工业软件CAD/CAE 2026：物理AI重塑设计框架与底层内核商业化拐点120字摘要：2026年，工业软件CAD/CAE板块正从“辅助工具”向“物理AI”驱动的生成式平台跃迁。m8认为，底层几何内核商业化与软硬一体的算力协同将是破局的核心变量。 随着2026年全球CAD与PLM市场规模预期达到191.1亿美元，国产软件能否在高端3D设计与具身智能仿真场景中实质性突破20%的市占率临界点，将成为验证其高研发投入转化为业绩确定性的唯一标准。m8观点：一句话先说
结论
在2026年的市场坐标系中，工业软件的定价逻辑已从粗放的“国产替代”预期，演进为“物理AI赋能与底层根技术商业化”的双轮驱动，企业能否将超高强度的研发与并购投入在高端制造业数字孪生场景中兑现为实质性营收，是验证其产业升维与估值支撑的唯一标尺。
为什么这个变量在 2026 年重要工业软件领域在2026年迎来了一个系统性的范式跃迁，其核心驱动力不再仅仅是传统的数字化与信息化，而是物理AI（Physical AI）与底层自主根技术的历史性交汇。
如果说过去数十年的工业软件体系是数字世界中物理规律的“旁观者”与“记录工具”，那么进入2026年，伴随着大模型、空间计算以及端侧算力的全栈成熟，工业软件正在实质性地成为干预物理世界的“行动者”。
物理AI这一概念在2026年已被产业界确立为人工智能发展的第四个阶段，即能够感知、理解并在真实物理世界中执行复杂操作的模型体系。
这一概念的爆发使得CAD（计算机辅助设计）与CAE（计算机辅助工程）的传统边界被彻底打破。
过去，CAE高度依赖于有限元分析（FEA）或计算流体力学（CFD），这一过程往往需要极其耗时的网格划分与高算力求解；而在物理AI的架构下，通过将神经网络与底层物理偏微分方程结合形成的生成式降阶模型，从前期设计、虚拟验证到下游的场景仿真，全链条解决方案能够在几秒到几分钟内完成。2026年下半年被广泛视为物理AI技术落地的关键验证和兑现窗口期。
在此期间，无论是自动驾驶的闭环验证、人形机器人的虚拟环境训练，还是低空经济中的空气动力学仿真，都对底层的3D引擎与物理世界模型提出了爆发式的算力与软件需求。
除了AI赋能的增量逻辑，2026年同样是国产工业软件“根技术”跨越生死线、实现商业化闭环的检验之年。
在工业软件产业链中，几何内核（如达索的CGM、西门子的Parasolid）一直被誉为工业软件的“心脏”，其技术天花板直接决定了CAD软件在处理复杂曲面、超大型装配体时的性能极限。
长期以来，内核受制于人是国内CAD行业向高端制造业进军的最大痛点。2026年，经过四十多年技术积累与百万级用户验证的自主几何内核（例如中望软件的Overdrive）正式进入全面商业化阶段。
这不仅标志着国产CAD从根源上解决了“数据主权”与“卡脖子”问题，更意味着本土软件具备了在航天、汽车等极高精密度行业中与国际巨头进行正面硬刚的技术底座。
从更宏大的科技浪潮来看，2026年是“AI+制造”政策指引与AI产业链算力溢出效应深度融合的一年。
云端原生架构、跨终端协同设计（PDM）以及“物理AI一体机”的相继问世，极大地降低了高端仿真软件在制造业中的部署门槛与试错成本。
在这一年，生成式设计与物理验证不再分属不同的孤立工具链，而是在同一流程中交替甚至同步推进，交互范式完成了从“人操作软件”向“人指挥系统（Agentic AI）”的进化。
这使得2026年成为了观测整个工业软件生态从被动的工具型产品向主动的平台型生态跃升的战略观察期。
产业链和
公司映射在全球工业软件市场中，海外巨头通过数十年的技术积累与并购整合，构建了极高的行业壁垒。
达索系统（Dassault Systèmes）、西门子（Siemens）、欧特克（Autodesk）和安西斯（Ansys）等跨国企业长期占据主导地位。
然而，随着国产替代政策的深化及国内新能源、航空航天等产业链需求的倒逼，A股相关上市公司正在CAD内核自主化、CAE物理引擎生成式演进以及垂直行业数字设计等关键节点上形成清晰的产业映射与突围路径。
