中国工业软件与 AI Engineering 产业发展综述
从国产工业软件体系建设、核心技术突破到AI原生工程软件的产业重构
研究周期：2026年1月1日—10月17日
研究范围：中国大陆工业软件企业、专业技术软件、工业AI基础设施、AI Native Engineering创业企业及相关产业生态
研究视角：产业组织、核心技术、产品成熟度、上市公司经营、投资并购、区域产业集群与未来五年竞争格局
引言｜2026年，中国工业软件产业正在经历两场不同性质的技术变革
2026年，中国工业软件产业正在进入一个值得重新研究的阶段。
过去十余年，中国工业软件的发展主要围绕自主技术建设、专业软件产品化以及制造业应用推广展开。随着越来越多的本土企业进入CAD、CAE、EDA、PLM、MES和工业自动化等领域，产业已经形成覆盖多个技术层级的企业群体。与此同时，几何建模、复杂物理求解、芯片设计自动化、工程数据管理及高可靠工业控制等领域的技术积累，仍然存在不同程度的不足。
生成式人工智能、科学机器学习和工程智能体的发展，使这一产业格局出现了新的变量。
与过去主要依赖软件功能开发和工程项目交付的发展方式不同，人工智能正在改变部分工业软件的交互方式、开发方式和专业计算流程。自然语言可以被转换为建模命令，智能体能够调用专业软件工具，机器学习代理模型可以参与工程性能预测，而企业长期积累的设计文档、仿真结果和制造数据，则有可能成为专业工程AI系统的重要知识基础。
但必须区分两个不同的产业命题：人工智能能否降低工业软件开发与应用的部分成本，与人工智能能否替代工业软件长期积累的核心技术，并不是同一个问题。
这一差别对于中国工业软件产业尤其重要。
如果AI主要改善软件交互、工程知识检索和重复操作，那么拥有成熟几何内核、专业求解器和客户工程数据的企业，可能获得更明显的竞争优势。如果AI进一步改变参数化建模、设计空间搜索和工程优化的技术架构，则部分新兴企业也可能在传统软件功能之外形成新的竞争位置。
因此，中国工业软件未来的竞争，不应简单理解为传统国产软件与AI原生软件之间的替代，而应研究两类技术如何结合、哪些工程能力仍然需要长期建设，以及哪些专业场景可能率先形成新的软件产品和商业模式。
2026年已经出现一些值得深入分析的实际案例。
中望软件在2026年半年度报告中，系统提出“CAD+AI功能提效”“AI+CAD智能设计软件”“AICAD原生平台”的三阶段战略。公司不仅在二维CAD中增加图纸识别功能，还通过Python接口和MCP Server开放部分机械CAD能力，并进一步研究自然语言生成可编辑三维模型。这说明国内成熟CAD厂商已经开始从软件功能智能化，转向探索AI与CAD底层能力的连接机制。
索辰科技则沿着另一条技术路线发展。公司在2026年3月发布世界物理模型“营造·万象”及智能体“大圣”，同时推进“天工”CAE仿真平台与“开物”物理AI平台建设，尝试将长期积累的专业仿真能力与AI模型结合。与中望的几何建模及工程设计路线不同，索辰更加重视物理模型、仿真优化和复杂工程系统的智能化。
华大九天、概伦电子、广立微等企业所在的EDA领域，则面临不同的技术要求。芯片设计与制造相关EDA工具需要处理复杂的电路、工艺和物理约束，AI的应用价值不仅取决于自动生成能力，更取决于专业工具的计算精度、验证能力和与半导体产业生态的长期协同。
在制造运营和工业控制领域，中控技术、宝信软件、赛意信息、鼎捷数智、汇川技术及其他企业，则正在围绕工业数据、生产流程、工业控制和专业AI应用寻找新的发展路径。
这些技术路线之间既存在交叉，也存在明显的工程差异。
2026年，中国工业软件产业最值得关注的变化，并不是所有企业都开始使用AI，而是不同技术层级的工业软件企业，正在探索如何将既有工程能力转化为可被AI理解、调用、执行和验证的专业技术体系。
与此同时，中国工业软件市场仍然保持增长。
