索辰科技:投资者关系活动记录表_2024年8月28日

证券代码：688507 证券简称：索辰科技
上海索辰信息科技股份有限公司
投资者关系活动记录表
编号：2024-015
特定对象调研 □分析师会议
□媒体采访 业绩说明会
投资者关系活动类
□新闻发布会 路演活动
别
现场参观 电话会议
其他
参与单位名称及人 具体名单见附件。
员姓名
会议时间 2024年08月28日15:30-16:30
会议地点 电话会议
上市公司接待人员 董事、副总经理兼董秘：谢蓉女士
姓名 董事：毛为喆先生
公司董事会秘书谢蓉女士对上海索辰信息科技股份有限公
司（以下简称“公司”）2024 半年度业绩基本情况介绍如下：
2024 半年度经营情况
收入端：2024 年 4-6 月单二季度，公司营业收入为【1,988.65】
万元，较上年同期值【1,435.24】万元，同比增加 38.56%
投资者关系活动主
2024 年 1-6 月上半年整体，公司营业收入为【5,175.07】万
要内容介绍
元，较上年同期值【2,149.34】万元，同比增加 140.77%
利润端：2024 年上半年公司归属于上市公司股东的净利润
为【-6,643.08】万元，相较去年同期值【-3,204.44】万元亏损有
所扩大。这主要是由于公司在研发方向上进行了大量投入。上
半年，公司的研发费用达到 6,854.45 万元，远高于去年同期
3,881.12 万元，同比增长 76.61%。这些费用主要包括研发人员的薪资支出以及募投项目关于科研方面的投入。尽管这些支出对短期利润造成了一定的拖累，但从长远来看，这些投入为公司未来的技术创新和产品迭代提供了坚实的基础。研发投入占营业收入的比例为 132.45%，显示出公司对技术创新的重视和投入。
现金流：在回款方面，公司应收账款从期初的 5.10 亿元减少到期末的 4.76 亿元，减少了 3,405.91 万元，公司在回款管理方面取得了一定进展，增强了公司的流动性和财务稳定性。此外，经营活动产生的现金流量净额为-7,729.99 万元，较去年同期-9,856.33 万元，增加【2,126.34】万元，这表明尽管存在较大的研发投入，公司仍然在努力优化现金流管理，提高资金回笼效率。
毛利率：上半年，工程仿真软件毛利率 91.96%，仿真产品开发毛利率为 25.48%，总体毛利率 38%。
费用端：
研发费用：研发费用 6,854.45 万元较上年同期 3,881.12 万元
同比增长 76.61%；
销售费用：销售费用 1,314.72 万元较上年同期 771.38 万元
同比增长 70.44%；
管理费用：管理费用 3,353.62 万元较上年同期 1,679.00 万元
同比增长 99.74%。
主要费用支出主要来自于研发费用，包括研发人员的薪酬支出以及募投项目的建设投入；关于销售费用和管理费用同比增长主要来自于人员薪酬等的增长。
2024 年度整体展望：基于上半年的经营成果，公司整体表现符合预期。上半年，公司根据经济形势的判断，强化了费用控制和回款管理。在费用控制方面，公司目前的总人数为 302人，较 2023 年末的 316 人有所减少，这主要通过优化岗位人员
配置实现。在回款管理方面，公司上半年通过优化应收账款和现金流管理取得了积极成效，计划在下半年继续严格管理回款情况。
公司董事毛为喆先生对公司业务基本情况介绍如下：
索辰科技在各个学科持续保持迭代更新。2024 年上半年，各学科在技术难点上均有所突破，目标还是保持每个学科每季度进行一次小版本更新，并每年推出一个大版本更新。截至上半年，流体、结构、电磁、光学和声学软件均发布了新版本，增加了更多功能模块，以解决更多工程领域的问题。在流体软件方面，公司发布了全新的 LBM 求解器。与传统的宏观方法（如Navier-Stokes 方程的数值解法）相比，LBM 求解器具有低数值耗散、良好的并行性和易于处理复杂几何边界的优势，在瞬态湍流模拟和气动噪声等领域表现优异。该求解器支持 Linux 和
Windows 操作系统，兼容 CPU、GPU 和国产 DCU 并行计算环
境，能够在 HPC 集群上进行跨节点和多 GPU 的大规模计算。非结构求解器新增了高温化学非平衡求解功能，可以模拟和预测高温环境下的复杂化学反应和流体动力学过程，精确描述非平衡态的反应动力学和能量传递，适用于航空航天、火箭发动机、高温材料加工、工业高温反应器和能源转换等场景。相比传统的完全隐式方法，其计算效率更高，能够适应复杂几何和边界条件。在结构软件中，新增了拓扑优化模块，涵盖基于静态分析、模态分析和热力耦合分析的结构拓扑优化。该模块可最大限度改善结构特征频率，降低共振风险，同时考虑热应力和热变形的影响，实现轻量化设计，更准确地预测和控制结构在力和热作用下的性能，提升结构的安全性和可靠性。
技术趋势：公司在技术上积极布局前沿科技，将生成式人工智能（AI）技术与传统的 CAE 仿真软件相结合，推动了仿真与设计流程的革新。通过生成式 AI 的赋能，仿真平台能够自动生