公司在2026年的核心变量在于“CAD+”战略向高端制造业的纵深推进以及核心产品线的重大突破。
其重磅发布的Overdrive几何内核实现全面商业化，彻底解决了国内工业设计领域的底层“数据主权”痛点。
在应用层，面向高端制造的中望3D“悟空”2027版本，搭载了完全重构的新一代参数化设计引擎，成功攻克了超长历史模型修改的行业难题。
此外，中望软件在机器人运动仿真底座上，通过集成iRobotCAM等离线编程软件以及新增PDM（产品数据管理）与流体仿真模块，深度切入了智能制造的设计仿真制造一体化协同。
财务数据显示，2026年一季度公司实现营收1.47亿元，同比增长17.30%，业绩拐点已现，其技术创新正加速转化为国内高端市场与海外市场的双重商业价值。
在技术门槛极高的CAE仿真引擎与物理AI领域，索辰科技（688507）是国内稀缺的核心技术供应商，其早期客户基本盘高度集中在军工及高端制造领域。
在2026年物理AI浪潮中，公司锚定了从传统“辅助物理验证”向“生成式建模仿真一体化”的战略转型。
其核心看点在于正式发布了世界物理模型“营造·万象”，并与海光信息联合推出了搭载国产高性能通用计算芯片的“物理AI一体机”。
该软硬一体化解决方案底座全面采用海光全精度计算芯片，旨在打通从海量高保真数据自动生成、AI代理训练到动态物理场实时预测的全流程，将工业研发从有限的设计验证迭代，推向百万级方案的全空间自主探索。
在商业化目标考核方面，公司的股权激励计划明确设定了物理AI产品在2026年需达成5000万元的目标值。
尽管其业务布局极具前瞻性，但在2026年一季度，由于传统业务的季节性波动、高昂的研发支出以及前期多笔非同一控制下企业合并带来的整合费用，净利润录得3394万元的亏损。
在垂直领域的数字设计与建筑信息化赛道，广联达（002410）展现了另一种维度的产业升维。
随着宏观经济环境下房建市场处于深度调整期，广联达正加速将业务向基建、城市更新以及数字设计领域拓展。
其数字设计业务基于自主研发的图形引擎，推出了数维房建设计和数维基建设计两大三维BIM软件，致力于实现设计全要素、全过程的一体化协同工作模式。2026年，广联达的战略重心之一是打赢“设计一体化”核心战役，实现从单一工具向云端平台的价值跃迁。
同时，公司积极拥抱大模型技术，其自主研发的GlodonGPT大模型已正式通过国家生成式人工智能服务备案，推动AI问答、AI辅助项目决策分析、AI现场安全多模态识别等功能在施工现场的精细化落地。
在国际化拓展方面，广联达聚焦东南亚的全球版算量计价产品及欧洲市场的机电设计（MagiCAD）业务，试图通过本地化运营构建海外业务的规模化增长极。
关键数据与对比表在全球与中国工业软件市场的演进中，市场规模的扩张与竞争格局的固化呈现出明显的结构性张力。
为了更客观地呈现当前产业链的估值基础与成长空间，我们将宏观市场预测、竞争格局分布以及核心A股上市公司的财务与经营指标进行结构化梳理。
表1：工业软件（CAD/CAE/PLM）宏观市场规模与行业预测市场分析维度2025年规模数据2026年预测规模远期前瞻目标 (2034/2035)复合年增长率 (CAGR)全球CAD/PLM综合市场177.6 亿美元191.1 亿美元343.9 亿美元 (2034年)约 7.60%全球独立CAD市场27.7 亿美元31.3 亿美元81.9 亿美元 (2034年)约 12.78%全球CAE仿真市场约 70.8 亿美元*约 76.4 亿美元*151.3 亿美元 (2035年)约 7.9%中国研发设计类工业软件约 350 亿元 RMB (2024年)约 3390 亿元 (中国整体工业软件)市场渗透与替代率持续攀升大于 20% (历史估算提升)*注：全球CAE市场2025/2026年数据基于行业报告中披露的2026-2035年预测基数及复合增速反向测算得出。
