MathWorks 深度调研:以 MATLAB/Simulink 与 Simscape 多物理场支撑物理 AI,R2026a 推出 Copilot 与 Agentic Toolkit 布局端侧智能
MathWorks(MATLAB/Simulink)以 Simscape 多物理场与强化学习工具箱支撑物理 AI;R2026a 推出 Copilot 与 Agentic Toolkit,并加入 EDGE AI 基金会布局端侧智能。
执行摘要
MathWorks 在物理 AI 上的立场,可以用它自己的一张幻灯片概括:生成式 AI 是最快的「创造」方式,MathWorks 的工具是最快的「验证」方式。这句话把它的位置说得很清楚——它不参与模型军备竞赛,也不卖算力,它卖的是把 AI 生成的东西变成可信工程结果的那一段。
2026 年它把这条路线落成了两件事。R2026a(4 月)把 Simulink Copilot 与 Polyspace Copilot 放进工程师日常使用的工具里,同时开放 MATLAB MCP Core Server 与 MATLAB Agentic Toolkit,让外部 AI 编程智能体(Claude Code、OpenAI Codex 等)能驱动 MATLAB。R2026b(9 月)继续加厚:新增 Visual Inspection Toolbox(用 AI 做缺陷检测)、把 Simulink Copilot 接进 Profiler(解释仿真为什么慢)、支持 PyTorch 模型与 MATLAB/Simulink 协同执行。
本报告的核心判断有五条。
第一,MathWorks 的物理 AI 是「基于模型的设计」的延伸,不是新叙事。 它四十年只做一件事:让工程师以模型替代实物,完成设计、仿真、验证与部署。AI 进来之后,模型的地位反而更重要——因为智能体需要一个可检查、可追溯的对象才能工作。
第二,Copilot 的技术含量在「上下文」,不在「模型」。 官方表述是:Copilot 读取模型结构与 MathWorks 自己的文档,并非作为通用聊天机器人。这一点与 COMSOL 的思路一致,但实现路径不同——MathWorks 用 MCP Server 把工具能力标准化暴露给外部智能体,让客户自带模型(Bring Your Own Key)。
第三,Agentic Toolkit 是这轮最被低估的产品。 它是一个开源仓库(matlab/matlab-agentic-toolkit),以「技能包」(skills)的形式把 MATLAB 与 Simulink 的能力封装成智能体可调用的单元。2026 年 10 月的版本已经把安装器做到「一条命令装好 MATLAB Agentic Toolkit + Simulink Agentic Toolkit + MATLAB MCP Server」。这意味着智能体接入从「项目制」变成「开箱即用」。
第四,财务与规模只能估算,但结构清晰。 公司 1984 年成立、总部马萨诸塞州纳蒂克、保持私有、未上市,全球 16 个国家有办公室。第三方估算收入约 13 亿美元、员工 6,000 至 8,000 人(不同来源差异较大)。它没有公开财报,因此所有财务判断都需要标注为估算。
第五,它的竞争压力不来自 EDA 或 CAE 大厂,而来自「免费替代 + AI 原生工具」。 Python 生态(NumPy、SciPy、PyTorch)在算法侧持续侵蚀 MATLAB 的地盘;AI 原生仿真工具在年轻团队里获得入口。MathWorks 的应对不是降价,而是把「验证与合规」做成别人难以替代的壁垒。
证据分级。 版本功能与 MCP/Agentic Toolkit 的存在属一级(官方发布说明与 GitHub 仓库);「Copilot 读模型结构」属官方表述;收入与员工数属第三方估算;「生成式 AI 最快创造、MathWorks 最快验证」属营销定位。
公司概览
The MathWorks, Inc. 于 1984 年成立,总部位于马萨诸塞州纳蒂克 1 Apple Hill Drive,保持私有,未上市,也未接受外部风险投资。创始团队的核心人物 Jack Little 至今担任总裁兼首席执行官,这一点在四十年里没有变化——它是这家公司最重要的治理特征:没有外部资本压力,因此可以按十年尺度做产品。
产品结构以 MATLAB(数值计算与编程环境)与 Simulink(多域动态系统与嵌入式系统的图形化建模与仿真)为双核,向外扩展出 130 多个工具箱与模块集,覆盖控制、信号处理、通信、图像与计算机视觉、深度学习、Simscape 多物理场、Stateflow 状态机、Embedded Coder 代码生成、Polyspace 静态分析与形式化验证等。
规模数据必须标注为估算。第三方数据库给出的收入约 13 亿美元(另有「10 亿至 50 亿美元」的宽区间),员工数从 6,000 人到 8,033 人不等。公司自己的公开表述是「超过 6,000 名员工、16 个国家」。合理解读是:员工数在 2026 年已接近 8,000(有数据库按周追踪给出 8,033 人、同比增长 3.6%),而「6,000+」是较早期的官方口径。