根据工业和信息化部2026年9月30日发布的数据，2026年前八个月，全国软件和信息技术服务业实现软件业务收入102820亿元，同比增长8.8%；其中工业软件产品收入同比增长8.3%。这一增长反映了工业软件市场的持续发展，但它并不能直接说明全部增长来自人工智能，也不能简单等同于国产自主研发工业软件的市场规模。
研究中国工业软件必须进一步区分市场需求增长、本土企业收入增长、国产技术能力提升和AI产业创新四种不同现象。
尤其需要认识到，中国具有庞大的制造业应用市场，并不意味着已经完整掌握所有关键工业软件技术。同样，部分本土企业仍然在细分市场中处于技术追赶阶段，也不意味着整个中国工业软件产业缺乏自主创新能力。
中国工业软件已经形成多层次、多主体的产业结构，其能力分布和发展速度具有明显的细分领域差异。
本章将以2026年公开披露的实际产品、技术、财务与产业事件为基础，系统分析中国CAD/CAM/PLM、CAE/CFD、EDA、MES/APS/QMS、工业自动化、工业数据平台及AI Native Engineering企业的发展情况，并进一步讨论其区域产业结构和未来五年的竞争变量。
一、中国工业软件产业的真实规模：市场增长、国产产品与技术能力不能混为一谈
1.1 工业软件市场保持增长，但总体统计不足以反映技术竞争力
根据工业和信息化部统计，2026年一季度全国工业软件产品收入为727亿元，同比增长6.8%；前五个月工业软件产品收入达到1237亿元，同比增长8.6%；前八个月工业软件产品收入同比增长8.3%。从这些数据看，工业软件产品市场总体保持增长，但增速并未出现足以单独证明AI带来行业收入爆发的异常变化。
这里首先存在统计口径问题。
工业和信息化部公布的工业软件产品收入，是按照软件产业统计体系形成的行业指标。它并不等同于全部中国企业自主研发工业软件的销售额，也不直接代表中国工业软件企业在全球市场中的竞争份额。
从技术能力角度看，工业软件包含大量差异显著的专业领域。一个成熟MES系统与一个成熟三维几何内核所需要的知识结构、研发投入和验证体系完全不同；大型ERP项目的收入规模，也不能直接与专业CFD求解器的授权收入比较。
同样，工业互联网平台、云计算服务、自动化控制硬件和工业AI项目可能与工业软件紧密相关，但在统计和经营分析中应根据实际业务内容进行分类，不能为了扩大产业规模而全部并入工业软件市场。
这意味着，中国工业软件研究至少需要同时建立三种分析口径：以工业和信息化部数据反映总体产业规模，以企业经营数据反映商业化能力，以软件产品和核心技术评估实际技术成熟度。
只有将三者结合，才能避免出现“市场规模持续增长，因此核心技术已经成熟”，或者“部分关键技术仍有不足，因此中国工业软件缺乏商业市场”两种相反但同样片面的判断。
1.2 政策已经从国产软件推广进一步延伸到智能软件和工业智能体
2026年，中国工业软件产业的政策环境也出现了值得关注的变化。
1月7日，工业和信息化部等八部门印发《“人工智能+制造”专项行动实施意见》，提出到2027年推动3—5个通用大模型在制造业深度应用，推出1000个高水平工业智能体，建设100个工业领域高质量数据集，并推广500个典型应用场景。
这些数字属于政策目标，而不是截至2026年已经完成的建设成果。
从产业发展角度看，政策重点正在从单独推广数字化应用，进一步延伸到软件智能化、专业数据集和工业智能体。其核心逻辑是利用已有制造业场景，将工业知识、模型和业务流程转化为可复用的软件能力。
同年发布的《“人工智能+软件”专项行动实施方案》，进一步提出推动CAD、CAE、EDA等关键工业软件与AI深度融合，探索新一代智能工业软件的发展路径，并鼓励企业将工业经验、工艺参数封装为模型库和工业组件。
这两项政策共同表明，2026年的中国工业软件发展目标已经具有双重属性。
一方面，关键工业软件仍然需要持续补齐自主技术能力；另一方面，AI可能改变软件研发、应用开发和工业知识利用方式，形成新的技术路径。
