从验证工具到创新中枢，西门子+Altair合体后的新仿真版图

       2026年4月14日，在武汉光谷，西门子数字化工业软件迎来了一场具有里程碑意义的“首秀”——收购Altair后的首届仿真与试验“合体”技术峰会。

       在过去近十年的时间里，中国制造业经历了从全球制造工厂向智能制造基地的深刻转型。作为这一历程的见证者，西门子数字化工业软件的业务结构在过去五年发生了巨大转变，仿真业务已跃居中国区产品营收首位。这一数据变化，印证了中国已全面从逆向工程走向正向研发。

       然而，当正向研发成为共识，当AI大潮席卷工业界，仿真技术的边界正在被重写。它不再仅仅是后端的辅助验证工具，而是正在跃升为驱动企业产品定义与研发的创新中枢。在峰会期间，西门子数字化工业软件全球高级副总裁兼大中华区董事总经理梁乃明与西门子数字化工业软件执行副总裁兼仿真业务部主管Sam Mahalingam接受了e-works的采访，详细阐述了“西门子+Altair”合体后新仿真版图的底层逻辑与发展愿景。
01三大关键词，定义“1+1>3”的新仿真版图

       面对如何定义合并后新仿真版图的提问，Sam Mahalingam给出了三个关键词：全面数字孪生、人工智能（AI）、计算。

       双方合体后最大的价值，在于填补了技术拼图的关键缺口。Sam Mahalingam解释道：“全面数字孪生意味着我们能整合Simcenter与Altair的技术、战略及核心平台，提供覆盖产品全生命周期的数字孪生工具链，结构、流体动力学等多领域需求不再有短板；人工智能的核心是Altair深耕20余年的物理AI——它并非单纯数据驱动模型，而是基于物理定律、材料属性、边界条件构建，能严格遵循真实工业场景约束，加速多方案验证；计算则是可拓展的大规模算力部署，Altair在高性能计算（HPC）领域的成熟方案，包括本地和云端，与西门子的Xcelerator平台结合，为AI模型训练与多学科设计探索提供了关键基础设施。”
       梁乃明则从战略层面补充：“西门子提前预判了AI在仿真领域的发展趋势，收购Altair让我们成为市场上能力最全面的仿真解决方案提供商。这不是简单的产品叠加，而是通过技术互补实现1+1>3。”

       关于具体的互补性，Sam Mahalingam进一步举例说明：在机械结构领域，合并后可同时提供隐式与显式求解；电磁学领域实现高频、低频全场景覆盖；在流体仿真领域，将Altair的ultraFluidX集成到Simcenter STAR-CCM+，形成优势融合的平台方案。

02“在中国，为中国”，技术红利加速本土化成长

       随着Altair的加入，中国在西门子全球仿真版图中的权重进一步提升。

       “过去五年我们亲眼见证了中国速度，目前中国很多企业在AI应用层面已经实现了对诸多国家的超越。”梁乃明以2025年春节期间爆火的DeepSeek为例，指出西门子团队在第一时间就在保证安全性的基础上与国内大模型完成了对接。这种对本土技术的高度敏感与开放式架构的无缝融入，是西门子落实“在中国，为中国”战略的先发优势。

       梁乃明随后分享了具体的落地成果：2025年，西门子与国内一家头部综合家电企业合作了本地私有云项目，将NX Design嵌入人工智能大模型，重构了整体工程流程，大幅提升了创新效率。该项目落地后，行业内大量企业都提出了同类需求，印证了中国市场对AI技术的嗅觉与技术储备领先全球。
       在新能源汽车领域，西门子与比亚迪开展了全方位合作，覆盖西门子工业软件多条产品线。梁乃明强调：“作为新能源领军企业，比亚迪将AI作为发展重点，而西门子在AI领域的前瞻布局，让我们能与客户并肩成长、共同创新。”

03聚焦“黑盒”焦虑，物理AI重塑仿真边界

       行业都在谈论AI与仿真的融合，但一个尖锐的问题摆在眼前：工业领域对准确率的要求是100%，西门子如何解决工程师对AI黑盒的信任危机？

       在Sam Mahalingam看来，过去行业试图用纯数据驱动的机器学习模型替代物理验证，结果证明是行不通的，因为一旦源头模型出现偏差，后续全盘皆输。“我们所聚焦的物理AI，核心区别在于它能理解物理定律、几何形状、材料属性与边界条件，严格遵循真实物理边界，无需消耗超长的时间与海量算力，就能直接完成感知与分析。”
       针对信任问题，梁乃明给出了西门子的原则：AI辅助，人类决策。

       他以比亚迪为例指出，AI应用的根基是数据可靠性。比亚迪经过多年体系化建设，数据可靠性已达95%-99%以上。在这个高可信的数据底座上，AI Agent的本质是提升工程师的生产效率，承担执行助手的角色，而最终的验证与决策，必须交还给人类专家越。通过这套数字孪生与高可靠性数据体系，西门子助力比亚迪将新车研发周期从48个月缩短至24个月甚至18个月。

04人机协同，迈向多智能体时代

       展望未来3-5年，仿真技术将如何改变工程师的工作方式？是人人都能做仿真，还是AI替人做仿真？

       Sam Mahalingam描绘了一幅多智能体发展图景：“未来每个企业的劳动力构成中，不仅有人力资源，智能体也会成为重要组成部分。”目前，西门子已构建了覆盖配置、设计、仿真等多个领域的多样化智能体，并通过近期发布的Fuse平台实现智能体的编排与布局，赋予它们自主推理与执行的能力。

       Sam Mahalingam指出，当前企业做决策往往要跨多个系统收集信息，这本质是在缴纳“信息税”。未来的变革在于：依托完善的数据架构与语义上下文层，AI智能体能在后台自动完成信息整合，以易懂的方式输出决策依据，彻底打破界面壁垒与数据孤岛。

       “面对行业变革，企业分为主动拥抱者与被动接受者，两者最核心的差距就是时间。”梁乃明总结道。在物理AI驱动的产业变革中，西门子正将整合后的全栈仿真能力与多智能体架构，切实转化为中国企业加速正向研发、缩短决策周期的落地抓手。