2026 年的两次版本节奏
MathWorks 每年发布两个版本(a 与 b),这个节奏已经稳定多年。2026 年的两次发布各有侧重。
R2026a(4 月)是「智能体接入」的版本。 它把 Simulink Copilot 与 Polyspace Copilot 放进了工程师已有的工具界面,同时开放 MATLAB MCP Core Server(让外部智能体通过模型上下文协议调用 MATLAB)与 MATLAB Agentic Toolkit(把 MATLAB 能力封装成智能体技能)。路线图上的关键词包括「Bring your own key(OpenAI)」「Agentic Mode」「Sandboxed Execution(沙箱执行)」「对其他产品的支持(Polyspace、RoadRunner)」。
R2026b(9 月)是「AI 落到具体工作流」的版本。 三个新产品:Simulink Variant Manager(产品变体管理)、Polyspace Test Server(在自动化服务器上跑单元测试与集成测试、做结构覆盖率分析)、Visual Inspection Toolbox(用 AI 与图像处理搭建缺陷检测应用)。同时 Simulink Copilot 接进 Profiler,能解释仿真为什么慢、总结求解器行为。
三个常见误读
误读一:把 Copilot 当成「MATLAB 里接了个 ChatGPT」。 官方反复强调的是「读取模型结构与自有文档」。这个差别决定了它能否给出针对当前模型的具体建议,还是只能给通用答案。前者对工程有用,后者对工程有害(因为听起来对但可能是错的)。
误读二:把 Agentic Toolkit 当成一个 demo。 它是一个持续发版的 GitHub 仓库,2026 年 9 月发了两个版本、10 月又发了一个,且已经提供「一条命令安装三个组件」的安装器。这种工程化程度说明它是正式产品线,不是概念验证。
误读三:把 MathWorks 当成「被 Python 取代的旧工具」。 在算法研究与原型阶段,Python 确实在侵蚀 MATLAB;但在「模型—仿真—代码生成—验证—认证」这条链上,MATLAB/Simulink 仍是最完整的。尤其在汽车 ISO 26262、航空 DO-178C 这类需要工具认证的场景,替代成本极高。
技术分析
基于模型的设计:为什么它天然适合智能体
基于模型的设计(Model-Based Design)的核心是:用一个可执行模型作为系统的「唯一真相源」,设计、仿真、测试、代码生成、验证都围绕这个模型展开。
这个结构对智能体有天然的吸引力,因为模型是可检查的对象。智能体改了一行参数,可以立刻重跑仿真看结果;智能体改错了一个模块连接,仿真会报错。这与「让智能体改一段代码然后祈祷它能跑」是两种完全不同的可靠性水平。
MathWorks 的技术栈在这条链上分为四段:建模(Simulink、Simscape、Stateflow)、仿真(求解器、加速模式、并行计算)、验证(Simulink Test、Design Verifier、Polyspace)、部署(Embedded Coder、HDL Coder、GPU Coder)。AI 进来之后,四段都被加上了「Copilot」或「Agentic」的接口。
Copilot 的三种能力与边界
Simulink Copilot 的公开能力有四项:理解模型、语义搜索、故障排查、自动化预定义任务。R2026b 把它接进 Profiler,让它解释仿真性能问题——这是一个很聪明的落点,因为性能调优是工程师最耗时、最依赖经验的环节。
Polyspace Copilot 面向静态分析与形式化验证,处理的是「代码里有没有未定义行为、有没有越界、有没有死锁」。这类问题的特点是误报率高、排查成本大,AI 辅助的价值明显。
MATLAB Copilot 覆盖编程、数据分析、绘图与文档。R2025b 首次引入,R2026a/R2026b 持续增强。
三者的边界是一致的:Copilot 提建议,工程师做决定。没有任何一个 Copilot 被授权在无人监督下修改模型并直接部署。这是 MathWorks 的立场,也是它在受监管行业里能卖得动的前提。
MCP Server 与 Agentic Toolkit:把工具变成智能体的能力
这是 2026 年最实质的技术动作。
MATLAB MCP Server 通过模型上下文协议暴露 MATLAB 的能力。R2026a 的路线图显示后续会支持 Polyspace、RoadRunner 等其他产品,并增强可扩展性与沙箱执行。
MATLAB Agentic Toolkit / Simulink Agentic Toolkit 是技能包集合。以 2026 年 10 月的版本为例,它包含的技能覆盖:MATLAB 软件开发(创建/编辑 matlab.toml 工程文件、用包管理器管理依赖)、数据分析(R2026b 的新特性指导)、绘图、图像处理、机器视觉检测(Visual Inspection Toolbox)、信号处理(声学指标计算)、无线通信(USRP 信号捕获)等。