表2：中国市场核心工业软件竞争格局分布（基于2021-2022年市占率沉淀）细分软件类别海外龙头企业及市场份额 (前三合计)本土领军企业及相对份额行业核心发展痛点与技术壁垒通用二维/三维 CAD达索系统、西门子、欧特克 (合计约 55.7%)中望软件 (9.6%)，本土厂商合计接近 20%底层几何建模内核的自主化开发；超大体量装配图纸的运行渲染效率与内存管理。
高端三维 3D CAD达索系统、西门子、PTC (合计约 55.7%)中望软件 (排名第四)、华天软件 (排名第六)参数化引擎的数学稳定性；上下游历史数据兼容性；设计与多物理场协同联动。
真实物理世界高保真实验数据的稀缺。
表3：核心上市企业2025/2026年度
财务指标与业务催化剂对比公司简称 (股票代码)2025年全年营业收入 / 同比增速2026年一季度营业收入 / 净利润研发投入占比与策略 (2025年)核心变量 / 技术验证催化事件 (2026年)中望软件 (688083)8.93 亿元 / +0.60%1.47 亿元 (+17.30%) / 亏损缩窄大于 67% (基于2025H1，投入拉满)Overdrive内核全面商业化；发布3D“悟空”2027；海外业务营收占比接近40%且持续高增。
索辰科技 (688507)4.66 亿元 / +22.97%3943 万元 (+1.66%) / -3394 万元23.41% (研发人员增幅达37.44%)联合发布首款“物理AI一体机”；股权激励锁定物理AI产品年度考核目标值为5000万元。
广联达 (002410)60.97 亿元 / 营收略降尚未全量披露26.77% (研发投入绝对额达16.25亿元)数维基建与房建设计加速推广；GlodonGPT大模型备案落地；东南亚算量计价新产品上市。
宏观、资金或技术约束尽管工业软件与物理AI的结合在理论上勾勒了清晰的产业愿景，但站在2026年的节点审视，该板块依然面临着极为严苛的宏观环境、资金投入结构与底层核心技术的刚性约束。
这些约束构成了产业链向上突破的强力阻力位，并在很大程度上决定了企业的短期业绩兑现能力。
宏观基本面与下游资本开支的周期性波动，对工业软件的短期渗透率形成了直接压制。
工业软件的终端需求高度依赖于制造业（如汽车、航空航天、电子半导体）与建筑基建行业的繁荣度。
例如，广联达在2025年至2026年期间，面临着国内房建市场深度调整期的巨大压力，全国建筑业总产值增速的放缓迫使其将战略重心由传统粗放式增长转向城市更新、地下管网改造及海外市场。
同样地，中望软件在面对部分制造业客户采购趋于谨慎的外部环境时，也经历了2025年营收增速极为平缓的阵痛期，不得不更加依赖国家对工业软件的专项政策扶持与海外市场的第二增长曲线进行对冲。
下游客户在资本开支周期的低谷期，往往会延长软件采购流程或削减高阶模块的订阅预算。
资金与财务约束则是A股工业软件板块的共同特征。
高额研发投入与频繁的行业并购在短期内对利润端形成了显著的反噬。
工业软件是典型的“长坡厚雪”赛道，需要数十年如一日的底层代码优化与算法沉淀。
以中望软件为例，为了在根技术上取得突破，其在2025年上半年的研发费用率一度飙升至67%，为了攻坚Overdrive内核与悟空3D的参数化引擎，利润端承受了巨大压力，导致2025全年归母净利润同比大幅下降67.57%。
另一方面，索辰科技在2025年通过多起非同一控制下的企业合并（如收购力控科技、麦思捷等）实现了营收的并表增长，但少数股东权益的大幅增加与商誉的高企（增至3.56亿元），叠加研发人员超37%的扩张，导致其在营收增长超22%的背景下，归母净利润反而同比下降24.00%。
这种“增收不增利”的财务现象充分说明，试图通过资金并购完成全链条技术闭环的战略，其业务协同与成本管控效应存在显著的滞后性。
在技术层面，物理AI与通用世界模型的落地面临着难以逾越的数据与生态约束。
物理AI要在2026年实现真正规模化应用，必须跨越三大核心障碍。
其次是“仿真鸿沟（Sim-to-Real Gap）”，无论是机器人的虚拟训练还是工业流体力学仿真（如索辰科技基于GPU大规模并行加速的LBM大涡模拟），虚拟环境一旦迁移至真实且充满噪声的工厂生产线中，极易产生违背真实物理规律的“幻觉”。
