去年以来，国内并购相关政策春风不断，A股上市公司掀起并购潮——在此契机下，作为CAE上市企业，索辰科技（688507.SH）去年底至今亦实施了多起围绕主业的收并购操作，近日公司收购再下一城，持续覆盖细分领域和品类，备受市场关注。

并购政策大幅支持，加上CAE的行业属性，索辰科技并购几乎是汇聚了天时地利。或是基于并购带来的业绩想象，自今年1月7日以来至今，公司股价大涨近80%，接近翻倍。更为重要的是，当前在仿真领域，一场由物理AI掀起的变革正悄然上演。透过索辰科技持续的布局，目标版图逐渐清晰——实现物理AI，逐步从仿真领域，向数字化、智能化领域转型。最终通过重大的技术变革，以提升公司的市场竞争力。同时，这也是一场国产替代的接力赛。

索辰科技再收购 走向工业软件巨头并购做大之路

从最新动作看，2月18日，索辰科技发布重大资产重组，将收购SCADA（数据采集与监控系统）行业领军企业力控科技51%股权。标的公司100%股权（增资前）预估值3.6亿至4.1亿，那么51%股权对应价值在1.836亿至2.091亿，其2025—2027年度业绩承诺数的总和暂定为约1.01亿。

资料显示，标的公司是工业软件产品开发商及解决方案提供商，提供SCADA软件、实时数据库、生产管控平台、工控信息安全产品等软硬件产品，广泛应用于油气、石化、矿山、冶金、市政等行业领域。

这一并购有两大看点：一方面，两家企业实现优势互补，索辰科技工业软件CAE支撑着智能工业制造领域的设计仿真，而SCADA作为工业控制流程的"神经中枢"，是智能制造端的实时监控核心，收购后索辰科技能够将业务范畴从CAE仿真设计，延伸至工业数据采集监控等环节，推出更具综合性与实用性的工业软件产品组合；另外，从更大层面来讲，这标志着国产工业软件在核心技术自主化与产业链整合上迈出关键一步。长期以来，我国研发设计、生产制造的核心工业软件被境外企业严重“卡脖子”，国内企业产品体系明显单一，与国内西门子、达索等综合性工业软件巨头相比，仍有差距。这次两方的跨界合作，可以实现国内细分领域龙头企业的有效整合，提升我国工业软件的综合竞争力。

并购不止于此，去年12月，索辰科技还以人民币8800万元收购宁波麦思捷科技有限公司55%股权，估值动态市盈率约为11.52倍。麦思捷的业绩承诺，也是其基于技术优势和市场需求而设定，它们之前一直处于研发投入的阶段，现在各行各业的应用领域已经慢慢落地，包括民用市场也有很多需求放量。所以，未来，它们也比较有信心能完成这个业绩承诺。”

据了解，麦思捷专注于海洋和船舶工程领域的技术研发和应用，为多个雷达型号提供了核心技术支持，并且在雷电精准预警和定位方向成功实现了国产化替代，其在特种行业信息化领域的丰富项目经验和先进技术能力，可以与索辰科技在仿真、数字化、智能化技术方面的优势形成互补。

索辰科技相关人士解释，“以麦思捷的预警业务为例，它做了一系列环境感知的参数收集，比如在收集大气层、海洋方面的参数后，我们通过算法预估出来，什么时候、在哪里会准确发生雷击事件，从而帮助我们完成项目作业。”

此外，麦思捷已建立了行业内稳定的销售网络和客户群体，这些客户资源将为索辰科技开辟全新的市场渠道。

财报显示，截至去年三季度末，公司账上拥有19.51亿元货币资金，资金充沛，公司对力控科技和麦思捷均使用自有资金进行收购。尽管公司已进行多起大手笔收购，公司对于未来仍有收购预期。纵观全球巨头的发展史就是一部并购史，工业软件巨头如达索系统、西门子、Ansys等公司，正是通过数十甚至上百次的并购逐步积累了核心技术与行业经验，最终实现了全链路的产品布局，形成了强大的市场竞争壁垒。索辰科技人士认为，收并购是很正常的事情，行业特性决定投入要求很高，而一些零散的市场产出的需求又不好，慢慢一些小公司没办法持续投入，或者产生了亏损后，就卖给了大公司。同时，龙头会拥有更多的场景，产生更好的产品，长此以往循环，行业会逐渐集中。