这个设计的巧妙之处在于:它不是把 MATLAB 变成一个「大工具」让智能体调用,而是把 MATLAB 拆成一组「小技能」。智能体每次只加载需要的技能,上下文成本低、出错面小。
2026 年 10 月的安装器进一步降低了门槛:在 Claude Code 或 OpenAI Codex 里,一条命令就能装好 MATLAB Agentic Toolkit、Simulink Agentic Toolkit 与 MATLAB MCP Server。
2026 年 10 月 22 日的版本 MATK-2026.10.b 新增了 GitHub Copilot CLI 安装器,并更新了 matlab-choose-big-data-solution、matlab-design-radar 等技能,把可以驱动 MATLAB 的编码智能体扩展到 Claude Code 与 OpenAI Codex 之外。
2026 年 10 月 14 日,MathWorks 宣布 TÜV SÜD 认证扩展至符合 ISO 26262 的通用 AI 工具分类指引,覆盖基于 Simulink Agentic Toolkit 的模型化设计用例。这是针对适用于 AI 辅助工具的认证分类所做的说明,不构成对任何具体模型或工作流输出的认证。
R2026b 的工程能力:三个新产品与两个协同
Visual Inspection Toolbox 是这轮最值得注意的产品。它把 AI 缺陷检测(划痕、空洞、缺件)做成了一个工具箱,让控制/测试工程师不必切换到深度学习框架就能搭建检测应用。这在制造业的落地意义很大——过去这类工作要么买专用视觉系统,要么请懂 PyTorch 的人。
Polyspace Test Server 把单元测试、集成测试与结构覆盖率分析搬到自动化服务器上,服务的是「合规」这个刚需场景。
Simulink Variant Manager 处理产品变体——同一套模型管理多个配置,这在汽车与航空的车型/机型衍生里是硬需求。
两个协同:PyTorch 模型与 MATLAB/Simulink 协同执行(不用重写已有模型)、Point Cloud Toolbox 支持激光雷达、双目/RGB-D、毫米波雷达(服务机器人与自动驾驶的感知开发)。
可信度分层
可核验: R2026a/R2026b 的功能清单(官方发布说明);MATLAB MCP Server 与 Agentic Toolkit(GitHub 仓库有版本记录与技能清单);三个新产品(官方公告);PyTorch 协同执行;MATK-2026.10.b 的发版说明;TÜV SÜD 认证扩展至 ISO 26262 通用 AI 工具分类指引;MATLAB EXPO Online 2026 的议程安排。
部分可核验: 「Copilot 读模型结构」(官方表述,无第三方评测);Agentic Toolkit 的实际使用效果(无公开基准);「验证速度最快」属营销定位。
不可核验: 收入与员工数(无公开财报);Copilot 在真实工程任务上的准确率;Agentic 工作流在生产环境的可靠性。
产品与商业化
MathWorks 的商业模型是「许可证 + 维护费 + 订阅」的混合,且长期保持稳定。
许可证结构。 按产品(MATLAB 基础 + 各工具箱)分别授权,企业、学术、学生三种价格体系。学术与学生版的价格显著低于商业版,这是它长期经营教育市场的策略——学生在校期间形成使用习惯,进入企业后自然成为采购推动者。
维护与订阅。 客户购买维护服务后可获得新版本。近年逐步向订阅(尤其是云端与并发许可)过渡,但没有激进推动。
计价的不透明。 与所有工程软件一样,MathWorks 不公布商业版单价。可观察的特征是:单工具箱年费通常在数百至数千美元量级,全套工具箱的企业许可则高得多。
教育市场的护城河。 MathWorks 在全球高校的渗透率是它最深的壁垒。大量工科课程用 MATLAB 教学,这意味着每一届毕业生都是它的潜在用户。这项投入短期不产生收入,长期决定客户获取成本。
Copilot 是否单独收费。 公开信息不足以判断 Copilot 功能是打包在既有许可里还是单独计价。从 R2026a 的「Bring your own key(OpenAI)」设计看,模型调用成本由客户自己的 API key 承担,MathWorks 收的是工具许可费。这个设计把 AI 的可变成本转移给了客户,也让定价更简单。
MATLAB EXPO Online 2026 于 2026 年 10 月 28 日公告,11 月 4 日至 5 日线上举办,共 40 余场次、9 场实操工作坊。
竞争格局
对 Python 生态(NumPy、SciPy、PyTorch、JAX):算法侧的持续侵蚀。 在深度学习、数据处理与快速原型这些场景,Python 已经是默认选择。MathWorks 的应对不是正面竞争,而是守住「从模型到产品」这一段——代码生成、硬件部署、验证与认证。R2026b 支持 PyTorch 协同执行,本质是承认 Python 在前端的主导地位,同时把后端留在自己这里。
