北京云道智造科技有限公司：自主CAE平台化突围，从“仿真工具”到“物理AI底座”

北京云道智造科技有限公司：自主CAE平台化突围，从“仿真工具”到“物理AI底座”

报告日期： 2026年6月11日

分析师： [您的姓名/团队]

一、企业速览

企业基础信息：公司名称：北京云道智造科技有限公司；地区：北京市海淀区；行业方向：仪器仪表与检测设备；成立时间：2014-03-07；注册资本：5159.9586万元；员工规模：188 人；专利数量：未知 件；专精特新认定：2022年 第四批；上市状态：未上市。

北京云道智造科技有限公司（以下简称“云道智造”）是一家专注于自主可控的通用多物理场仿真平台（CAE）研发的软件企业。在“高端装备与工业自动化”产业链中，它处于工艺装备与检测仪器环节的上游，核心是为各类装备的研发设计与测试验证提供数字化仿真工具和数字孪生解决方案，解决产品研发周期长、物理样机试验成本高等核心痛点。

二、主营产品与产业链定位

云道智造的核心产品是自主研发的通用物理仿真平台——伏图（Simdroid），以及基于该平台开发的行业专用仿真模块，如面向电子散热的伏图-电子散热模块（Simdroid-EC）。其业务本质是通过软件定义硬件性能，在虚拟环境中完成产品的力学、热学、电磁学等多物理场耦合分析。

在“高端装备与工业自动化”产业链中，云道智造的作用是替代或补充传统的物理样机测试环节。

• 上游关系： 云道智造的上游主要包括高性能计算芯片、图形处理器（GPU）及底层数学库、几何建模引擎、网格剖分算法等基础软件组件。例如，其GPU原生架构需要依赖NVIDIA的CUDA生态（行业共识）或国产GPU的兼容性开发。
• 下游关系： 其下游客户覆盖范围极广，主要包括：
• 高端装备制造企业： 如航空航天（中国商飞、航天科工）、船舶、汽车（比亚迪、一汽）、工程机械等，用于零部件的强度、疲劳、振动分析。
• 电子电力企业： 如华为、中兴、宁德时代等，用于芯片散热、电路板热应力、电池热管理仿真。
• 科研院所与高校： 用于基础科学研究与新原理装备验证。
• 产业链位置的核心价值： 云道智造所处的“工艺装备与检测仪器”环节，并非指生产物理检测设备，而是提供“虚拟检测仪器”。它将复杂的物理实验过程数字化、软件化，使得客户在产品设计早期就能进行“虚拟实验”，大幅缩短研发周期、降低物理样机制造成本。这在航空航天、芯片散热等需要极高可靠性与迭代速度的领域，已成为不可或缺的关键环节。

三、核心工序与技术依赖

作为一家物理仿真软件企业，云道智造的核心“工序”是软件的研发与求解器算法的开发。结合行业共识，该类企业的关键研发工序如下：

1. 底层数学建模与算法开发： 这是最核心的环节。团队需要将四大物理场（固体力学、流体力学、电动力学、热力学）的控制方程（如纳维-斯托克斯方程、麦克斯韦方程组）离散化，并开发高效的求解器算法。典型技术指标包括：线性方程组求解速度、并行计算效率（如GPU加速比）、多物理场耦合精度。

2. 几何建模与网格剖分引擎构建： 需要开发或集成CAD内核，实现复杂三维模型的导入、修复与参数化变型。然后，将模型离散为数十万至数千万个网格单元。网格质量（如skewness < 0.9， aspect ratio < 10）直接影响计算精度和收敛性。

3. 大规模并行计算架构设计： 伏图平台标榜“GPU原生和多物理场统一架构”，这意味着需要在软件架构层面实现任务在CPU与GPU之间的高效调度、显存管理和数据交换，以支持大规模模型的快速求解。

4. 行业专用应用模块开发： 基于通用PaaS平台，针对电子散热等垂直领域封装特定物理模型、材料库和自动化流程。例如，Simdroid-EC需要内置风冷、液冷、自然散热等热管理模型，并支持JEDEC标准下的芯片热阻测试。

5. 数字孪生体模型库建设： 持续积累和标准化20余万数字孪生体模型，使其作为可复用资产，提升后续项目的交付效率。

上游关键原材料和设备的典型来源：

（以上表格反映了行业典型情况，为行业共识）

云道智造的具体定位： 基于其“通用物理仿真PaaS平台”的定位，云道智造不满足于做单一领域的求解器，而是试图构建一个类似“仿真界的Android”的平台。其核心技术壁垒体现在多物理场统一架构和GPU原生加速上，这是目前国内多数竞争对手尚未完全攻克的方向。公司研发重心在于解决算法与硬件的深度耦合，以及如何让非专业CAE工程师也能便捷地使用仿真工具。

