数字孪生 · 行业认知研究报告

第一章 · 总论：什么才算数字孪生

1.1 一句话定义与三个成立条件

**数字孪生（Digital Twin）**是与某个真实对象持续同步、能预测其状态、并把预测结果送回决策环节的模型系统。这个定义里的每一个限定词，都对应一个可以检查的条件。

这个定义有两个来源。第一个是美国国家科学院、工程院与医学院（NASEM）2024 年发布的《数字孪生的基础研究缺口与未来方向》［5］。它给出的工作定义是：数字孪生是一组模拟自然、工程或社会系统结构、情境与行为的虚拟信息构造，它随物理孪生体的数据动态更新，具备预测能力，并为实现价值的决策提供依据。报告还写明两点：虚拟与物理之间的双向交互是数字孪生的核心；「验证、确认与不确定性量化」要成为随对象变化持续进行的过程，也就是不断证明模型算得对、算的是对的东西，并给出误差范围。

第二个来源是制造业领域的经典分类，出自 Kritzinger 等人 2018 年的文献综述［6］。它看物理对象与数字对象之间的数据流是否自动：双向都靠人工，叫数字模型；物理到数字自动、数字到物理靠人工，叫数字影子；双向都自动，才叫数字孪生。该文的统计结论是，讨论最高一级即数字孪生本身的文献很少，更多文献停留在数字模型与数字影子阶段。

把两份定义合起来，本报告用三个条件判断一个系统是不是数字孪生，三者必须同时满足：

这张表是后面所有数字的过滤器。三个条件里最容易被忽略的是第二个，模型校准（Calibration）：用实测数据反复修正模型参数，让模型输出与真实对象的误差保持在可接受范围内。没有校准，模型会随设备老化、工况变化逐渐偏离现实，所谓预测就只是一条按初始参数画出来的曲线。

国内官方文件里也有同样的要求，只是换了个叫法：水利行业把模型校准叫「参数率定」。水利部 2024 年的指导意见要求「优化基础数据、参数率定和专业模型，提升数字孪生成果精度」，并「强化模型计算成果与实测数据的对比验证」［7］。

1.2 和相邻概念的边界

「数字孪生」这个词被用得很宽，厂商宣传、地方项目和统计口径里都是如此。最常见的混淆来自七个相邻概念，下表逐个说明它们与数字孪生是什么关系，以及在什么条件下算进本报告的范围。

划边界看的是用途，不是软件名。表中最容易误判的是 BIM、GIS 与 CAE 三项，它们都是工具。同一个 BIM 模型，出完施工图就归档，是设计文件；接入楼宇自控系统的实时数据、用于能耗预测并回写空调设定值，就是孪生的一部分。

生成式 AI 与物理 AI 放在第六章讨论：它们改变的是孪生的建模与交互成本，并不改变上述三个成立条件。

据此，本报告的四条排除项全文统一按下表执行：

这四条排除项的实际意义，在第九章体现得最清楚：A 股数字孪生概念板块的成分股里，相当一部分公司的主营落在这四条排除项或产业链之外（见 9.7 节）。

1.3 成熟度分级：把 L1–L5 翻译成成立条件

国内行业报告普遍采用五级划分［8］：L1 以虚映实，实时复现状态；L2 以虚控实，通过模型间接控制；L3 以虚预实，预测未来状态；L4 以虚优实，优化物理实体；L5 虚实共生，长期同步并自主演进。

国家标准也有一套成熟度模型。《信息技术 数字孪生能力成熟度模型》（GB/T 46237—2025）已于 2026-05-01 实施，为成熟度评价提供了推荐性依据。据技术社区对该标准的一篇公开解读（第三档证据），国标五级依次为虚拟建模、虚实映射、双向交互、智能决策、自主演化［9］。按名称看，国标的「智能决策」大致对应行业报告的 L3 至 L4（本报告推论）。下面的映射针对的是行业报告的五级，各级的具体判定要求以标准原文为准。

这套分级的问题是把控制放在了预测之前；按三个成立条件看，次序应当倒过来。下表把五级映射到成立条件上：

按本报告的口径，L1 与 L2 不算数字孪生。L1 只是把数据画出来；L2 的控制可以完全不经过模型，远程开关阀门并不需要预测。真正跨过门槛的是 L4：模型经过校准，输出进入决策。