对 COMSOL:多物理场仿真的重叠。 Simscape 与 COMSOL Multiphysics 在物理建模上有重叠,但定位不同:Simscape 面向系统级与机电系统(与 Simulink 紧密集成),COMSOL 面向三维场的精细求解。两者的典型关系是互补——用 COMSOL 做场级验证,用 Simscape 做系统集成。
对 Ansys/新思、西门子、达索:不在同一战场。 这些公司卖的是求解器与平台,MathWorks 卖的是建模语言与验证流程。真实的竞争出现在客户预算的分配上——一个团队如果只能买一套工具,选哪一套取决于它是「做系统」还是「做部件」。
对 AI 原生仿真创业公司(如 PhysicsX、Luminary Cloud 等):叙事上的压力。 这些公司主张「AI 原生、无需网格、秒级出结果」。MathWorks 的反驳是:工程需要的不只是快,还需要可验证、可追溯、可认证。这个反驳在受监管行业成立,在消费电子等快节奏行业则较弱。
对英伟达:工具链上的合作方,不是竞争者。 MathWorks 的 GPU Coder、Deep Learning Toolbox 支持 CUDA 加速,也与 NVIDIA 的 Isaac/Omniverse 生态有对接(机器人仿真)。但它不卖算力,因此没有直接冲突。
融资与资本结构
MathWorks 没有融资史。1984 年成立,私有至今,未上市,未接受风险投资。创始团队(核心是 Jack Little)保持控制权。
财务特征(估算): 收入约 13 亿美元;员工接近 8,000 人;按此测算人均收入约 160 万美元(本报告按 13 亿 / 8,000 计算)。这个数字低于 COMSOL(约 300 万美元/人),反映的是它更大的组织规模与更广的产品线。
资本配置。 不做大额并购,研发靠内生。2025 年有一笔值得记录的支出:向阿巴拉契亚山地俱乐部(AMC)捐赠 1,000 万美元,用于缅因州 Barnard Forest 的永久保护——这属于企业社会责任支出,不改变业务结构。
为什么保持私有。 私有让它可以承受长周期的教育市场投入与产品打磨,不必向季度业绩交代。代价是缺少公开透明度,外部无法验证其真实增长与利润率。
估值口径提示。 无公开财报,任何估值都是推测。可参照的锚点是工程软件公司的 EV/Sales 通常在 6 至 12 倍,若按 13 亿美元收入,隐含估值在 80 亿至 150 亿美元区间。这是本报告的粗算,不构成估值结论。
DISCREPANCIES
1. 员工数在不同来源差异较大。(来源等级:OFFICIAL vs DB)公司公开表述为「超过 6,000 名员工」;第三方数据库给出 7,900 人(2026 年 7 月)、8,033 人(2026 年 9 月,同比 +3.6%)、6,018 人与 8,051 人(同一数据库的两个字段)等不同数字。差异来自统计时点与是否计入全球子公司。本报告采用「接近 8,000 人」并标注估算。
2. 收入只有第三方估算,且区间宽。(来源等级:DB)两个数据库给出约 13 亿美元,另一个给出「10 亿至 50 亿美元」的宽区间。公司不披露财务数据。本报告采用 13 亿美元并明确标注为估算。
3. MATLAB Copilot 的首发版本存在两种说法。(来源等级:MEDIA)有技术博客明确写「R2025b 引入 MATLAB Copilot、R2026a 加入 Simulink Copilot 与 Polyspace Copilot、R2026b 加入 AI 检测与 Profiler 内 Copilot」;另有资料把三者都归到 R2026a。本报告采用前者(版本序列更细、与官方路线图一致)。
4. MCP Server 的命名在产品线与文档中不一致。(来源等级:OFFICIAL)R2026a 表述为「MATLAB MCP Core Server」,而 Agentic Toolkit 安装器与后续文档表述为「MATLAB MCP Server」。本报告在首次出现时注明两者指同一组件。
5. R2026b 的发布日期只有非官方来源。(来源等级:MEDIA)官方新闻稿未在本次检索的材料中标注具体日期;技术博客给出 2026 年 9 月 24 日。本报告按「9 月」处理,并在此标注日期来源为二手。
6. Agentic Toolkit 的「技能」数量与分类没有官方汇总。(来源等级:OFFICIAL)GitHub 仓库按版本列出新增与改进的技能,但没有一份官方总表。本报告只列举代表性技能,不给出总数。
7. 「生成式 AI 最快创造、MathWorks 最快验证」是营销定位。(来源等级:OFFICIAL)该表述出自公司自己的技术演示材料,没有任何第三方评测支持「最快验证」这一比较级。本报告引用时明确标注为营销定位。
8. 认证范围:通用 AI 工具分类指引 vs 具体模型输出的认证。(来源等级:OFFICIAL)2026 年 10 月 14 日的公告描述 TÜV SÜD 认证扩展至符合 ISO 26262 的通用 AI 工具分类指引,覆盖基于 Simulink Agentic Toolkit 的模型化设计用例。该说明针对的是适用于 AI 辅助工具的认证分类,并不认证任何具体模型或工作流的输出。本报告将其读作认证分类的扩展。来源等级:OFFICIAL(公告)。