例如，西门子常以其工业制造品、大型医疗设备而为人熟知，而自从其2000年起通过并购切入工业软件领域，现已成长为全球最大的工业软件供应商之一。据不完全统计，西门子至今在工业软件领域已有40多起主要的并购，累计投资金额高达140亿欧元。

索辰科技想要成长为全球巨头，收购几乎是必然路径。

对标英伟达物理AI，并购背后脉络显现

透过索辰科技的持续收购，可以看见一条清晰的脉络和公司的目标——即实现物理 AI。而就在3月6日，索辰科技发布“天工·开物”1.0物理AI开发平台，推出多个与物理AI相关的创新产品和技术。据介绍，该平台融合了生成式建模仿真一体化、实时实景渲染、物理AI模拟引擎、实时数据库、多元数据融合等技术模块，可实现现实世界与虚拟世界的融合与互动，使开发者和工业用户能够更容易开发和部署物理AI应用。

在与公司的交谈中，公司相关人士频繁提及物理 AI的概念。与传统的生成式AI不同，物理 AI是能够感知、理解物理世界并与之交互的 AI 系统。它不仅能“看懂”周围的环境，还能“动手”改变环境，从而完成各种任务，这使得它在机器人、自动驾驶、工业自动化等领域拥有广阔的应用前景。

“物理AI将改变价值50万亿美元的制造和物流行业。”英伟达CEO黄仁勋认为，AI的新一波浪潮是物理AI。在全球范围内，它已成为科技巨头们竞相角逐的新高地。在英伟达的概念里，物理AI重点领域主要有两类，一类是无人驾驶，一类是机器人的具身智能。但无人驾驶要实现真正的智能化，还有很长的路要走，这里面最核心的一个瓶颈就是物理AI。

实际上，沿着物理AI产业链上下游探寻，众多行业与之紧密相连。上游涵盖了数据采集、传感器制造等行业，下游则涉及汽车制造、航空航天、能源等多个领域。

索辰科技人士认为，除了英伟达提及的领域，其实还有很多行业，包括供电、散热等都能运用到这些技术，这也是我们现在和市面上AI的一个区别。我们想做的物理AI，其实就是通过智能决策，提高我们平常的一个生产效率，这些主要应用领域都是在工业装备里。比如说，我们可以结合气象无人机、传感器等设备采集环境参数，动态调整控制风力发电机叶片的角度，去加大我们风力发电的效率。但现在初步想下来，想要实现物理AI有很多生态需要补充。”

从索辰科技这几次并逻辑购来看，无论是麦思捷的雷电精准预警，还是力控科技的数据采集与监控系统，都是公司想要实现多链路以及在物理AI上的生态补充。除此之外，公司正在建设多个高端实验室，包括数值风洞、电磁暗室、风电实验室、HPC实验室等。而想要发挥物理AI的“用武之地”，争夺背后的巨大市场，则需要先解决训练物理 AI所面临的挑战。传统的生成式AI学习依赖于海量的真实世界数据，物理AI则不然。试想一下，若想获取智能驾驶在真实道路上的数据，这不仅成本高昂，而且耗时费力。

为了解决物理AI高训练成本的难题，数字孪生世界的概念应运而生。

索辰科技上述在建的高端实验室，也成为其生成式数字孪生基地的基础框架，为工业产品的性能模拟和验证提供高精度的实验环境。这一生成式数字孪生基地不仅限于设备的物理模拟，还整合了生成式仿真解决方案，能快速生成大量训练数据，不仅能够预测工业产品在实际使用中的表现，还能为设计优化提供依据，有助于企业提升研发效率、缩短上市周期，成为其推动物理AI研究和验证的重要平台。这一创新技术的引入，也将为制造业带来重大变革，而索辰科技可以借此机会提升其市场竞争力。