这个判定解释了一个巨大的落差：行业报告里「已建成数字孪生」的数量，和真正在运行期产生价值的系统数量差得很远，因为大量项目停在 L1。

1.4 产业链全景

数字孪生的产业链不是一条线性的上下游，而是一个回路：数据从物理对象流入模型，经过校准与分析，决策再回到物理对象。下图按这个回路画出五类能力、上游基础、下游买方与排除项。

图 1 · 数字孪生产业链全景：五类能力构成的回路

数据来源：本报告根据 NASEM（2024）定义、Kritzinger 等（2018）分类与中国信通院等《数字孪生城市研究报告（2026 年）》第 27–28 页产业分层整理绘制。

图里有三处值得留意。

第一，回路上的三个箭头正对应三个成立条件：左上是映射，右侧是校准，左下是反馈。少了任何一个箭头，系统就退化成 1.2 节表中的某个相邻概念。

第二，最「专属」于数字孪生的那一层，恰恰不是利润最厚的一层。五层能力里，运行时平台的数字孪生专属性最强；其余四层各有出身：建模仿真来自工业软件，数据连接来自物联网与测绘，分析优化来自工业 AI 与运筹优化，实施服务来自系统集成。这一点决定了第五章的利润分配格局。

第三，下游付钱的人和用的人常常不是同一批：城市项目由建设资金付费、由运营部门使用。这是第四章的主要线索。

1.5 市场规模：七个口径为什么不能取平均

市场规模的数字可以差得很远：同一年份的全球估计相差约 1.6–1.7 倍，不同年份、不同预测之间相差可达十倍以上。下表把本报告取得的七组数字连同口径并列，读者可以看清各自数的是什么。

另有两组中国数字常被引用：艾瑞咨询称 2022 年中国数字孪生市场规模 104 亿元、预计 2025 年 375 亿元，但测算方法未披露［10］；中国信通院称全国数字孪生相关项目累计金额近 600 亿元、2023 年新增 140 亿元以上，这是招投标口径［11］。

这组数字能推到哪一步，要先把口径拆开。拆开之后有三点。

第一，全球数字只能并列，不能归一。只有 PitchBook 明确写了只含技术、不含服务；其余几家没有披露是否含实施服务、是否含仿真软件与物联网平台。2023 年附近的几个值（101 亿、160 亿、190 亿美元，加上 PitchBook 2022 年的 65 亿美元），也就是 2022–2024 年这四个值，相差近 3 倍。其中一部分来自年份不同，其余可能来自是否把 CAE、物联网平台与集成服务计入；但没有一家给出足以复核的拆分，两部分无法分开。

第二，中国的招投标数字数的是项目，不是软件市场。项目里包含硬件、软件、集成与展示，也不区分是否满足三个成立条件。它适合看方向与结构（增速、地区、行业分布），不适合当作数字孪生软件市场。

第三，预测值一个都不用。同一目标年份 2026 年的两个预测相差约 1.7 倍；不同目标年份的预测值从 156 亿美元（2025 年）到 1101 亿美元（2028 年），相差约 7 倍［12］。这些预测都是在 2021–2024 年行业热度较高时做出的，本报告不采用任何一个预测值作为判断依据。

所以，本报告不给数字孪生市场规模一个单一数字，也不把上表的最小值与最大值拼成区间。可以下的判断只有一条：招投标口径的中国项目金额，2025 年仍在增长。

中国信通院等 2026 年报告称，2025 年 1–11 月相关项目超过 2000 个，较 2024 年全年增长约 33%；中标金额约 175 亿元，较 2024 年全年增长约 34%；项目平均中标金额同比上涨约 9%。更早的数据是：中国信通院 2023 年白皮书称，2023 年新增项目金额 140 亿元以上，较 2022 年有所下滑。2025 年的增长能否延续，需要后续年份确认（见 8.1 节）［13］。

1.6 它是品类、项目还是架构

本节回答一个问题：数字孪生是独立软件品类、项目型解决方案，还是横跨多层技术栈的系统架构？本报告的回答是：它在技术上是架构，在交易上是项目，只在少数位置形成了产品。

说它是架构，是因为 1.4 节的五层能力很少由一家供应商全部提供。在国内项目中，这五层通常来自多家供应商，而且各层可以替换：同一个城市孪生平台，几何底板可以来自不同的 GIS 与 BIM 厂商，渲染可以换引擎，分析模型可以由业务部门另行采购。国家标准也是按架构来写的：城市数字孪生与车间数字孪生的两项国标，都以参考架构而不是产品规范的形式发布［14］。