风险与尽调缺口
算法侧的人才流失。 新一代工程师在高校与自学阶段更多接触 Python。MathWorks 的教育市场投入能否抵消这一趋势,是长期最重要的变量。
AI 能力的差异化窗口。 Copilot 类功能容易被复制——竞争对手同样可以接 LLM、读自有文档。真正的壁垒在于「模型结构理解」的深度与工具链的完整度,这需要时间验证。
Agentic Toolkit 的采用率未知。 仓库有版本记录,但没有公开的下载量、活跃用户数或客户案例。这意味着无法判断它是「已在用」还是「已备好」。
私有带来的透明度缺口。 无财报意味着无法验证增长、利润率与客户留存。对于需要做投资或采购决策的外部方,这是实质障碍。
定价与 AI 成本的错配。 客户自带 API key 的设计把模型成本转移给客户,短期利好 MathWorks,长期可能引发「为什么我还要为 Copilot 付许可费」的质疑。
尽调缺口清单(按重要性排序):
- 收入、增长率与利润率的真实数字(可通过马萨诸塞州公司登记或信用报告间接核实);
- 商业版与学术版的收入比例;
- Copilot 功能的计价方式(打包在许可内还是单独收费);
- Agentic Toolkit 的下载量、活跃用户与生产案例;
- Copilot 在真实工程任务上的准确率(任何内部评测数据);
- 中国市场收入占比与本地化策略;
- 与 NVIDIA 在机器人仿真(Isaac/Omniverse)上的合作深度;
- R2026b 三个新产品(Variant Manager、Test Server、Visual Inspection Toolbox)的早期客户数。
综合评分
techScore 8.0。 基于模型设计的工具链完整度是行业最高,Copilot 的「读模型结构 + 自有文档」路线正确,Agentic Toolkit 把智能体接入工程化。扣分项是算法侧弱于 Python 生态,且 AI 能力的差异化尚未被第三方验证。
bizScore 8.0。 约 13 亿美元收入、稳定的许可证与维护模式、深度的教育市场渗透,是高质量生意。扣分项是增长缓慢、私有导致透明度不足。
fundScore 8.5。 无外部融资、无债务压力、四十年独立运营,现金流自给。扣分项是缺少公开财务数据。
productScore 8.0。 MATLAB + Simulink + 130 多个工具箱构成完整链条,R2026b 的 Visual Inspection Toolbox 与 Polyspace Test Server 补上了「AI 检测」与「合规测试」两块刚需。扣分项是产品线庞杂、学习曲线陡。
marketScore 7.5。 在汽车、航空、工业自动化、通信等受监管行业有不可替代性,教育市场是长期护城河。扣分项是年轻开发者向 Python 迁移,AI 原生工具在快节奏行业获得入口。
参考资料
- MathWorks 新闻稿《MathWorks 发布 MATLAB 和 Simulink 版本 2026b》:三个新产品(Simulink Variant Manager、Polyspace Test Server、Visual Inspection Toolbox)、Simulink Copilot 生成的 Profiler 见解、PyTorch 与 MATLAB/Simulink 协同执行、Point Cloud Toolbox、DOE 与 Gage R&R 应用、MATLAB 的 TOML 工程文件与 File Exchange 包管理、Simulink 的 JSON 数据字典、Aerospace Toolbox/Blockset、Audio Toolbox、Simulink Design Verifier 分布式分析、AMD SoC Blockset
- 同上:MathWorks 产品管理与营销(设计自动化)主管 Avinash Nehemiah 关于「R2026b 帮助团队连接设计、仿真、测试与部署工作流」的表述
- MathWorks 技术演示材料《Accelerating Innovation with Model-Based Design and Generative AI》(MATLAB Expo India 2026):R2026a/R2026b 路线图,含 MATLAB Copilot 的 Bring your own key(OpenAI)、Agentic Mode、MATLAB MCP Server、Sandboxed Execution、对 Polyspace 与 RoadRunner 的支持;MATLAB Agentic Toolkit 与 Simulink Agentic Toolkit 的技能机制
- 同上材料的核心定位:「生成式 AI 是最快的创造方式,MathWorks 工具是最快的验证方式」「我们相信的不是写代码的人,而是围绕创作过程的流程」