但政策目标不等于产业能力已经实现。工业智能体数量、数据集规模和示范项目数量，都需要与产品可靠性、实际客户使用、工程效果及持续商业收入结合评价。
对于产业研究而言，更值得关注的不是企业是否在产品名称中加入AI，而是相关技术是否改变了企业解决工程问题的能力。
二、CAD、CAM与PLM：中国设计研发软件正在形成多条技术路线
2.1 中望软件：从二维CAD和三维建模向AI可调用工程工具演进
中望软件是中国研发设计类工业软件的重要代表。
其长期产品体系围绕ZWCAD、ZW3D及专业应用展开，逐步延伸至仿真、制造和研发协同。与许多主要依靠代理海外软件开展业务的企业不同，中望长期持续研发自主CAD产品和相关底层技术。
2026年，中望的软件智能化方向开始表现得更加清晰。
在二维设计领域，ZWCAD 365 V2.0加入图纸文字、表格智能识别等能力，并结合云端文件和协同体系，探索对工程图纸进行结构化处理。
这些功能的重要性，不仅在于减少用户重新录入文字或表格的工作量。
大量制造企业仍然保存着历史二维图纸，其中包含尺寸、材料、技术要求、零部件编号和工程注释等信息。传统CAD系统能够编辑和显示这些图纸，但对于跨文件进行语义搜索、知识抽取和自动审查，并不总是具备直接可用的结构化数据基础。
如果AI能够可靠识别工程图纸中的文本、符号和对象关系，就可能使大量历史设计资料进入新的数据利用体系。
在机械设计方面，中望机械CAD 2026开放Python接口并提供MCP Server，使外部系统和智能体能够调用部分设计及数据处理能力。
在三维设计方面，公司于报告期内发布ZW3D悟空2027，并加入AI自动出图功能。同时，三维特征识别、ZW3D MCP和自然语言生成可编辑模型仍处于研发探索阶段。
这一状态区分非常重要。中望已经发布了部分AI辅助设计功能和工具接口，但不能将其正在研究的自然语言参数化三维建模能力，直接视为已经全面成熟的商业化系统。
中望2026年上半年实现营业收入3.60亿元，同比增长7.92%，归母净利润为-1725万元。公司研发投入占营业收入的比例达到54.63%。
这一财务结构反映出基础工业软件研发的长期投入特征。
成熟三维CAD不仅需要建模功能，还需要持续完善几何计算、参数化特征、约束处理、复杂装配、数据兼容和行业应用。AI的加入可能提高产品使用效率，但短期内未必降低底层技术研发成本。
因此，对中望的长期评价应同时关注传统CAD业务增长、三维产品成熟度、底层技术突破及AI功能商业化，而不能仅以AI相关发布数量判断其战略成效。
2.2 华天软件：云原生CAD、PLM与三维工程数据一体化
华天软件是中国工业软件产业中具有长期技术积累的企业，其业务涵盖三维CAD、PLM、工艺规划、制造运营和供应链协同。
其中，SINOVATION、CrownCAD及InforCenter PLM构成了其重要的研发设计和工程数据产品体系。
从技术路线看，SINOVATION长期服务于模具和复杂制造相关设计场景，具有参数化设计、直接建模、模具设计及CAM相关能力；CrownCAD则体现了基于云架构建设国产三维CAD平台的方向。
2026年3月，华天软件披露CrownCAD公有云注册用户突破50万。需要注意，平台注册用户数量不能直接等同于付费用户、活跃专业工程师或企业客户数量。
在商业应用方面，华天于2026年3月和7月分别公布CrownCAD与PLM组合进入精密制造和汽车零部件企业的案例，反映其正在将三维设计与研发数据管理作为一体化解决方案推广。
这一方向具有明确的产业价值。
国内大量制造企业使用多种CAD软件，但设计数据与PLM、ERP、工艺管理系统之间的连接仍然需要专门实施。如果CAD和PLM能够围绕统一的工程对象和数据模型协同，就可能减少设计变更、零部件管理和工程资料传递中的重复工作。
AI进一步加入后，可以在结构化产品数据的基础上提供设计知识检索、变更影响分析和部分参数化任务自动化能力。