说它是项目，是因为它按项目成交。中国信通院等按招投标统计，2025 年 1–11 月项目平均中标金额约 800 万–900 万元［15］。上市公司的收入确认也以项目验收为主：五一视界 2025 年上半年收入只占全年的 15.5%［16］。

说它只在少数位置形成了产品，是因为只有两类收入具备产品特征。一是仿真与工程软件许可：Bentley 2025 年订阅收入占总收入 91.7%［17］。二是新兴的仿真数据服务：五一视界计划让仿真与合成数据业务按实际调用的算力与数据用量收费（厂商自述）［18］。不过要注意，Bentley 的订阅收入大部分来自设计与工程应用软件，而用于出图的设计软件按 1.2 节属于排除项。它说明的是工程软件可以做成订阅，而不是数字孪生平台已经做成订阅。

这个三分法落到投资判断上就是：与其问「数字孪生市场有多大」，不如问「这家公司卖的是哪一层、以什么方式成交」。卖许可与订阅的，收入可预期、毛利高；卖项目的，收入随验收波动，毛利取决于外包比例。第五章用财务数据验证这一点。

1.7 发展历程与当前所处阶段

数字孪生概念的演进可以分为四个阶段。每个阶段的推动者不同，这决定了今天产业链的格局。

出处：清华大学五道口金融学院《中国数字孪生行业研究报告》2024-07-02，表 2-1 与第 3–4 页；PitchBook《Emerging Space Brief: Digital Twins》2023-06-08，第 2 页时间线；其余事件见本报告第五章、第七章与附录 F。

按这个演进看，行业当前所处的阶段可以概括为：期望高点已过，进入整合与制度化阶段（本报告推论）。依据有三条。

一是资本热度。数字孪生领域投资金额在 2015–2021 年总体上升，2021 年达到峰值，2022 年后进入调整，2025 年有所回升，投资者从概念追捧转向审慎［19］。二是供给侧整合：2025 年以来完成了四笔仿真与工程软件并购（见 5.3 节）。三是制度建设：2025–2026 年国家标准集中发布（见 7.3 节），水利、工业主管部门出台了专门文件（见 4.5、6.2 节）。

主角换了，决定性变量也跟着换。概念期与平台期的主角是厂商；到了整合与制度期，主角变成了标准制定者与预算决定者。这也是第八章把预算与标准列为决定性变量的原因。

第二章 · 五类能力：每一层是什么、谁在做、卡在哪

本章按 1.4 节图 1 的五层逐一展开，每层回答四个问题：它是什么，谁在做，为什么是他们，卡在哪。2.6 节再把五层放在一起，判断哪些能力最难替代。

2.1 建模与仿真

它是什么。这一层让孪生「会算」。几何建模描述对象长什么样；机理建模用物理方程描述对象会怎么变化。承担这项计算的软件模块叫求解器，它按物理方程逐个单元计算受力、流场或电磁响应。以有限元求解器为例，它把一个零件切成成千上万个小单元，逐个求解受力与变形。

问题出在速度上。一次完整的流体或结构仿真可能要数小时，而数字孪生要在秒级到分钟级给出预测。于是有了代理模型（也叫降阶模型）：用少量计算或机器学习，把复杂求解器的结果压缩成一个能实时运行的近似模型。所以，离线设计时用求解器，在线运行时多用代理模型。

没有这一层，孪生只能显示状态，不能预测状态，也就跨不过 1.1 节的第二、第三个条件。

**谁在做。**一句话：研发设计软件由外资主导，国产份额只有一家券商给过估计，不足一成。在中国的仿真软件（CAE，计算机辅助工程）市场，Ansys、西门子、达索系统三家合计约占四成［20］；国金证券估计 CAE 国产化率或不足 10%（孤证）［21］。设计软件（CAD）更甚，外资占有率在 90% 以上（2021 年前后的数据）［22］。国内上市公司中以 CAE 为主营的是索辰科技，2025 年工程仿真软件收入 2.383 亿元［23］；中望软件以 CAD 为主、兼有 CAE 产品，霍莱沃专注电磁仿真与测量。

还有一组对比值得单独记住：中国工业增加值约占全球的五分之一（19.7%），仿真软件市场却只占全球的 6.3%［24］。这说明问题不只是供给侧做不出来，也在需求侧：正向设计中较少使用仿真，愿意为仿真软件付费的规模偏小，后者属于商业问题（见 7.2 节）。