成优化的设计方案，极大地提高了设计效率和创新能力。这种融合不仅提升了仿真的准确性，还缩短了产品从概念到市场的周期，为客户带来了显著的经济效益。此外，公司还开发了基于智能体决策的生成式数字孪生框架，这一框架结合了最新的AI 技术和数字孪生理念，生成式数字孪生是工业领域未来发展的最重要的竞争点，例如马斯克的 SpaceX 采用的正是生成式数字孪生技术，通过这类技术大大缩短了研发时间和成本投入。索辰的数字孪生集成 AI 人工智能、多保真度分析技术、多学科仿真技术、自主几何建模等，能够以 1D 的效率、3D 的精度，完成流体、结构、电磁、声学等多学科的实时性仿真，并基于传感器监测结果，形成虚实结合的多尺度多学科物理机理模型，结合生成式人工智能进行复杂工况和设备全生命周期的动态仿真，实现具备真实物理机理的生成式数字孪生。
公司目前在嘉兴投资建设中的生成式数字孪生基地，将主要用于数字孪生科研研究和验证，设有数值风洞、电磁暗室、风电实验室和 HPC 实验室等多个实验室，能够提供高度精确和动态的产品性能模拟验证环境。通过这一框架，客户能够在虚拟环境中模拟和分析产品在真实世界中的表现，从而在产品设计和运营过程中做出更精准的决策。公司通过不断的数据积累和产品优化，使产品更贴合实际应用，为客户提供全面、高效和创新的解决方案。
总结：市场方向上，公司积极布局未来有望高增长的赛道，一方面积极开拓民用市场，公司非常重视汽车以及机器人方向的发展，另一方面积极和下游优秀的龙头客户展开更深度的合作，针对细分领域合作开发更专业的工具解决方案。上半年先后和上海青翼工业软件、南京高华科技、合见工软、广州汽车集团股份有限公司汽车工程研究院、遨天科技达成战略合作，并完成苏州焜原光电有限公司的投资入股，加快公司在光电子及微电子领域赛道布局。这些合作旨在针对特定细分市场场景，
双方共同研发创新解决方案，从而显著提升公司在相关领域的技术服务能力。通过这些合作不仅增强了公司产品在民用市场的影响力，还扩展了行业工程应用场景的广度和深度。这标志着公司的先进设计和验证技术得到了合作伙伴的验证和认可，通过构建一套完整的产业级解决方案，为客户提供了全面的赋能服务，进一步巩固了公司产品的市场竞争力。
相关问答内容：
1. 索辰科技 2024 年上半年的整体运营情况如何？
答：在 2024 年上半年，索辰科技实现了预期的收入目标，营业收入为 5175.07 万元，较上年同期增长了 140.77%；归属上市公司股东的净利润呈现负数，为-6643.08 万元，较去年同期亏损扩大了。本报告期亏损的主要原因是加大了研发方面的投入，特别是在募投项目关于科研方面的投入，导致短期利润受到影响。但长期来看，这些研发支出对公司的发展至关重要，且预计至 2024 年年底会有明显好转。
2. 索辰科技如何看待当前的研发投入，并且未来的战略规
划是什么？
答：索辰科技高度重视技术创新，坚信通过大量增加研发投入，才能在市场竞争中获取更多优质客户和合同，从而促进公司的长期健康发展。当前，研发费用占营业收入比例高达132.45%，主要用于提升技术研发能力和产品质量。虽然短期内会对利润产生压力，但从长远来看，这是公司未来成功的关键因素。此外，公司正在稳步推进各项投并购事项，力求利用外部资源增强自身实力，预计下半年将有更多实质性的落地进展。
3. 索辰科技的核心产品研发进展及市场发展趋势如何？
答：索辰科技拥有多个核心产品，涉及不同学科领域，例如
流体、结构、电磁、光学、声学软件等。在今年上半年，各学科已分别发布了最新版本的小型迭代更新，增强了软件功能，解决了更多工程领域的实际问题。尤其值得一提的是，流体软件推出了全新 LBM 求解器，该求解器具备数值耗散低、良好的并行性和处理复杂几何边界的特点，在瞬态湍流模拟和气动噪声等领域具有显著优势。此外，LBM 求解器还支持多种操作系统与并行计算环境，适用于大规模集群计算需求。
4. 流体软件的新增功能是什么？
答：流体软件非结构求解器中新增了高温化学非平衡求解功能，能够模拟和预测高温环境下复杂的化学反应和流体动力学过程，特别是适用于航空航天、火箭发动机、高温材料加工、工业高温反应器以及能源转换等应用场景。
5. 结构软件方面有哪些重要更新？
答：在结构软件领域，我们增添了拓扑优化功能，它涵盖了基于静态分析、模态分析、热力耦合等多种结构方面的优化。这项功能旨在最大程度地改善结构特征的频率响应，降低结果产生的共振风险，并考虑到热应力和热变形等因素的影响，促进轻量化设计，更准确地预测和控制结构在力和热双重作用下的性能，从而提高其安全性与可靠性。
6. 公司在技术研发方面有何发展趋势？
答：技术发展上，公司正积极布局将深层次人工智能（AI）技术与传统 CAE 仿真技术相结合，以推动仿真与设计流程的革新。通过 AI 赋能，仿真平台可自动生成优化设计方案，大幅提升设计效率和创新能力。这种融合不仅能增强仿真准确性，还能缩短产品研发周期，带来显著经济效益。此外，开发了基于智能体决策的生成式数字孪生框架，结合最新 AI 技术和数字原
生理念，为工业领域的未来发展创造竞争优势。
7. 公司如何看待和利用生成式人工智能在复杂工况和设备
全生命周期动态仿真中的应用？
答：公司认为，结合生成