2026年9月，华天软件进一步展示以3D+AI为核心、覆盖研发设计、工艺规划、制造、供应链及运维的产品体系，并宣布计划于10月28日正式发布CrownCAD 2027。由于这一发布日期晚于本报告10月13日的截止日，相关版本在本章中只能列为已宣布的未来发布计划。
对华天的研究还需特别重视企业主体识别。山东山大华天软件股份有限公司及其产品品牌应按照可核实的法律主体和业务关系建立档案；对于上海华天创智软件有限公司等名称相近的企业，应单独核验工商主体、产品知识产权和股权关系，不能仅凭名称相似就视为同一企业。
2.3 浩辰软件：从CAD授权走向云服务和国际市场
浩辰软件长期围绕二维CAD、三维设计及工程软件应用形成产品体系。
与以复杂产品研发为主要市场的大型三维CAD平台相比，浩辰在通用CAD、工程绘图、跨终端应用及国际市场方面形成了不同的客户基础。
2026年半年报显示，浩辰实现营业收入1.81亿元，同比增长25.80%；归母净利润2207万元，同比下降16.89%。
从业务结构看，其软件业务包括浩辰CAD、浩辰3D、GstarBIM及其他专业软件；云化业务则覆盖浩辰CAD Cloud、浩辰3D Cloud、CAD看图王及相关AI应用。
浩辰的产品战略说明，中国CAD市场并非完全由高端三维机械设计需求决定。
二维绘图、建筑工程应用、移动端看图、云端协同和数据兼容，同样构成了规模可观的软件市场。
AI在这些场景中的早期价值，可能体现为图纸信息提取、智能搜索、自动标注和设计任务辅助，而不是立即完成复杂机械产品的自主设计。
从财务角度看，浩辰的收入增长较快，但利润增速未同步提高。对其AI战略的评价，需要关注云化产品增长、研发投入、国际市场及用户付费结构，不能仅以收入增长推断AI功能已经成为主要增长来源。
2.4 新迪数字、数码大方及其他本土CAD企业的产业位置
如果仅研究中望、华天和浩辰，就会低估中国CAD产业的技术与产品多样性。
新迪数字长期围绕三维CAD、模型轻量化、CAD数据转换及零部件资源平台建立产品体系。
其新迪天工CAD具备三维建模、复杂装配和工程出图功能，并在现有产品中引入部分AI智能体及设计辅助能力。公司的3DSOURCE零部件资源平台进一步连接设计模型、标准件信息和相关供应链应用。
新迪的技术路线值得关注，因为它同时涉及专业三维CAD、工程模型数据和设计资源组织。
与单纯提供CAD建模工具不同，零部件资源平台可能将模型、物料属性、供应商信息及工程应用连接起来，为AI辅助设计与零部件选型提供数据基础。
数码大方则是中国较早布局CAD、PLM、CAPP和MES的本土企业之一，其CAXA系列软件长期服务于机械制造、工艺设计和工业教育等领域。
其产品体系具有设计、工艺和制造协同的特点，但不同产品线的技术成熟度、市场定位及2026年AI进展仍应分别研究，而不能笼统归类为“国产CAD平台”。
此外，中国三维设计市场还存在面向模具、钣金、装备、建筑工程和特定行业的专业软件企业。这些企业可能不具备覆盖所有工程领域的综合软件平台，却在特定工艺与专业功能方面具有长期积累。
从未来AI Native CAD的竞争看，中国市场可能出现三类产品同时发展：拥有成熟几何技术的综合CAD平台，在特定领域深耕的行业CAD产品，以及利用AI和可编程几何能力形成的新型设计应用。
未来竞争的关键不是哪一类产品更符合某个AI概念，而是其能否稳定生成、修改和验证真实工程模型。
三、CAE、CFD与Physics AI：中国自主工程计算正在形成更细分的技术体系
3.1 国产CAE已经不是少数企业的单一技术路线
中国CAE产业近年来形成了多种不同的发展路径。
部分企业围绕结构、流体、电磁等专业领域自主研发求解器；部分企业以多物理场仿真平台为核心，建设较完整的工程分析产品体系；还有企业通过云计算、仿真流程管理、AI代理模型及行业解决方案进入市场。
这些技术路线之间不能简单按照企业营收或软件产品数量进行排序。