**为什么是他们。**仿真软件卖的不是算法，是行业对求解结果的信任。一家飞机或核电企业愿意用某个求解器的结果代替一部分实物试验，前提是这个求解器在大量真实试验中被对比验证过，且有行业认证背书。这种信任只能靠时间积累：海外的 MSC 成立于 1963 年、Ansys 成立于 1970 年，国内主要 CAE 厂商中成立最早的索辰科技成立于 2006 年，时间差约四十年［25］。不过国金证券判断代差在收窄：在并购、多学科、云化与 AI 产品上，时间差依次缩小到约 30、20、10 年和 1 年［26］。海外龙头还在持续把细分领域的求解器买进来，形成多物理场组合，见 5.3 节。

**卡在哪。**卡在两处。一是基础内核：据中国信通院 2022 年的报告，2D CAD 已可国产替代，但三维几何建模引擎技术仍掌握在国外企业手中［27］。二是用户迁移成本：工程师的方法、模板、历史算例都沉淀在原有软件里，换软件就意味着把过去的结论重新验证一遍。所以，这一层的国产化瓶颈一半是技术、一半是生态，7.2 节会把它和平台层的瓶颈对照。

2.2 数据连接

**它是什么。**这一层让模型「看得见」，决定第一个成立条件，即持续数据映射能否成立。传感器与仪表采集设备状态，视频与激光雷达采集空间状态；实景三维提供空间底板，它是用倾斜摄影、激光扫描，按真实坐标和尺寸建成的地形与建筑三维模型；网络把数据送进平台，再经过清洗、对齐时间与坐标，形成模型可以使用的输入。

**谁在做。**硬件层集中度较高。中国信通院等称，基础层（芯片、传感器、网络设备、云基础设施）格局相对集中，高端市场由高通、英特尔、博世等国际企业主导，国内海康威视、华为、寒武纪等在部分领域实现突破（孤证）［28］。数据治理与空间数据，则多由测绘单位、地理信息企业与业主自己的信息中心完成。

**为什么是他们。**传感器与网络是通用产品，规模经济明显，数字孪生只是它们众多下游之一。所以这一层的供应商并不依赖数字孪生，数字孪生也很难从这一层获得超额利润。真正稀缺的是业主自己积累、经过治理的历史数据，而这部分数据的所有权在业主手里，供应商拿不走。

**卡在哪。**卡在数据治理的工作量与产权上。这类工作的主体是数据普查与标准化，而不是软件：水利部的指导意见把开展数据调查和复核、做到「一数一源」列为主要任务之一［29］。数据产权与部门边界如何阻碍项目从展示走向决策，放在 4.4 节讨论。

2.3 运行时平台

**它是什么。**运行时平台是五层中数字孪生专属性最强的一层，常被称为孪生底座或孪生引擎。它把几何底板、实时数据与模型绑定在同一个时空框架里，维持状态同步，并提供渲染与交互界面。负责把三维数据实时画成图像的是渲染引擎，目前用得最多的是游戏行业的 Unreal Engine 与 Unity。

**谁在做。**海外有三类：图形与仿真平台，如英伟达 Omniverse；工程软件厂商的平台，如 Bentley 的 Cesium 与 iTwin 平台［30］；云厂商的托管服务，如微软 2020 年推出的 Azure Digital Twins、亚马逊 2022 年推出的 AWS IoT TwinMaker［31］。国内有四类：城市与园区孪生平台厂商、GIS 与数字地球平台厂商、云与通信厂商，以及大量可视化厂商。中国信通院等则把产业主体分为三类：平台型企业「筑底座」，如华为与大型互联网云厂商；垂直厂商提供专业能力，如优锘科技、智汇云舟；集成商负责落地交付［32］。

**为什么是他们。**这一层进入门槛低。渲染可以借用游戏引擎，空间底座可以借用 GIS，数据接入可以借用物联网平台，一个几十人的团队就能做出一套演示效果不错的平台。门槛低带来两个结果：参与者多，项目以定制交付为主。另据融资统计（口径为整个数字孪生领域，不单是平台层），投融资以早期为主，天使轮、Pre-A 轮与 A 轮合计 121 起，B 轮及以后明显减少；2025 年截至 11 月底发生投资事件 33 起、金额 27.9 亿元［33］。

