2025年中国计算机仿真行业技术发展分析 专利公开数量大幅增加【组图】

(原标题:2025年中国计算机仿真行业技术发展分析 专利公开数量大幅增加【组图】)

以下数据及分析来自于前瞻产业研究院计算机仿真研究小组发布的《中国计算机仿真行业发展前景与投资预测分析报告》


行业主要上市公司:华力创通(300045.SZ)、霍莱沃(688682.SH)、华如科技(301302.SZ)、坤恒顺维(688283.SH)、视觉中国(000681.SZ)、康拓红外(300455.SZ)、捷安高科(300845.SZ)、永信至诚(688244.SH)、经纬恒润(688326.SH)等


本文核心数据:计算机仿真专利申请、计算机仿真专利公开


计算机仿真专利申请数量总体上升


根据Incopat披露的数据,2015-2024年中国计算机仿真专利申请数量总体上升。2024年中国计算机仿真行业专利申请数量达到287项,达到近年来最高值;2025年截至12月,专利申请数量为123项。


Incopat 图表1:2015-2025年中国计算机仿真行业专利申请数量(单位:项)


注:专利查询关键词为“计算机仿真”,状态为“有效”“审中”;统计时间截至2025年12月1日,下同。


计算机仿真专利公开数量快速增加


根据Incopat披露的数据,2015-2024年中国计算机仿真专利申请数量快速上升。2024年中国计算机仿真行业专利公开数量达到318项,为近年来最高值;2025年截至12月,专利申请数量为298项。


Incopat 图表2:2015-2025年中国计算机仿真行业专利公开数量(单位:项)


计算机仿真专利申请人以学校为主


根据Incopat披露的数据显示,截至2025年12月,中国计算机仿真专利申请数量最多的机构是哈尔滨工业大学,共申请专利43项;北京航空航天大学排名第二,申请专利39项。


Incopat 图表3:截至2025年12月中国计算机仿真专利申请人TOP10(单位:项)


计算机仿真专利技术构成


根据Incopat披露的数据显示,截至2025年12月,中国计算机仿真专利重点关注G06F(电数字数据处理)相关技术,共申请专利数量达到980项;其次是G06T(图像数据处理或生成),共申请专利数量191项。


Incopat 图表4:截至2025年12月中国计算机仿真专利技术构成(单位:项)


计算机仿真技术发展方向


中国计算机仿真技术发展主要以多传感器融合与算法智能化升级、芯片化集成推动成本大幅降低以及适配多元场景的定制化技术开发三个方向为主。


图表5:中国计算机仿真技术发展方向


发展方向具体分析


AI 与仿真深度融合人工智能技术正全方位重塑仿真技术的应用模式。首先,AI助力仿真全流程提效,通过机器学习优化求解器效率、自动生成边界条件,还能借助代理模型大幅缩短计算周期;其次,探索物理知识增强的机器学习范式,把物理规律融入机器学习模型,解决高维非线性微分方程求解等难题,避免纯数据驱动模型可能出现的不符合实际物理逻辑的问题;最后,生成式 AI 与领域大模型将推动仿真场景创新,例如在自动驾驶测试中自动生成多样化测试场景,在芯片 EDA 验证中优化验证流程,大幅提升研发与测试的效率。


云化与协同化发展依托“东数西算”工程带来的算力基础设施升级,云仿真正成为行业重要发展方向。一方面,本土仿真企业积极与华为云、阿里云等平台合作,推动仿真即服务(SaaS)模式落地,将仿真软件封装为标准化云服务,中小企业无需投入高昂成本购置硬件和软件版权,按需付费即可使用高精度仿真能力。另一方面,构建跨区域、跨企业的协同仿真平台,实现多团队在线协同建模、仿真数据共享与交互,适配智能工厂产线调度、轨道交通控制系统等复杂系统的仿真需求。同时边缘协同仿真模式的发展,也能满足部分场景下实时仿真的低延迟需求,进一步拓展仿真技术的应用边界。


数字孪生规模化落地在高端装备制造领域,通过数字孪生系统对设备运行状态进行实时仿真,实现预测性维护,降低设备故障率;在智能电网场景中,借助仿真与数字孪生的结合,模拟电网负荷变化、故障演化,保障电网稳定运行;在智慧工厂中,数字孪生可映射产线全流程,通过仿真优化生产调度与流程。未来还将攻克多源异构数据融合、低延迟同步机制等技术,推动数字孪生在智慧城市、自动驾驶等更多领域形成规模化闭环应用。


更多本行业研究分析详见前瞻产业研究院《中国计算机仿真行业发展前景与投资预测分析报告》

fund

APP下载
广告
好投资评级:
好价格评级:
证券之星估值分析提示视觉中国行业内竞争力的护城河一般,盈利能力一般,营收成长性一般,综合基本面各维度看,估值偏高。 更多>>
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。如该文标记为算法生成,算法公示请见 网信算备310104345710301240019号。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-