- MATLAB Agentic Toolkit GitHub 仓库发版记录(MATK-2026.09.a、MATK-2026.09.b、MATK-2026.10.a、MATK-2026.10.b):Agentic Toolkit Installer 支持在 Claude Code 或 OpenAI Codex 中用一条命令安装 MATLAB Agentic Toolkit、Simulink Agentic Toolkit 与 MATLAB MCP Server;技能清单含 matlab-configure-toml-project、matlab-use-package-manager、matlab-process-images、matlab-use-visual-inspection、matlab-evaluate-acoustic-metrics、matlab-detect-capture-usrp 等
- 技术博客对 R2026b 的梳理:发布日为 2026 年 9 月 24 日;三个新产品;Simulink Copilot 解释 Profiler 结果;PyTorch 协同执行;并回顾 R2025b 引入 MATLAB Copilot、R2026a 加入 Simulink Copilot、Polyspace Copilot 与 MATLAB MCP Core Server、MATLAB Agentic Toolkit
- MathWorks 官网:R2026b 为最新版本;公司概要、基于模型设计、机器人、无线通信三条主线;2026 年 11 月 4 日至 5 日的 MATLAB 与 Simulink 工程系统应用活动
- 公司与规模信息:1984 年成立、总部马萨诸塞州纳蒂克 1 Apple Hill Drive、保持私有、16 个国家、Jack Little 任总裁兼首席执行官;第三方数据库的员工与收入估算(见 DISCREPANCIES 第 1、2 条)
- MathWorks 产品线:MATLAB、Simulink、Simscape、Stateflow、Polyspace、Embedded Coder、HDL Coder、GPU Coder、Deep Learning Toolbox、Simulink Design Verifier 等 130 多个产品
- Copilot 能力边界:Simulink Copilot 的四项公开能力(理解模型、语义搜索、故障排查、自动化预定义任务);Polyspace Copilot 面向静态分析与形式化验证;MATLAB Copilot 覆盖编程、数据分析、绘图与文档
- 企业社会责任记录:2025 年向阿巴拉契亚山地俱乐部(AMC)捐赠 1,000 万美元用于缅因州 Barnard Forest 保护
- 行业媒体与数据库对 MathWorks 的定性(含竞争对手列表:SAS、Autodesk、PTC、NI、Ansys、COMSOL、Wolfram、Maplesoft 等),用于竞争格局参照
- MATLAB Agentic Toolkit GitHub 发版记录 MATK-2026.10.b(2026-10-22):新增 GitHub Copilot CLI 安装器,更新 matlab-choose-big-data-solution、matlab-design-radar 等技能
- MathWorks Newsroom(2026-10-14):TÜV SÜD 认证扩展至符合 ISO 26262 的通用 AI 工具分类指引,覆盖基于 Simulink Agentic Toolkit 的模型化设计用例
- BusinessWire 公告(2026-10-28):MATLAB EXPO Online 2026,11 月 4 日至 5 日线上举办,40 余场次、9 场实操工作坊
本报告基于公开信息整理,仅供参考,不构成任何投资建议。数据截至 2026 年 11 月 2 日,请以公司公告与定期报告为准。
相关论文
相关案例
相关报告66
- 五一视界深度调研:港股上市的数字孪生公司,51Sim 已是第一增长引擎而 51Earth 近乎归零,两套完全不同的融资轮次命名口径必须并存
- AMI Labs 深度调研:10.3 亿美元种子的世界模型豪赌,LeCun 的非生成式路线与它的空白成绩单
- 安世亚太 PERA 深度调研:2003 北京创立的国产 CAE 龙头,PERA SIM 通用仿真 + AIROM 降阶 + AgentX 多智能体 + 精智 iGPT/Whale,从工业仿真跨越到物理 AI
- AspenTech 深度调研:被 Emerson 全资收购的过程仿真巨头与其工业 AI 混合建模路线
- Autodesk 深度调研:以 Neural CAD 基础模型与 2 亿美元 World Labs 押注物理世界 AI,NAVASTO 补齐 CFD 代理能力
- Bentley Systems 深度调研:以 iTwin 数字孪生与生成式 AI 赋能基础设施全生命周期工程
- BeyondMath 深度调研:神经算子路线的基础物理 AI,$19M 联盟预算、1000 倍加速与三个被误读的事实
- Cadence 深度调研:以 EDA 系统级多物理场与 Millennium M2000 超算切入物理 AI,AuraStack 智能体与 Fidelity GPU CFD 成关键抓手