**卡在哪。**卡在两处。一是底层图形技术依赖国外：艾瑞咨询指出，以 UE、Unity 为代表的渲染引擎仍严重依赖国外［34］。二是产品化困难：平台厂商要么把平台嵌进项目一起交付，毛利被集成部分稀释；要么只卖平台，但规模太小。五一视界给出了直接的例子：2025 年毛利率由上年的 51.1% 降至 30.0%，公司解释为部分项目定位为整体解决方案集成，需整合生态资源，成本占比较高［35］。

2.4 分析优化

**它是什么。**这一层让模型「有用」：用经过校准的模型做故障预测、寿命评估、能耗优化、排产与调度，并把结果变成可执行的建议或控制指令。决策反馈在工业里最成熟的形态，是流程工业常见的先进过程控制：用过程模型实时调整控制参数，使装置在安全边界内接近最优运行［36］。水利行业的说法是「四预」：预报、预警、预演、预案。

**谁在做。**在工业领域，这一层主要由懂行业机理、又掌握控制系统接口的企业承担，如流程工业的控制系统厂商、工业软件与工业智能体企业；能源领域由电网与发电企业的科研与数字化单位承担；水利由流域机构与专业设计院承担。这一层已有企业取得收入增长：据东吴证券转引的公司年报，能科科技 2025 年人工智能产品与服务收入 4.60 亿元，同比增长 68.52%，毛利率 49.95%［37］。

**为什么是他们。**分析结果要变成动作，必须接入既有的控制与业务系统，并且有人对动作的后果负责。掌握分布式控制系统、调度系统的企业，天然离决策更近；只做平台与可视化的企业，与决策之间隔着一层业主的业务部门。

**卡在哪。**卡在授权与验证。预测要被采信，需要证明它在过去的工况里准过；要进入闭环，需要业主授权并设定安全边界。东吴证券把这一点概括为：工业客户需要的是稳定提升良率、能耗、产量的系统，模型必须给出置信度、可回退策略与动作边界［38］。所以这一层的门槛更多来自责任与信任，而非算法。

2.5 实施服务

**它是什么。**实施服务贯穿其他四层：需求梳理、数据接入、建模、平台部署、应用开发，以及上线后的持续校准与运营。本报告推论，它在多数项目中占投入的大头，且成本随交付工作量增加；但本报告未取得项目成本构成的统计数据。

**谁在做。**系统集成商、行业解决方案商、通信运营商、工程设计院与咨询机构。艾瑞咨询把行业参与者分为技术服务商与解决方案集成商两类，后者包括大型互联网公司、云厂商、三大运营商与垂直领域综合平台厂商［39］。

**为什么是他们。**数字孪生项目涉及对客户业务流程的改造与敏感数据，客户倾向于选择合作次数多、有渠道关系与标杆案例的服务商［40］。这是一种关系型与地域型优势，不随技术进步消失，但也难以跨地域复制。

**卡在哪。**卡在两处。一是定制化：不同行业、不同城市的需求差异大，方案可复制性不强，中国信通院在 2024 年报告中明确把这一点列为商业模式不成熟的表现［41］。二是回款：项目以验收确认收入，客户多为政府与国有单位，应收账款占比高。五一视界 2025 年末应收第三方款项 2.478 亿元，约为当年收入 3.478 亿元的 71.2%［42］。

服务层赚不赚钱，还有另一种看法。中国信通院等在 2026 年报告中认为，服务层（咨询实施、运营维护、数据服务）利润率最高，但专业人才短缺［43］。这与本报告的判断看似相反，实际上说的是服务的不同部分。上市公司分产品数据显示，可复用的技术服务毛利率并不低，中望软件 2025 年技术服务毛利率 79.95%，索辰科技为 50.28%；但定制开发与集成的毛利率明显更低，中望软件定制软件为 39.57%，霍莱沃电磁测量系统为 16.39%［44］。分歧在于是否把定制集成计入服务。本报告把两者分开，5.1 节给出完整对比。

2.6 哪些能力最难替代

把五层放在一起比，用三类壁垒定性：别人做不到（技术与积累）、别人做了不划算（规模与成本）、客户不愿换（迁移成本与关系）。每层判为强、中、弱、反四档：强表示有实证，中表示实证不够硬，弱表示查过没找到，反表示查到了反向证据。