例如，结构求解器的商业成熟度，需要考虑非线性材料、复杂接触、网格精度、计算稳定性和工程验证；CFD求解器则需要评价湍流、多相流、传热、并行计算及复杂边界条件等能力。
拥有大量行业实施案例，并不必然代表已经掌握全部底层数值算法；反过来，拥有自主求解器，也不意味着已经建立广泛的商业渠道和行业客户生态。
因此，中国CAE产业更适合按照技术领域和产品能力分层研究，而不是简单归纳为少数“国产CAE龙头”。
3.2 索辰科技：2026年同时发生技术转型与产业并购
索辰科技是2026年中国工业软件产业中尤其值得重点分析的企业。
公司长期围绕CAE仿真开展研发，在多物理场仿真、工程计算及专业行业应用方面积累产品和客户基础。
2026年，索辰开始更加明确地推动物理AI战略，并于3月25日及27日发布世界物理模型“营造·万象”及智能体“大圣”。
公司提出的技术方向，是通过物理模型与AI协同，支持复杂场景建模、推演及工程优化。
不过，“世界物理模型”是公司对其技术体系的产品定位，不能直接等同于经过独立验证的通用物理基础模型。其跨领域泛化能力、预测精度及真实工程可靠性，仍需要通过公开基准和客户应用进一步判断。
索辰2026年的另一项重要变化，是通过重大资产重组整合力控科技。
根据公司2026年相关披露，索辰在原有CAE业务之外，新增SCADA、企业级实时历史数据库、生产管控平台、工业边缘软件及工业应用开发工具等能力。
这一整合的意义，远不止扩大产品目录。
传统CAE主要服务于设计与验证阶段，而SCADA、工业实时数据库及生产管控软件主要连接设备运行和工厂现场。
如果索辰能够将专业物理模型、仿真结果与真实工业运行数据建立稳定联系，就可能在数字孪生、工业优化和Physics AI应用方面形成新的技术组合。
但这仍然面临复杂的数据模型与软件架构整合问题。设计阶段的物理仿真与生产现场的实时数据具有不同的时间尺度、精度要求和业务约束，不能因为两类软件进入同一集团，就认定已经实现完整的设计—运营数字闭环。
从经营表现看，索辰2026年上半年营业收入7274万元，同比增长26.83%；归母净利润为-7865.54万元。同期研发、销售和管理投入增加，对利润形成明显影响。
因此，索辰应当作为中国CAE与Physics AI的重要技术企业研究，但其物理AI商业化、并购整合和持续盈利能力需要分别评价。
3.3 安世亚太：多物理场自主仿真平台与AI4CAE
安世亚太是中国CAE产业中具有长期积累的企业。
其PERA SIM体系涵盖结构、流体、电磁及相关专业分析，并包含高级流体前处理、联合仿真、仿真流程管理和云端计算平台等技术能力。
与仅围绕单一求解器发展的企业相比，安世亚太更加重视多领域工程分析及仿真软件平台。
2026年，安世亚太继续推广AI4CAE相关技术，涉及AI降阶模型、智能优化、物理信息神经网络、神经算子及仿真智能体等方向。
9月29日，公司公布其“精智iGPT”工业大模型完成相关备案，并持续推出面向知识工程和工业仿真任务的产品更新。
从技术逻辑看，这类产品的价值在于将工程模型、求解器、行业知识和AI组织为更完整的专业系统。
但不同技术方向的成熟度存在差异。AI知识检索、仿真自动化、代理模型预测和通用物理智能系统，不能作为同一级别能力进行比较。
对安世亚太的评价，应当重点考察自主求解器的工程性能、复杂行业验证、AI与仿真流程结合的实际效果及长期客户部署。
3.4 积鼎科技：国产CFD与离散元仿真领域不可忽略的专业企业
上海积鼎信息科技有限公司应当明确归入CFD及相关专业仿真软件企业，而不是泛化归类为工业互联网或普通信息服务企业。
积鼎长期研发自主流体仿真技术，其VirtualFlow、CFDPro及DEM相关产品，主要面向复杂流体、多相流、热流体以及颗粒系统仿真。
公司官网披露，其专业能力包括网格技术、物理模型、高性能并行计算和AI智能化，并服务于航空航天、船舶、核电、能源、石化及新能源等领域。
