北京
2026年9月15日，索辰科技披露接待调研公告，公司于9月1日至9月3日接待国投证券、兴业证券策略会、申万宏源调研。
公告显示，索辰科技参与本次接待的人员包括董事、董事会秘书吴味子、证券事务代表郑润玮、战略投资经理梁启繁。
调研方式为分析师会议,路演活动，接待地点为上海。
调研详情
一、活动基本内容介绍
上海索辰信息科技股份有限公司（以下简称“公司”或“索辰”）于2026年9月1日至9月3日分别参加国投证券、申万宏源、兴业证券组织的策略会。
公司董事会秘书吴味子女士、证券事务代表郑润玮女士、战略投资经理梁启繁先生介绍了公司的发展历程、主营业务、主要产品及解决方案应用领域，以及2026年上半年财务情况。
二、投资者交流问答
问题1：公司物理合成数据如何缩小仿真场景与真实场景的差距？物理合成数据与真机数据的商业价值有何区别？
答：公司依托多学科、多物理场求解器及物理建模能力，生成具有物理一致性的仿真数据，并结合真机数据开展参数校准、模型优化和场景验证，持续提升仿真结果与实际工况的匹配程度。物理合成数据可用于补充不同工况及长尾场景的训练样本，为模型训练和验证提供支持。物理合成数据对模型在真实场景中应用表现的改善程度，受到建模精度、数据质量、场景覆盖及实际运行条件等因素影响，相关效果需通过真实场景测试验证。
从商业价值看，物理合成数据可根据不同场景需求批量生成。对于数据采集成本较高、样本稀缺或难以开展实物试验的场景，客户可利用物理合成数据补充训练与测试样本，开展模型训练和方案验证，有助于减少重复采集和实物试验的投入。真机数据能够反映设备在真实场景下的运行状态及响应情况，可用于模型训练、参数校准和实际应用效果验证。将真机数据与物理合成数据结合使用，有助于提高模型开发、产品研发及验证效率。
问题2：公司世界物理模型产品主要有哪些应用方向？如何开展世界物理模型的持续迭代？
答：公司世界物理模型的应用方向涵盖复杂环境的物理场重构与动态推演，以及工业装备的性能预测与设计优化。目前，公司正与合作方围绕工程机械自主运营开展概念验证（POC），探索世界物理模型在相关场景中的应用。
在模型持续迭代方面，公司依托高精度物理仿真与人工智能融合的技术架构，结合现场数据和物理机理开展模型优化及求解器参数校准，并根据客户需求持续进行场景适配，提升模型对不同实际工况的适应能力。
问题3：公司物理AI产品涉及多个应用领域，不同场景之间的技术能力能否复用？如何提高项目交付效率？
答：公司物理AI产品以多物理场求解、物理建模及相关软件平台为基础，不同场景可共享部分底层算法、工具和开发流程，但在设备参数、边界条件、数据要求及业务目标等方面仍存在差异，需要结合客户具体需求进行适配。公司将通过典型项目积累场景数据和工程经验，推动共性功能的模块化沉淀与复用，并针对客户差异化需求开展适配，逐步减少重复开发，提高项目交付效率。跨场景复用效果取决于场景相似性、客户数据基础及系统集成要求。
问题4：公司如何评价物理AI产品在客户实际应用中的效果？从技术验证到业务应用需要满足哪些条件？
答：物理AI产品的应用效果需结合具体业务目标进行评价，包括模型精度、计算效率、运行稳定性，以及对客户研发或生产流程的改善效果。公司以真实工程场景为切入点，依据实测数据，对比相关产品与既有方案的应用效果，并检验相关产品在不同工况下的适用性。
从技术验证到业务应用，项目还需具备必要的数据基础和系统适配条件，并满足客户的验收要求。公司将综合考虑实施成本、项目验证结果和实施情况，确定具体推进节奏。
问题5：公司工业现场数据采集、生产管控等业务与物理AI业务能够形成哪些协同？
答：公司工业自动化软件及生产管控相关业务具备现场数据采集、运行监控、过程控制和实时数据管理等能力，所采集和管理的数据可为物理AI模型的参数校准及应用验证提供支持；物理AI模型的预测和推演结果则可为设备状态分析及运行优化提供参考。上述能力的协同应用，有助于拓展现场数据的应用价值。
公司持续推进相关产品、技术和项目交付能力的协同，结合客户实际需求形成综合解决方案。具体协同效果受到数据可用性、系统兼容性及项目实施条件等因素影响。
本文根据交易所公告整理，仅供参考，不构成投资建议。
本文源自：市场资讯
作者：察微
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