只有建模与仿真一层判为强。它有三条互相独立的证据：市场份额集中、毛利率高（海外头部与国内标准软件产品线）、并购估值贵，见 5.1 与 5.3 节。按时间能否压缩来看，新进入者要追上这一层，需要补的是数十年积累的试验对标数据和行业认证；资金能加速，但压缩比有限（定性判断）。

分析优化判为中而不是强，是因为证据不够硬：行业里确有控制系统厂商与工业智能体企业在这一层取得收入增长，但本报告没有取得这一层的市场份额与毛利率系统数据，不能下更强的结论。

运行时平台判为弱，是本报告与许多行业报告分歧最大的地方。这一层最常被等同于「数字孪生」本身，却恰恰是进入门槛最低、毛利最容易被集成稀释的一层。

第三章 · 需求侧：谁付钱、为什么付、回报怎么算

本章回答四个问题：谁付钱，为什么付钱，价值在设计期还是运行期产生，回报怎样量化。结论先行：付钱的是资产所有者与公共部门，付钱的理由是降低某个代价高昂的决策风险；独有价值在运行期持续兑现，但多数买方没有能力把它量化出来。

---

以上是免费试读部分（正文约 28%）。完整版包含全部 9 章正文、数据表与来源清单。

试读内容引用出处

［1］美国国家科学院、工程院与医学院 2024 年研究报告的定义：随物理对象数据动态更新、具备预测能力、并为决策提供依据的虚拟信息构造。完整出处见 1.1 节。

［2］Kritzinger 等，2018。完整出处见 1.1 节。

［3］中国信息通信研究院等《数字孪生城市研究报告（2026 年）》，2026-05。

［4］海克斯康 2024 年 10 月发布，调查对象为 660 位高管。

［5］National Academies of Sciences, Engineering, and Medicine《Foundational Research Gaps and Future Directions for Digital Twins》，2024，DOI 10.17226/26894，摘要第 1 页与第 7–8 页，https://www.nationalacademies.org/read/26894/chapter/2 。「验证、确认与不确定性量化」英文缩写 VVUQ。

［6］Kritzinger W., Karner M., Traar G., Henjes J., Sihn W.「Digital Twin in manufacturing: A categorical literature review and classification」，IFAC-PapersOnLine 51(11)，2018，第 1016–1022 页，DOI 10.1016/j.ifacol.2018.08.474。数字模型、数字影子的原文术语为 Digital Model、Digital Shadow。

［7］水运管〔2024〕269 号，见 4.5 节。

［8］艾瑞咨询《中国数字孪生行业研究报告》，2023-04，第 4 页；清华大学五道口金融学院《中国数字孪生行业研究报告》，2024-07-02，第 3 页。

［9］CSDN 技术社区《国家标准（GB/T 46237-2025）解读》，2026-05-06，第三档证据。据该解读，能力域含数字模型、孪生数据、信息交互、可视化、仿真、预测、优化、控制等。

［10］艾瑞咨询《中国数字孪生行业研究报告》，2023-04，第 14–15 页，测算方法未披露。

［11］中国信通院《数字孪生城市白皮书（2023 年）》，2023-12，第 4 页，招投标口径。

［12］两处倍数均为本报告计算。

［13］三个增速彼此不能完全对上，比较基期可能不同，本报告不据此反推 2024 年金额。

［14］《智慧城市 城市数字孪生 第 1 部分：技术参考架构》（GB/T 45109.1—2024）与《信息技术 车间数字孪生 参考架构》（GB/T 45873—2025），国家标准全文公开系统，2026-10-07 核验。

［15］中国信通院等《数字孪生城市研究报告（2026 年）》第 4 页。

［16］本报告计算：0.538 亿元÷3.478 亿元；五一视界 2025 年年度业绩公告、2026 年中期业绩公告。

［17］本报告计算：13.77 亿美元÷15.02 亿美元，Bentley Systems 2025 年 10-K。

［18］五一视界 2025 年年度业绩公告第 4 页。

［19］中国信通院等引用 IT 桔子数据，《数字孪生城市研究报告（2026 年）》第 25 页。

［20］国金证券转引 IDC 对 2022 年中国 CAE 市场份额的分析：Ansys 16.8%、西门子 14.7%、达索系统 7.9%，三家合计 39.4%（本报告计算）；国金假设 2024 年各家份额不变。见国金证券《索辰科技深度报告》，2025-10-27，第 22 页图表 38 注。另一组常被引用的数字口径更窄：中国信通院转引 IDC 数据称，2021 年 Ansys、西门子与达索系统在中国 CAE 市场排名前三、合计占有率超过 45%，其原始统计是 IDC 对中国制造业数字孪生 CAE 这一细分市场的份额统计（中国信通院《数字孪生城市产业图谱研究报告（2022 年）》，2023-02，第 22 页）。

