事件，從而幫助我們完成項目作業。”
此外，麥思捷已建立了行業內穩定的銷售網絡和客戶群體，這些客戶資源將為索辰科技開辟全新的市場渠道。
財報顯示，截至去年三季度末，公司賬上擁有19.51億元貨幣資金，資金充沛，公司對力控科技和麥思捷均使用自有資金進行收購。盡管公司已進行多起大手筆收購，公司對于未來仍有收購預期。縱觀全球巨頭的發展史就是一部并購史，工業軟件巨頭如達索系統、西門子、Ansys等公司，正是通過數十甚至上百次的并購逐步積累了核心技術與行業經驗，最終實現了全鏈路的產品布局，形成了強大的市場競爭壁壘。索辰科技人士認為，收并購是很正常的事情，行業特性決定投入要求很高，而一些零散的市場產出的需求又不好，慢慢一些小公司沒辦法持續投入，或者產生了虧損后，就賣給了大公司。同時，龍頭會擁有更多的場景，產生更好的產品，長此以往循環，行業會逐漸集中。
例如，西門子常以其工業制造品、大型醫療設備而為人熟知，而自從其2000年起通過并購切入工業軟件領域，現已成長為全球最大的工業軟件供應商之一。據不完全統計，西門子至今在工業軟件領域已有40多起主要的并購，累計投資金額高達140億歐元。
索辰科技想要成長為全球巨頭，收購幾乎是必然路徑。
對標英偉達物理AI，并購背后脈絡顯現
透過索辰科技的持續收購，可以看見一條清晰的脈絡和公司的目標——即實現物理 AI。而就在3月6日，索辰科技發布“天工·開物”1.0物理AI開發平臺，推出多個與物理AI相關的創新產品和技術。據介紹，該平臺融合了生成式建模仿真一體化、實時實景渲染、物理AI模擬引擎、實時數據庫、多元數據融合等技術模塊，可實現現實世界與虛擬世界的融合與互動，使開發者和工業用戶能夠更容易開發和部署物理AI應用。
在與公司的交談中，公司相關人士頻繁提及物理 AI的概念。與傳統的生成式AI不同，物理 AI是能夠感知、理解物理世界并與之交互的 AI 系統。它不僅能“看懂”周圍的環境，還能“動手”改變環境，從而完成各種任務，這使得它在機器人、自動駕駛、工業自動化等領域擁有廣闊的應用前景。
“物理AI將改變價值50萬億美元的制造和物流行業。”英偉達CEO黃仁勛認為，AI的新一波浪潮是物理AI。在全球范圍內，它已成為科技巨頭們競相角逐的新高地。在英偉達的概念里，物理AI重點領域主要有兩類，一類是無人駕駛，一類是機器人的具身智能。但無人駕駛要實現真正的智能化，還有很長的路要走，這里面最核心的一個瓶頸就是物理AI。
實際上，沿著物理AI產業鏈上下游探尋，眾多行業與之緊密相連。上游涵蓋了數據采集、傳感器制造等行業，下游則涉及汽車制造、航空航天、能源等多個領域。
索辰科技人士認為，除了英偉達提及的領域，其實還有很多行業，包括供電、散熱等都能運用到這些技術，這也是我們現在和市面上AI的一個區別。我們想做的物理AI，其實就是通過智能決策，提高我們平常的一個生產效率，這些主要應用領域都是在工業裝備里。比如說，我們可以結合氣象無人機、傳感器等設備采集環境參數，動態調整控制風力發電機葉片的角度，去加大我們風力發電的效率。但現在初步想下來，想要實現物理AI有很多生態需要補充。”
從索辰科技這幾次并邏輯購來看，無論是麥思捷的雷電精準預警，還是力控科技的數據采集與監控系統，都是公司想要實現多鏈路以及在物理AI上的生態補充。除此之外，公司正在建設多個高端實驗室，包括數值風洞、電磁暗室、風電實驗室、HPC實驗室等。而想要發揮物理AI的“用武之地”，爭奪背后的巨大市場，則需要先解決訓練物理 AI所面臨的挑戰。傳統的生成式AI學習依賴于海量的真實世界數據，物理AI則不然。試想一下，若想獲取智能駕駛在真實道路上的數據，這不僅成本高昂，而且耗時費力。
為了解決物理AI高訓練成本的難題，數字孿生世界的概念應運而生。
索辰科技上述在建的高端實驗室，也成為其生成式數字孿生基地的基礎框架，為工業產品的性能模擬和驗證提供高精度的實驗環境。這一生成式數字孿生基地不僅限于設備的物理模擬，還整合了生成式仿真解決方案，能快速生成大量訓練數據，不僅能夠預測工業產品在實際使用中的表現，還能為設計優化提供依據，有助于企業提升研發效率、縮短上市周期，成為其推動物理AI研究和驗證的重要平臺。這一創新技術的引入，也將為制造業帶來重大變革，而索辰科技可以借此機會提升其市場競爭力。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