2026年1月，积鼎自主流体仿真软件VirtualFlow入选上海市“AI+制造”智能产品推广目录。
5月，公司进一步公开讨论AI仿真智能体技术路线，尝试利用AI降低仿真任务配置、执行和结果处理的部分操作成本。
积鼎的技术特点值得重点研究。
CFD领域存在大量专业性很强的工业问题，例如多相流、空化、传热和复杂工艺流动。这些问题通常需要针对具体物理过程建立模型，并进行严格的数值计算和实验验证。
在这样的市场中，企业不一定需要首先开发覆盖所有CAE学科的综合平台，才能形成有价值的软件产品。
围绕复杂CFD问题形成自主算法、专业求解器和稳定的客户应用，同样可以建立长期技术壁垒。
AI对这类企业的影响，可能首先体现在前处理、参数设置、计算加速、结果分析和优化流程，而不是直接由通用大模型替代全部CFD算法。
因此，积鼎不仅应纳入中国CAE企业图谱，还应在后续CFD专题中作为重点研究对象。
3.5 云道智造、天洑、适创与专业CAE生态
中国CAE产业还包括云道智造、南京天洑、适创科技等具有不同技术路径的企业。
云道智造围绕仿真软件平台、专业物理场应用和云端仿真生态发展；南京天洑在智能设计、工程优化及相关仿真软件领域积累技术；适创科技则围绕云原生仿真及工程计算服务形成产品方向。
这些企业与索辰、安世亚太和积鼎之间，既可能存在部分市场竞争，也存在明显的技术定位差异。
因此，不能仅按照“国产CAE”一个标签将其视为同质化企业。
对于2026年的AI Engineering研究，更有价值的是分析各家公司掌握哪些实际工程能力：是自主求解器、网格技术、优化算法、云端计算平台，还是基于第三方求解器构建的自动化流程。
从未来市场看，中国CAE产业可能进一步形成专业求解器、综合仿真平台、工程AI模型和行业智能体之间的分工。
但这一分工能否发展为成熟生态，取决于软件接口、数据互操作、工程验证和可持续商业合作。
四、EDA与ECAD：中国半导体设计软件正在进入专业工具与智能体并行发展的阶段
4.1 国产EDA的竞争不能仅用“全流程覆盖率”衡量
中国EDA产业近年持续发展，已经形成上市企业、专业创业公司、研究机构和半导体产业生态共同参与的格局。
但评价国产EDA时，必须避免将“拥有某一类EDA工具”直接等同于“具备成熟的全流程EDA能力”。
EDA工具具有高度细分的技术结构。模拟与混合信号设计、数字逻辑综合、形式验证、数字仿真、物理实现、时序分析、寄生参数提取、器件建模、TCAD和先进封装设计，各自具有不同的核心算法及验证要求。
一家公司可能在其中某个环节具有较强竞争力，却并不具备全部工具的研发能力。
同样，具备较完整的产品目录，也不一定意味着所有工具都已经在先进工艺节点完成复杂商业项目验证。
因此，中国EDA产业研究需要同时观察产品覆盖、核心算法、工艺适配、客户项目以及与其他工具之间的互操作能力。
2026年，AI又为EDA增加了新的技术维度。
专业EDA企业开始探索利用智能体组织软件工具、自动执行验证任务并处理设计反馈。部分企业则将机器学习引入布局布线、时序收敛和优化算法。
这种变化可能提高EDA工具的使用效率，但仍然需要建立在可靠的专业算法和验证体系之上。
4.2 华大九天：本土EDA综合性平台继续扩展专业工具体系
华大九天是中国EDA产业的重要上市企业，长期围绕模拟电路设计、晶圆制造、平板显示以及其他半导体设计与制造相关EDA工具开展研发。
2026年半年度报告显示，公司实现营业收入5.6646亿元，同比增长12.95%；其中EDA软件销售收入4.3439亿元，同比增长4.89%，技术服务收入1.0347亿元，同比增长53.88%。
公司披露，截至2026年6月30日，已拥有700余家国内外客户。(巨潮资讯)
这些数据反映出华大九天已经形成一定规模的EDA产品和服务业务，但需要注意软件授权收入与技术服务收入的增长结构不同。