- COMSOL 深度调研:四十年多物理场求解器基业,以 DNN 代理模型训练与全物理场 GPU 加速切入物理 AI
- Dassault Systèmes 深度调研:以 3DEXPERIENCE 与 SIMULIA 虚拟孪生物理行为切入工业 AI,LEO 虚拟助手与 GPU 显式动力学成物理 AI 支点
- 深势科技深度调研:从戈登贝尔奖到国家级独角兽与港股门前,AI for Science 龙头的技术兑现与商业化空白
- Emmi AI 深度调研:17 个月从林茨 spin-out 到 3.3 亿欧元被 Mistral 收购,AB-UPT 拿下 CFD 代理模型 SOTA
- Fainite 深度调研:苏黎世物理 AI 仿真初创,Caltech/ETH/剑桥/谷歌背景团队用物理感知深度学习把仿真从数十小时压到秒级,仅获 Venture Kick 资助、尚无定价轮次
- 飞捷科思深度调研:PhysX 奠基人的二次创业,国产可微分物理引擎与它的生态打法
- 凡拓数创(301313)深度调研:从数字展馆到物理 AI 数据基座的战略跃迁,FTE 引擎与 FunSim 仿真平台的卡位成色及收入兑现节奏
- Godela 深度调研:YC X25 物理 AI 仿真初创,前苹果/谷歌/英特尔团队用物理约束代理模型把仿真从数天压到秒级,仅 seed 轮、试商用 pilot 制
- 霍莱沃(688682)深度调研:以 RDSim AI 电磁仿真与工业智能体贯通「仿真-测量-产品」闭环
- 阿尔特 IAT 深度调研:A 股首家独立汽车设计公司全线转向 AI 研发,圆方/御风/太乙 3.0 产品体系落地并携手英伟达 Omniverse,2025 年营收 9.75 亿元、归母亏损扩大至 2.50 亿元
- Inductiva 深度调研:一个已停运的开源求解器编排样本,八处必须纠正的前提,以及联合创始人 CTO 的停运后去向
- 英特仿真(INTESIM)深度调研:2009 年成立的国产 CAE 龙头之一,自研结构/流体/电磁/热/声学求解器与多物理场耦合平台,完成中网投、深创投亿元 B 轮,2025 年营收签单双过亿
- 软通动力(301236)深度调研:依托软通天枢打造 L1/L2/L3 三层全栈物理 AI 架构,自研 TwinHub 数字孪生、FSim 工业仿真、CAE 多物理场与 Phyxis 具身控制
- Jua 深度调研:以地球物理基础模型 EPT 服务能源交易与电网决策
- Keysight(含 ESI Group)深度调研:以虚拟样机与混合 AI 连接测量与仿真,EDA 引入自然语言助手
- 光轮智能深度调研:前英伟达仿真负责人创办的物理 AI 数据与评测基础设施商,七轮融资约 26.5 亿元估值超 20 亿美元,同时进入 Newton 与 EgoVerse 两大国际标准委员会,订单口径存在 5.5 亿元人民币与 1 亿美元两套说法
- Luminary Cloud 深度调研:NVentures 押注的「物理 AI 模型工厂」,用 SHIFT 模型与 GPU 原生求解器改写 CAE 云化路径
- 觅蜂科技 Maniformer 深度调研:智元机器人孵化的物理 AI 数据基础设施,MEgo 无本体采集硬件量产,半年三轮融资中国电信领投
- Mistral AI 深度调研:30 亿欧元欧洲最大融资背后,Physics AI 如何从语言模型走到 EUV 光刻与核电站
- Monolith AI 深度调研:不加速仿真,而是砍掉物理试验次数的英国工程 AI,被 CoreWeave 收入囊中
- Monumo 深度调研:剑桥深科技电机 AI 设计公司,Anser 引擎日千万级多物理场仿真,累计融资 1050 万英镑,A 轮正在募资中
- NAVASTO 深度调研:把求解器的洞察左移到设计师工作台,Autodesk 用一次收购买下这个入口
- Navier 深度调研:把 CFD 工作流交给智能体,旧金山硬件工程 AI 的种子期豪赌
- Neural Concept 深度调研:EPFL 出身的工程 AI,用 1.38 亿美元融资押注「代理模型能否替代部分求解器」
- NP Co.(NP Company)深度调研:2025 年成立的巴黎 Inria 孵化 AI 原生仿真初创,€6M 天使前轮由 Partech 领投、Mistral 联合创始人参投,宣称预训练物理基础模型实现 1000x 加速,多项宣称待验证
- NVIDIA 深度调研:以 PhysicsNeMo、Warp、Cosmos 世界基础模型与 Omniverse 构建物理 AI 全栈基础设施
- Physical Intelligence 深度调研:31 亿美元级融资押注「机器人的 GPT 时刻」,π0.7 自陈未见任务成功率仅 60–80%,Pi API 定价与收入双双未披露
- Physical Superintelligence 深度调研:58 亿美元级种子轮押注「虚拟物理学家」,Emmy 平台把 AI 数据中心多物理优化当作首个商业化证明
- PhysicsX 深度调研:把几何与物理都压进一个预训练模型的三亿美元级工业 AI 赌注
