“我们做电容做了几十年，以前靠经验、靠试错，一轮一轮地打样、测温、再打样。现在，仿真软件让工程师在电脑上就能把问题看得清清楚楚。”

技术负责人钱部长说这番话时，语气平静。窗外是江海电容的厂房，铝电解电容的生产线已经运转了几十年。但在这家始于1958年的老厂里，这句话的分量并不轻。

从平潮镇的一个福利社起步，到如今铝电解电容器全球市占率约9%、位居国内第一、全球前三，江海电容走过了六十八年，已经成长为全球少数几家同时在铝电解、薄膜、超级电容三大类产品上布局的行业冠军。

而今天，让钱部长和团队再次走到行业前沿的，不只是电容本身，还有一场发生在研发流程深处的“效率革命”。

 

老厂的“新麻烦”

江海的底色是扎实的。工控、新能源、汽车电子、数据中心，江海的产品几乎覆盖了电力电子领域所有关键场景。近两三年汽车电子业务增长很快，占比已经接近20%。AI数据中心相关业务更是从去年不到1%的基数，在2026上半年实现了5到6倍的增长。

但越做到深处，钱部长和团队越感受到一种“使不上劲”的无力感。

客户给到江海的项目周期越来越短。传统研发模式依赖反复的实物试验，仅样品制备和测试就要三到四周，而有些客户要求两周内就给初步评估结果——“传统试验方式做不到。”钱部长说。

更棘手的是新场景。液冷方案开始在客户中推广，电容要浸在冷却油里工作，但江海没有对应的试验工装硬件。采购一套设备，周期长达数月。

还有一些电容产品体积太小。一款直径和高度都只有10毫米的固液混合贴片电容，根本没有空间布置测温传感器，实物温升测试无法开展。

“不同产品线的基础数据也不均衡。”钱部长补充道。铝电解电容积累的数据充足，但薄膜电容和超级电容，发热功耗很难精准评估，给热设计带来很大难度。

这些痛点背后，是一个更本质的问题：当客户需求和产品复杂度同时加速时，靠“试出来”的研发方式，已经跟不上节奏了。

 

寻找不用硬件也能“测”的方案

江海开始寻找仿真工具。核心诉求很明确：在没有硬件工装的条件下，模拟风冷、液冷等多种工况，快速输出评估结果，而且仿真结果必须和实际工况对得上。

市面上可供选择的仿真工具并不少。江海电容在进行深入评估之后，最终签约的是云道智能的伏图-电子散热模块（Simdroid-EC）。

钱部长列出了四个理由。第一个是技术实力：“云道智能和国内头部ICT企业有多年合作并获得认可，第三方评估对云道智能技术水平评价也很高。”第二个是服务态度：“江海电容多次提出仿真和试验对标。即便无法一次调通，云道智能团队也会反复磨合。”第三个是软件界面友好，“可以简化很多繁琐操作，降低上手门槛”。

但最重要的，是第四个：仿真精度。江海电容的要求非常“较真”——仿真输出的结果，必须能够对标自己的实物试验数据。

云道智能的团队多次到江海现场对接，并组织了两天的集中培训，十多名江海工程师参与学习。后续还持续提供技术支持答疑。“整体部署实施相对顺利。”钱部长评价道。

 

从“试一试”到“全面铺开”

如今，江海已经采购了Simdroid-EC的软件授权License，铝电解电容板块全面铺开使用，覆盖中型牛角电容、固液混合贴片电容、引线式电容，部分仿真数据已经输出给到客户。

工程师的反馈很实在。软件本身操作逻辑通顺，从模型导入到计算的整套流程清晰，核心熟练使用大概需要三到四周。“不同工程师做同一套仿真，输出结果大差不差。”钱部长说。这意味着仿真精度不依赖“高手”，软件本身给出的结果就可复现。

钱部长讲了两个让他印象深刻的案例。

第一个是那款直径和高度约10毫米的固液混合贴片电容。既然无法布置测温传感器，江海的工程师就结合客户给到的电流、电压条件，以及电容自身的电磁特性，计算出它的发热功耗，然后通过仿真完成温升评估，直接输出结果给客户。“弥补了实物测试的局限。”

第二个是浸没式液冷工况仿真。客户采用电容全浸液冷的方案，江海没有对应的试验工装，采购设备需要数月。通过Simdroid-EC直接设置液冷工况完成计算，把仿真结果交付客户。后续客户自行开展温升测试——实测结果和仿真结果比较吻合。