对于EDA企业而言，专业技术服务往往与工艺适配、客户设计环境和特定项目需求密切相关。服务收入增长能够体现客户需求，但是否能够带来具有规模效应的标准化产品收入，还需要进一步分析。
2026年的AI发展趋势，对华大九天提出两个层面的要求。
首先，传统EDA产品需要继续提高核心算法和先进工艺适配能力。其次，随着Agentic EDA逐步发展，已有工具需要进一步开放可调用接口，并形成可供智能体使用的专业工程环境。
后一项能力无法替代前一项，但可能改变工具的产品形态和客户使用方式。
因此，对华大九天的长期评价，既要关注其综合EDA平台建设，也要持续研究不同工具的商业成熟度，而不能仅凭企业整体收入判断所有细分产品均处于相同技术水平。
4.3 概伦电子：器件建模与半导体设计制造协同构成差异化优势
概伦电子是中国EDA产业中具有鲜明专业技术特征的企业。
其核心能力长期围绕半导体器件建模、器件特性测试、电路设计及相关技术展开。
与主要面向芯片数字后端实现的企业相比，概伦更加重视器件物理模型、工艺数据及电路仿真之间的联系。
这一技术方向对先进半导体设计具有长期价值。
EDA工具最终需要依赖准确的器件模型预测电路行为。对于复杂工艺，器件模型不仅要描述标称条件下的性能，还要考虑温度、电压、工艺偏差及其他条件变化。
因此，器件建模和测试数据的质量直接影响后续仿真的可信度。
2026年半年报显示，概伦电子实现营业收入约2.404亿元，其中EDA工具授权收入约1.604亿元，半导体器件特性测试系统收入约3046万元，技术开发解决方案收入约4936万元。(新浪财经)
这一收入结构表明，概伦的业务并非只依赖单一软件授权，而是将专业软件、测试系统和技术解决方案结合。
AI在这一体系中的潜在价值，可能表现为器件模型参数提取、工艺数据分析、模型优化和专业设计自动化。
但这些方向需要具体产品和客户验证支撑，不能因为其技术体系涉及器件建模，就推定已经拥有成熟的AI原生EDA平台。
4.4 广立微：EDA与晶圆测试数据之间形成独特技术联系
广立微在EDA产业中具有不同于华大九天和概伦电子的技术定位。
公司主要围绕芯片成品率提升、可制造性设计、晶圆级电性测试及相关数据分析开展业务。
其产品包括EDA、PDA、WAT测试设备及成品率分析解决方案。
与纯EDA授权公司相比，广立微能够将设计和测试数据纳入同一技术体系，形成具有一定差异化的半导体制造相关软件能力。
2026年半年报披露，公司软件开发及授权业务与测试设备业务均保持增长，并继续围绕晶圆制造、良率提升及半导体数据分析开展研发。(证券之星)
从AI Engineering角度看，这类技术路线值得研究，因为半导体制造中的大量优化问题具有数据密集型特点。
设计规则、工艺参数、晶圆电性测试和最终成品率之间存在复杂关系。机器学习有可能帮助工程人员更快识别影响良率的因素，并为制造工艺改进提供分析支持。
但这类应用通常需要大量高质量工艺数据，并涉及生产机密和复杂物理约束。
因此，广立微所代表的产业方向，不是简单的AI辅助芯片设计，而是设计工具、制造测试和工艺数据之间的协同。
4.5 合见工软：2026年国产Agentic EDA的重要进展
如果说华大九天、概伦和广立微体现了不同专业领域的技术积累，那么合见工软在2026年的发展，更直接反映了国产EDA向专业智能体演进的趋势。
9月1日，合见工软在IDAS 2026发布下一代EDA产品矩阵，包括UniVista Verification GOAT、UniVista Tespert AIMBIST、UniVista Archer AI+、UniVista 3DIC Designer和UniVista NodeClosure。
其中，UniVista Verification GOAT是面向数字芯片验证任务的专业智能体工具体系，覆盖软件仿真、验证调试、回归测试管理以及硬件仿真和FPGA原型验证等环节。