四、竞争格局

在全国4417家同处“工艺装备与检测仪器”赛道的企业中，竞争主要集中在以下维度：

1. 通用求解器能力： 是否具备可替代Ansys、Abaqus等国际巨头的核心求解器，尤其是在结构非线性、多物理场耦合等复杂场景下的稳定性和精度。

2. 行业应用深度： 能否针对特定行业（如航空、电子、新能源）提供开箱即用的专业化仿真流程和材料库。

3. 应用生态与用户粘性： 软件是否易用、是否支持二次开发、是否有丰富的培训和支持体系。

4. 算力与云端化能力： 能否提供高并发的云端仿真服务，降低客户硬件投入门槛。

主要竞争对手（非上市）：

云道智造目前的专利数量未知，而行业中位数为89件。在专利数量这个硬指标上，云道智造处于“未披露”状态，这可能意味着其专利积累相对薄弱，或正处于集中申请期。考虑到其成立于2014年，188人的团队规模，若专利数量远低于行业平均水平，将对其技术护城河的厚度构成挑战。

五、护城河判断

基于现有数据，对其护城河进行逐条分析：

• 技术壁垒：未知。 专利数量未知，这本身就是一个关键风险信号。尽管公司宣称拥有“20余万数字孪生体模型”和“GPU原生架构”等技术亮点，但缺乏专利这一法定的、公开的技术产权保护，使得其技术独特性难以被外部投资人量化评估。其护城河可能更多地依赖于非专利的商业秘密（如核心求解器算法代码）和数据积累（20万数字孪生体模型）。但相比竞争对手（如安世亚太、霍莱沃）拥有大量发明专利，云道智造在技术“显性壁垒”上存在明显短板。
• 客户壁垒：中等。 在工艺装备与检测仪器（仿真软件）环节，客户壁垒非常高（行业共识）。
• 验证周期长： 一款全新的仿真软件要在航空、航天等核心客户中替代Ansys，需要经历长达1-3年的基准测试（Benchmark）、试用、内部认证和首个项目验证。
• 切换成本高： 客户工程师的软件操作习惯、基于特定软件建立的分析流程、二次开发的脚本和插件，都构成了极高的切换成本。

云道智造若能在现有客户中完成几个标杆项目，将形成极强的客户粘性。但完全未知的客户名单使其客户壁垒程度难以判断。

• 规模壁垒：偏低。 188人的团队规模，在CAE软件公司中属于中等偏小。对比安世亚太（千人级），其研发、技术支持、市场销售资源都相对有限。这限制了其同时服务多个大型客户的交付能力，以及快速迭代产品的能力。这一规模更接近于一个“精品工作室”，而非平台级企业，其护城河更多依赖少数核心技术人员的稳定性，而非体系化优势。
• 认定价值：中等。 第四批专精特新“小巨人”的认定，在政策端是一个明确的资质背书，意味着它在细分领域（国产自主CAE）获得了官方认可，有利于获取政府项目、税收优惠和银行信贷支持。但相比于更早批次（第一批、第二批）的“小巨人”，第四批的数量更多，整体含金量有所稀释。该认定能支撑其品牌和融资，但无法替代核心的财务与技术数据。

六、风险与机会

行业风险：

1. 进口替代验证周期长： 国产CAE软件虽然获得了政策鼓励，但在最终用户（特别是军工、高端装备）层面，出于对安全性和可靠性的极高要求，替代意愿不强，验证流程极其冗长。看似巨大的市场空间，实际释放速度可能远低于预期。

2. 国际巨头的低价倾销与生态压制： 为了应对国产替代，Ansys、达索系统等巨头可能采取更灵活的价格策略，或通过其庞大的CAE-CAD-PLM生态捆绑销售，挤压国产软件的生存空间。

3. AI技术路线的不确定性： 物理AI（Physics-Informed Neural Networks, PINN）等新兴技术正在尝试变革传统基于有限元/有限体积的CAE方法。若未来技术路线发生重大转向，公司基于传统算法和新架构（GPU原生）的投入可能需要重新调整。

公司风险：

1. 数据缺口风险： 专利数量、营收规模、客户名单等核心数据均未披露，这在投资决策中是重大不确定性。投资人无法判断其真实的技术实力、商业化进展和盈利能力。这可能是其未上市状态的核心原因之一。

2. 人才依赖与团队稳定性风险： 188人的团队，且公司所在地为北京海淀（软件人才成本高地）。CAE软件是典型的知识密集型行业，核心算法人员的流失将对公司造成重大打击。未知的营收情况可能无法支撑持续的、有竞争力的薪酬体系。

3. 资本路径不明： 公司成立已超10年，尚未上市。未知其是否有明确的融资计划或IPO时间表。长期处于非上市状态，会限制核心团队的激励机制和退出路径，影响人才积极性。

机会窗口：

1. 国产替代的“窗口期”与“卡脖子”机会： 在EDA、CAD、CAE等工业软件领域，国产替代是国家明确的战略方向。特别是在芯片散热仿真（Simdroid-EC）领域，随着国内芯片算力竞赛加剧，高性能散热仿真工具成为“刚需”。云道智造可以抓住这一细分窗口，深化与华为、中芯国际等大客户的合作，建立垂直领域的绝对优势。

2. 物理AI与具身智能的蓝海市场： 公司在研的Sim-PI物理AI开发平台，瞄准的是“为具身训练、智能工厂提供自动化仿真场景”。这属于新兴赛道，传统CAE巨头（如Ansys）尚未深度布局。如果云道智造能率先将传统高精度的物理仿真与AI训练场景结合，为机器人公司提供“虚拟训练场”，将有望开辟一个全新的高价值市场，摆脱与传统巨头在通用CAE领域的红海竞争。