从仿真对比图可以看出，同一款CD296电容器，在60℃环境温度和1.5W发热功耗下，浸没于冷却油中的芯温为69.84℃，空气自然对流则为79.36℃。近10℃的温差，不同冷却介质的效果差异，在仿真中清晰可见。 

这个结果的意义不止于一次计算。它意味着在缺少硬件条件时，仿真依然可以输出可信度较高的结果。对江海来说，这是一条全新的研发路径。

 

面对物理AI的新机遇

2026年上半年，江海AI数据中心相关业务规模较去年实现了五到六倍的增长。服务器电源中大量使用的铝电解电容和薄膜电容，以及作为后备模组维持电压稳定的超级电容，正随着算力需求的爆发而快速放量。

而电容在物理AI领域的存在感，远不止数据中心。在人形机器人的关节电机控制器中，铝电解电容部署在直流母线位置，承担吸收脉冲电流、抑制母线纹波、为电机高动态运行提供瞬态能量支撑的功能，直接影响关节的控制精度和响应速度。早在2023年，江海就在投资者互动平台上表示，“全球主要的机器人生产商或多或少已在应用公司电容器产品”。

物理AI正从实验室走向产线、走向机器人本体。而物理AI训练最稀缺的，是高质量、高保真的物理交互数据——这恰恰可以通过物理仿真批量生成。这也是云道智能把自己定位为物理AI基础设施平台和世界模型公司的底层逻辑。而Simdroid-EC，就是这条路径在电子散热领域的第一步。

钱部长对此看得很清楚：“AI数据中心业务增长很快，带动电容需求上涨，同时液冷等全新工况不断出现，对电容热设计提出更高要求。仿真技术的价值会持续凸显。”

 

钱部长的“下一步清单”

访谈接近尾声时，钱部长没有说太多客套话。他列了一份清单。

第一，把Simdroid-EC嵌入江海的PLM研发管理系统。这样，有权限的研发人员都可以查阅仿真结果，实现研发成果的沉淀共享。

第二，向薄膜电容和超级电容团队推广。但钱部长也坦诚地指出，薄膜和超级电容还存在发热功耗难以精准评估的现实问题，“推广落地还需要时间”。

第三，是对云道的期待。他希望AI代理模型不仅能做同一模型内部的计算，还能实现产品相似度判断，快速匹配研发库中相似度高的产品，减少重复开发。他希望把电容仿真模型封装成网页端APP部署在江海官网，客户输入电流、环境温度、冷却条件，就能在线得到电容芯温和表面温度。他还期待GPU算力加速功能落地，提升大规模仿真的计算速度。

这份清单里，有期待，也有鞭策。铝电解电容全面铺开之后，薄膜和超级电容的推广才刚刚起步。更高等级的产品线，还没有进入仿真流程。这意味着，这家六十八年老厂的仿真之路，其实刚刚走完第一章。

 

江海的新一轮打样

清单列完，钱部长停了一下。对江海来说，这些不是遥远的规划，而是下一轮打样的具体动作。

在江海，打样是一个有历史感的词。从平潮镇福利社时期开始，每一款电容都要经过一轮又一轮的实物打样、测温、再打样。钱部长说的“三到四周”，就是这样一轮打样的时间。

但现在，打样有了另一种方式。工程师打开电脑，导入模型，设置工况，几个小时后，一张热力图就出现在屏幕上。铝电解电容已经这样做了，薄膜电容和超级电容正在跟上，更高等级的产品线还在等待。

访谈结束时，钱部长没有给Simdroid-EC太多溢美之词。他说“精度匹配”最重要，说“部署实施相对顺利”，说“工程师上手大概需要三到四周”。这些话很克制。但一个技术部长愿意在一份对外访谈里说出这些，本身已经是一种认可。

江海的下一步很清晰：PLM集成、薄膜电容、超级电容、AI代理模型。云道智能的下一步也很清晰：Sim-PI、物理AI、具身智能的训练基础设施。这两条路径在一个地方交汇——当物理世界的研发方式从“试出来”转向“算出来”，谁提供可靠的仿真引擎，谁就参与了这个时代的底层构建。

江海在选那个引擎，云道智能在造那个引擎。而新一轮打样，才刚刚开始。