公司强调，智能体可以根据工程目标调用既有EDA工具，并依据工具反馈持续调整执行过程，向工程师交付可复查的工程结果。(合见工软)
这一技术路线具有明确的工程意义。
芯片验证通常包含大量重复编译、仿真运行、错误定位和回归测试工作。专业智能体如果能够理解验证目标，并在工具之间组织任务，就可能减少工程师在流程性操作上的时间投入。
但智能体不能因此绕过专业验证工具。
EDA领域的正确性判断仍然需要由仿真、形式验证、覆盖率分析及其他专业算法完成。
因此，合见工软的技术发展更适合被理解为将专业EDA能力组织为可执行的智能体服务，而不是利用大模型生成结果替代专业EDA工具。
另一方面，3DIC Designer与先进工艺收敛工具的发布，说明合见工软同时在推进专业EDA技术能力建设。
这两条路线必须结合评价。
如果缺乏成熟专业工具，智能体可能无法提供可信的工程执行结果；如果仅有成熟工具而缺少开放接口和任务编排能力，则可能限制AI进一步参与工程流程。
4.6 芯华章、芯行纪和英诺达：国产EDA智能化形成多条专业路线
合见工软之外，中国EDA企业在2026年还出现了多项具有代表性的智能化进展。
芯华章于7月发布X-IVS智能验证系统、X-IDS智能设计系统及GalaxSim Turbo 3.0 Plus。
其中，X-IVS将仿真、调试和形式验证工具与专业智能体结合，X-IDS则探索利用AI支持设计代码转换和相关验证任务。公司披露的部分测试结果显示，相关技术在特定项目中能够减少仿真和验证耗时，但这些结果仍应限定于公布的测试场景。(EDA星球)
芯行纪则长期专注于数字芯片物理实现工具，其产品包括AmazeSys、AmazeFP、AmazeME及其他布局、优化和设计收敛工具。
与主要开发数字验证软件的企业不同，芯行纪的技术竞争力集中在布局布线和物理实现相关算法。公司已将机器学习和分布式计算应用于数字实现工具，并形成专业产品矩阵。(芯行纪)
英诺达于2026年9月在IDAS峰会发布EDA工具智能体平台ETAS，并推出EnnoHow知识问答与文档专家，以及EnnoFlow工具流自动化执行专家。
该平台围绕已有EDA工具提供知识获取、任务规划和工具调用能力，同时强调文件权限、人工确认和不同部署模式之间的选择。(EDA星球)
三家企业的技术路线具有明显差异。
芯华章重点推进数字验证与智能系统，芯行纪更加集中于数字物理实现和优化算法，英诺达则将AI工具编排引入其专业EDA工作流。
这种差异说明，中国EDA智能化已经不再只是增加通用知识助手，而是开始围绕既有专业技术能力形成不同层次的智能体应用。
4.7 超逸达、芯和及其他专业EDA技术企业
中国EDA企业图谱中，还必须包括那些规模相对较小但拥有特定核心算法的专业公司。
北京超逸达科技有限公司就是其中具有代表性的企业。
公司长期围绕三维寄生参数提取及无源电路仿真开展研发，拥有SuperCap和Lepton等产品。其技术基础涉及有限元计算、复杂结构建模和寄生参数分析，而非传统机械CAD或PLM。(超逸达)
芯和半导体则是中国系统级电子设计与封装相关EDA市场的重要企业，其技术方向涉及高速互连、信号完整性、电源完整性和复杂电子系统仿真。
在这类市场中，AI可能提高模型处理、参数优化和仿真流程自动化程度，但关键仍然是专业电磁与电路模型的准确性。
此外，中国EDA产业还包括芯行纪、芯华章、英诺达、行芯科技、国微思尔芯、培风图南、芯耀辉以及其他专业企业或技术主体。它们分别分布于数字实现、数字验证、器件与工艺仿真、硬件原型验证、电子系统设计及相关专业领域。
需要注意，芯片IP企业、设计服务企业和EDA工具研发企业之间可能存在业务交叉，但不应在统计中自动归为同一类别。
从2026年的产业趋势看，中国EDA已经形成由综合平台、专业算法公司和AI工具创新企业共同组成的多层次生态。
真正决定未来竞争格局的，是这些企业能否在成熟工程项目中形成可靠的工具能力，并进一步建设跨产品的数据与智能体协作体系。