最后是跨设备平台与芯片底座的可移植性问题，物理AI的落地不能仅靠单一算法，必须依托如Nvidia CUDA、Arm架构或海光芯片等软硬生态的深度协同，国内厂商在底层指令集和编译器优化上，仍需要极其漫长的工程调优时间来缩小与国际巨头的性能差距。
风险与证伪作为一项兼具极高科技附加值与国产替代双重属性的稀缺资产，工业软件板块在二级市场通常享有较高的估值溢价。
但技术预期与商业现实的错位可能随时引发惨烈的估值重估。
结合公开资料分析，以下几点构成了2026年相关
标的面临的
核心风险
与证伪逻辑。
最为突出的风险在于“物理AI”商业化落地进程不及预期。
市场与资金端普遍将2026年视为物理AI的爆发元年，资本市场对相关概念的追捧甚至导致了短期内的非理性繁荣，例如索辰科技在2026年5月中下旬的连续异常涨停及十个交易日内涨幅偏离值超100%的异动。
这种提前计入的乐观预期忽视了技术爬坡的客观规律。
正如部分机构所提示，物理AI目前主要偏向于“产业与资本端的预期爆发”，距离大规模标准化应用与稳定的商业变现仍有较大距离。
索辰科技的股权激励计划明确要求2026年物理AI产品需实现5000万元的目标值，若该创新产品在整车仿真、低空经济或人形机器人客户中的实际客单价、复购率或交付周期无法达标，将被市场视为这一前沿估值逻辑的证伪。
其次是底层内核与高端产品商业化推广受阻的风险。
中望软件的Overdrive内核及“悟空”2027被寄予厚望，但必须清醒认识到，工业软件的用户习惯与工程数据生态具有极强的路径依赖与客户粘性。
达索、西门子等巨头的软件标准已经深入到航空、汽车上下游供应链的各个毛细血管中。
如果“悟空”在面对实际高精密度制造业客户时，无法在超大体量图纸渲染、历史特征兼容性与跨物理场稳定性上通过严苛测试，其“从2D向高端3D破局”的战略将面临无形的天花板。
一旦高端突破受挫，公司的收入结构将长期受制于低附加值的二维绘图工具市场，难以支撑高研发模式的持续失血。
此外，高估值与业绩大幅波动的双重反噬也是悬在头顶的达摩克利斯之剑。
工业软件企业普遍存在经营活动现金流与确认收入的季节性特征，往往在第四季度集中确认业绩。
索辰科技2026年一季度即录得3394万元的明显亏损，且当前静态与滚动市盈率处于行业较高水平。
若后续季度的宏观经济未能如期强劲复苏，导致军工央企或民营高端制造客户的工业软件采购预算实质性缩减，或者前期外延并购未能有效打通从CAE仿真到物理验证的技术闭环，其高昂的商誉资产不仅面临减值风险，其高估值也将在业绩兑现期的落空中遭遇“戴维斯双杀”。
后续观察变量对于关注宏观利率影响下科技成长股表现的深度研究型读者，以及致力于构建研究归档投资框架的分析师而言，2026年下半年至2027年，应将视线从宏大的行业叙事下沉至产业链微观的验证指标。
针对中望软件，核心观察变量在于新产品的工程级实测反馈与海外市场的营收结构。
需要密切追踪中望3D“悟空”2027版本在超大型装配体（如复杂汽车零部件或机械设备）中的实际工程图关联更新耗时与参数化修改成功率，重点关注公开开发者社群中关于其AI智能识图模型与自动圆角处理的真实测评。
这直接决定了其能否实质性切入西门子NX或达索CATIA的高端腹地。
同时，需持续观察其海外业务营收占比能否在2026年稳定突破40%大关，并维持双位数的高增长势头，以此验证其“研发全球化、市场全球化”战略的韧性。
针对索辰科技，核心验证指标聚焦于物理AI软硬一体化产品的订单落地能力。
应紧盯其与海光信息联合推出的“物理AI一体机”在重点行业（如航空航天、无人机着舰流场分析、管道风扇噪声预测等）的实际交付台数与标杆客户落地情况。
季度财报中必须重点审视其是否正轨滑向2026年5000万元的物理AI业务考核目标，以及其高企的研发人员薪酬与并购商誉是否开始呈现边际改善的经营杠杆效应。
针对广联达及整个产业链生态协同，观察点在于出海战略的执行进度及大模型在应用层的降本增效成果。