［21］国金证券《索辰科技深度报告》，2025-10-27，第 20 页；为国金证券 2025 年估计，孤证。

［22］中国信通院《数字孪生城市产业图谱研究报告（2022 年）》，2023-02，第 22 页，转引东方证券数据：达索、西门子、PTC 与 Autodesk 在中国 CAD 市场占有率达 90% 以上，为 2021 年前后的数据。

［23］为天工与开物两条产品线合计（本报告计算），见索辰科技 2025 年年度报告主营构成。

［24］全球 CAE 市场 2024 年约 113 亿美元，中国约 51 亿元人民币；按国金证券图表 36，2024 年中国 CAE 市场规模占全球的 6.3%，中国工业增加值占全球的 19.7%。见国金证券《索辰科技深度报告》，2025-10-27，图表 35–36，原始数据为 Grand View Research、IDC、世界银行与国家统计局。国金正文写作 6.0% 与 21.2%，与图表 36 的 2024 年值不一致：6.0% 是图中 2022、2023 年的值，21.2% 是 2022 年的值；本报告取图表中同一年份的 2024 年值。

［25］国金证券《索辰科技深度报告》，2025-10-27，第 20 页。索辰科技为国金证券梳理的四家国内主要 CAE 厂商中成立最早的一家；海外的 MSC 成立于 1963 年。

［26］同前注。

［27］中国信通院《数字孪生城市产业图谱研究报告（2022 年）》第 22 页。

［28］《数字孪生城市研究报告（2026 年）》，2026-05，第 27 页，孤证。

［29］水运管〔2024〕269 号。

［30］按 Bentley 2025 年 10-K 的描述，是用于创建、管理和使用基础设施数字孪生的云原生平台。

［31］见 PitchBook《Emerging Space Brief: Digital Twins》2023-06-08 第 2 页时间线。

［32］《数字孪生城市研究报告（2026 年）》第 28 页。

［33］中国信通院等引用 IT 桔子数据，《数字孪生城市研究报告（2026 年）》第 25–27 页。轮次分布上，报告正文写天使轮 58 起、Pre-A 轮 39 起、A 轮 24 起，第 27 页图 6 则为 A 轮 58 起、天使轮 39 起、Pre-A 轮 24 起，两处轮次对应不一致，两种写法下天使轮、Pre-A 轮与 A 轮合计都是 121 起。

［34］《中国数字孪生行业研究报告》，2023-04，第 22 页。

［35］五一视界 2025 年年度业绩公告，第 7 页。

［36］先进过程控制英文缩写 APC。

［37］东吴证券《世界模型：从生成世界到控制世界》，2026-08-27，第 19 页，转引公司年报。

［38］东吴证券，2026-08-27，第 11–12 页。

［39］《中国数字孪生行业研究报告》，2023-04，第 20 页。

［40］艾瑞咨询《中国数字孪生行业研究报告》，2023-04，第 21 页。

［41］《数字孪生赋能城市全域数字化转型研究报告（2024 年）》第 3 页。

［42］本报告计算，五一视界 2025 年年度业绩公告附注 5。

［43］《数字孪生城市研究报告（2026 年）》第 28 页。

［44］各公司 2025 年年度报告主营构成。

---

免责声明

本报告由诺辉投资研究部编制，仅供研究与信息参考之用。

本报告不构成任何证券的投资建议、要约或要约邀请，不含标的推荐、投资价值分层、评级或目标价。报告中出现的公司名称仅用于事实归位 —— 即把本报告界定的产业环节与排除项，对照各公司公开披露的主营业务作归类比对，不构成对任何公司经营状况、投资价值或未来表现的评价或排序。

报告中的事实性陈述均已标注来源与时间，判断与推论已与事实分开标示。标注为「本报告推算」的部分已列明假设与算法，读者可自行替换参数；标注为「厂商自述」的数据未经独立核验。报告所依据的公开信息，诺辉投资力求但不保证其准确性与完整性。

数据截止日为 2026 年 10 月 7 日。市场情况、行业政策与公司披露会随时间变化，本报告不承担更新义务。读者据本报告作出的任何决策及其后果，由读者自行承担。