- Prometheus 深度调研:410 亿美元估值、182 亿美元融资,却还没有一个产品
- PTC 深度调研:以 Creo/Onshape 与 ThingWorx 数字主线支撑物理 AI,借 NVIDIA Isaac Sim 打通机器人设计到仿真
- 千诀科技(北京千诀科技有限公司)深度调研:预测式世界模型 Polibrain、类脑分区架构与多项式表征,一个「不造本体」的具身大脑如何接入十万台清洁与服务机器人
- Quanscient 深度调研:云原生与量子赋能的多物理场仿真,AI-Native 硬件工程的数据引擎
- Rescale 深度调研:云上的 HPC 操作系统与桌面工程工作台,1.15 亿美元 D 轮与五处被误读的事实
- Schrödinger 深度调研:以 FEP+ 物理模拟与机器学习支撑分子发现,2026 年推出 Bunsen 智能体共同科学家
- Secondmind 深度调研:剑桥工程 AI 公司,贝叶斯主动学习把 CAE 仿真与台架试验减少最高 90%,累计融资约 7300 万美元,马自达兼具客户与投资人身份
- 适创科技深度调研:以 SupreCAST 云原生材料加工仿真与工业智能体,推进 CAE+AI 战略
- 舜云科技深度调研:以粒子法 shonDy 切入新能源与核能流体多物理场仿真
- 数智脉进深度调研:深圳 SNN+LBM 全栈自研 CFD 初创,宣称消费级硬件秒级出数亿网格结果,获财政部下属基金数千万天使轮,规划迁核心算法至 FPGA
- Siemens(含 Altair)深度调研:2025 完成 Altair 收购,Simcenter 与 Altair 仿真组合并,PhysicsAI 几何深度学习与 PhysicsAI Generate 成物理 AI 核心
- Silurian 深度调研:以生成式预报 Transformer 构建地球系统基础模型,面向能源与基建资产的天气风险
- SimScale 深度调研:把 CAE 许可证变成按核时订阅的云端仿真平台,5200 万欧元股权与 2500 万欧元债务必须分开算,以及五处被误读的事实
- Skild AI 深度调研:CMU 机器人研究所孵化的通用机器人基础模型,1.4 亿美元 C 轮对应 140 亿美元估值,但 B 轮规模存在 1.35 亿与 5 亿的口径冲突
- 松应科技深度调研:华为云系团队创办的国产物理 AI 操作系统商,ORCA OS 宣称对标英伟达 Omniverse,融资轮次在三套口径下各不相同,风语筑 2000 万元少数股权投资是可核验的第三方锚点
- 苏度科技(上海苏度科技有限公司)深度调研:零真机数据的仿真训练路线、Sudo R1 全栈自研与「原子能力」商业化,一家成立 17 个月估值超 200 亿元的具身智能新独角兽
- 索辰科技深度调研:从 CAE 工具商到物理 AI 平台商的转型阵痛
- Synopsys(Ansys)深度调研:2025 完成收购 Ansys,从 EDA 龙头跃升为「硅到系统」工程解决方案领导者,Ansys SimAI 与 NVIDIA 物理 AI 合作为核心抓手
- 十沣科技深度调研:院士领衔的国产工业仿真软件,官方时间线与数据库口径的轮次命名完全不同,官方融资 PDF 与投资数据库同时存在且不可合并
- 天洑软件深度调研:2011 年成立的国产智能 CAE 老兵,C 轮数亿元,2024 起主打「工业世界模型」,融资口径与估值多处不可调和,营收从未披露
- 同元软控深度调研:以 MWORKS(Syslab/Sysplorer)对标 MATLAB/Simulink,借 MWORKS AI 与 MOGICK 工程智能体推进国产物理 AI
- Vinci AI 深度调研:把物理仿真从「检查点」变成「连续约束」的半导体新变量
- 西湖机器人深度调研:西湖大学首个机器人成果转化项目,以 WR1 全身通用基座与 GAE 行为专家大模型构成大小脑双预训练架构,半年四轮融资约 5 亿元
- World Labs 深度调研:李飞飞的空间智能独角兽,被 AMD 以 82 亿美元收编
- 深圳元象信息科技(元象科技 XVERSE)深度调研:认知与感知双轮驱动的仿真世界路径,XVERSE 大模型、端云协同 3D 引擎与物理驱动动作生成模型 MotionGen
- 云道智能深度调研:从自主求解器到物理 AI 引擎,国产 CAE 的登顶者与它的未竟之战
- 云境智仿深度调研:北大孵化的云原生 GPU CAE 公司,Simversus 平台加 YJ-DORGP 小样本智能求解器,2025 年自述订单增 275%、营收增 160% 并达盈亏平衡
- 中科第五纪(杭州)深度调研:中科院自动化所与清华联创的具身基础模型公司,FAM 动作光流跨本体通用、3–5 条示范达 97% 成功率,纪元灵脑+纪灵机器人服务中石化/零跑/美的
- 中望软件(688083)深度调研:自主 Overdrive 内核与中望3D悟空 2027 撑起 CAD/CAE/CAM 一体化,CAx 智能体平台是通往工程 AI 的现实路径
本报告基于公开信息整理,仅供参考,不构成任何投资建议。数据截至报告发布日,请以公司公告与定期报告为准。