观察广联达在东南亚及中东地区全球版算量、计价新产品的市占率渗透，以及欧洲机电设计业务的营收增速。
同时，关注国内CAD/CAE软件是否能更深层次地接入全球主流的物理AI生态环境，例如在2026年下半年全面发布的ABB RobotStudio HyperReality测试项目中，或是英伟达Isaac机器人仿真平台中，能否看到中国底层工业软件提供数据接口支撑或合成数据服务。 FAQ为什么CAE（工程仿真）软件的国产替代难度通常被产业界认为远高于CAD（辅助设计）？
CAD主要解决“几何形体的构建与表达”，其技术壁垒主要集中在底层几何约束内核与数学参数化引擎的稳定性；而CAE软件则需要解决“真实物理规律的计算与验证”，不仅依赖底层的三维几何引擎，更需要深厚的物理场（包括力、热、流体、电磁等）偏微分方程沉淀与数值求解算法（如有限元方法、格子玻尔兹曼方法）。
更关键的是，CAE算法的准确性无法单纯在实验室中闭门造车，它需要大量的工业制成品在极端环境下的真实实验数据进行逆向修正，这需要历经数十年的工业Know-How积累与试错。
因此，CAE的市场集中度更高，新玩家的突破难度与时间成本呈指数级增加。
报告中提到的“世界模型”在物理AI和工业软件中扮演什么样的角色？
传统的AI大模型（如GPT等大型语言模型）是基于海量文本概率来预测下一个词元。
而“世界模型”（World Model）的核心使命是理解并预测三维物理世界的动态演化规律，比如重力、摩擦力、材质刚度与碰撞响应。
在现代工业软件体系中，世界模型相当于一个具备常识的超级物理仿真引擎。
当人形机器人或自动驾驶车辆在工业软件中进行虚拟训练时，世界模型能够实时生成高度逼近物理真实的合成数据，从而使得智能体在无须进行昂贵且危险的物理原型实验的情况下，就能完成从“环境感知”到“决策动作学习”的全闭环。
工业软件公司当前利润率波动剧烈，且经常出现“增收不增利”的主要原因是什么？
这主要归因于产业升级期的双重财务阵痛。
首先是产品转型期的研发高压。
国内龙头企业正处于从低附加值2D向高端3D、从单机工具向云端协同平台、从传统CPU计算向AI异构算力升级的关键跃迁期，大规模的研发人员扩张和底层代码重构吸收了绝大部分的毛利润。
其次是外延并购后的整合阵痛。
为了迅速补齐底层技术短板（如获取流体、电磁等多物理场交叉技术），软件企业往往选择通过收购实现技术闭环，随之而来的高额商誉资产摊销以及研发组织架构的融合，在短期内会严重压制财务表现，需等待新一代融合产品（如物理AI软硬一体机）大规模商业化后方能跨越盈亏平衡点，进入利润释放期。
参考来源
常见问题
报告中提到的“世界模型”在物理AI和工业软件中扮演什么样的角色？
传统的AI大模型（如GPT等大型语言模型）是基于海量文本概率来预测下一个词元。 而“世界模型”（World Model）的核心使命是理解并预测三维物理世界的动态演化规律，比如重力、摩擦力、材质刚度与碰撞响应。 在现代工业软件体系中，世界模型相当于一个具备常识的超级物理仿真引擎。 当人形机器人或自动驾驶车辆在工业软件中进行虚拟训练时，世界模型能够实时生成高度逼近物理真实的合成数据，从而使得智能体在无须进行昂贵且危险的物理原型实验的情况下，就能完成从“环境感知”到“决策动作学习”的全闭环。
工业软件公司当前利润率波动剧烈，且经常出现“增收不增利”的主要原因是什么？
这主要归因于产业升级期的双重财务阵痛。 首先是产品转型期的研发高压。 国内龙头企业正处于从低附加值2D向高端3D、从单机工具向云端协同平台、从传统CPU计算向AI异构算力升级的关键跃迁期，大规模的研发人员扩张和底层代码重构吸收了绝大部分的毛利润。 其次是外延并购后的整合阵痛。 为了迅速补齐底层技术短板（如获取流体、电磁等多物理场交叉技术），软件企业往往选择通过收购实现技术闭环，随之而来的高额商誉资产摊销以及研发组织架构的融合，在短期内会严重压制财务表现，需等待新一代融合产品（如物理AI软硬一体机）大规模商业化后方能跨越盈亏平衡点，进入利润释放期。
