汽车人工智能仿真与合成数据生成市场 尺寸和份额 2026-2035

汽车人工智能仿真合成数据生成市场规模

汽车人工智能仿真与合成数据生成市场规模预计在 2025 年达到 10.3 亿美元，到 2035 年预计将达到 291.5 亿美元，2026～2035 年期间的年均复合增长率（CAGR）约为 39%。

该市场涵盖用于开发、训练、测试和验证高级驾驶辅助系统（ADAS）及自动驾驶人工智能系统的虚拟环境和计算机生成数据。随着车辆项目从相互独立的电子功能转向高度耦合的软件、传感器、计算和安全架构，该市场的重要性日益提升。Bosch 估计，现代汽车可能包含约 1 亿行代码，而自动化程度不断提高的车辆需要复杂得多的软件系统 ^{[1]bosch-presse.de - Did You Know: Automotive Software Statistics, 2020}。Synopsys 预计，到 2027 年，车辆可能包含 6 亿行代码 ^{[2]synopsys.com - Cars Will Have 600 Million Lines of Code by 2027, 2024}。

仿真改变了验证工作的经济模式，因为实体原型和道路测试车队无法高效复现道路几何形态、光照、天气、交通行为和传感器性能下降等因素不常出现但对安全至关重要的组合。虚拟测试使团队能够系统地改变这些条件，在具备接近量产条件的硬件之前执行回归测试，并保留软件版本、场景和结果的可复现记录。ETAS 将安全的高级驾驶辅助系统和自动驾驶功能的开发与验证定义为一项跨领域挑战，涉及感知、控制、软件集成和安全保障。

合成数据将这一虚拟验证闭环延伸至人工智能模型开发。基于物理的仿真可以生成同步的摄像头、雷达、激光雷达、热成像和车辆状态输出，并附带机器可读标签。其商业价值不在于完全取代实地数据，而在于填补训练数据分布中的稀疏部分，包括传感器性能下降、罕见操作、复杂光照变化，以及在公共道路上采集成本高昂或存在安全风险的事件组合。

市场增长将取决于各平台能否将高保真仿真转化为可在实际运营中使用的证据。如果场景覆盖、传感器校准、测试编排和可追溯性仍然相互割裂，仅凭逼真环境并不能解决验证问题。能够整合物理仿真、可扩展计算、数据生成和工作流程的供应商，比仅提供独立可视化工具或单点解决方案的厂商更有可能获得更大份额的客户支出。

主要驱动因素

ADAS 和自动驾驶汽车开发需求不断增加

ADAS 的部署以及更高水平的车辆自动化，增加了车辆发布前必须评估的运行条件数量。自动车道保持、自动紧急制动、变道辅助和由感知系统驱动的功能，必须应对难以在试车场持续一致地设置的各种条件。虚拟场景能够在保持相同车辆及软件配置的同时，一次改变一个变量，例如道路摩擦力、切入距离、目标物速度或传感器可见性。

监管要求进一步强化了这一需求。联合国第 157 号法规确立了自动车道保持系统的型式认证要求，并规定了自动运行、安全回退和系统性能相关条件 ^{[3]eur-lex.europa.eu - UN Regulation No 157 - Automated Lane Keeping Systems [2021/389], January 2021}。该法规的 2022 年修正案在特定条件下将允许的运行速度提高至 130 km/h，并纳入了自动变道功能 ^{[4]unece.org - UN Regulation Extends Automated Driving up to 130 km/h in Certain Conditions, June 2022}。在美国，2025 年 1 月发布的拟议 AV STEP 框架设想针对某些自动驾驶系统建立结构化流程，涵盖豁免、安全报告和运行监管。这些发展并未规定单一的仿真平台，但提高了可追溯场景证据和可重复测试工作流程的价值。

车辆软件系统复杂性不断上升

车辆开发正从分别验证电子控制单元，转向软件定义架构。在这种架构中，感知、规划、控制、网络安全、连接性和用户功能彼此交互。Roland Berger 和 SDVerse 估计，汽车软件年度支出可能从 2021 年的 260 亿美元增加至 2030 年约 590 亿美元。软件支出的增长使验证吞吐量具有重要的商业意义：集成后发现的缺陷可能在软件、硬件、标定和发布计划之间扩散。

SIL 测试有助于团队在电子控制单元硬件最终确定之前执行回归测试，而当必须验证实时行为和硬件接口时，HIL 测试的价值最为突出。这两种方法具有互补性，但经济作用有所不同。SIL 支持大批量和开发早期测试；HIL 则在更接近发布阶段提供更高的集成保真度。这一区别意味着，尽管开发组织寻求在生命周期中尽早发现更多缺陷，但对这两类测试的需求仍将持续。

虚拟验证和基于场景的测试需求激增

罕见事件验证是仿真的典型应用场景。车队可能积累大量普通驾驶数据，却无法收集足够多的传感器遮挡、弱势道路使用者移动、天气变化或异常路口几何结构等案例，因而难以有把握地训练和验证量产系统。仿真能够受控地生成这些条件，并运行参数化场景扫描，而不必等待实际道路环境中的相关事件发生。

NVIDIA 的自动驾驶汽车仿真工作重点关注神经重建、世界基础模型和基于物理的传感器仿真，将其作为提高虚拟环境多样性和真实性的方法。密歇根大学 Mcity 于 2024 年 12 月推出了其自动驾驶汽车测试设施的开源数字孪生系统，旨在创建支持在实体测试场进行测试前开展开发工作的虚拟环境。这类举措加强了虚拟结果与物理验证之间的联系；当仿真输出被用于安全论证，而不仅仅是工程探索时，这种联系至关重要。

传感器融合与感知系统中的人工智能/机器学习（AI/ML）应用增加

如果摄像头、雷达、激光雷达（LiDAR）、热成像传感器和车辆状态数据用于训练或评估传感器融合系统，则这些数据必须在时间上保持一致，并符合物理规律。现实世界的数据采集对于校准和性能测量仍然不可或缺，但要将数据采集扩展至恶劣、危险或罕见条件，速度依然较慢。当合成数据能够提供带有已知标签的可控变化时，其商业价值便会凸显，已知标签包括边界框、语义掩码、深度、轨迹和传感器回波属性。

生成式方法和世界模型方法的应用扩大了规模，但也提高了保真度要求。如果不将仿真输出与真实传感器分布进行比较，直接使用仿真数据训练模型，可能会形成域差距。因此，仿真服务提供商的竞争重点不仅在于生成数据的数量，还在于其对传感器特性、材料行为、天气、光照以及从虚拟数据向道路数据过渡过程的建模能力。

主要制约因素

高昂的初始投资成本

企业级虚拟验证环境所需的不仅是一项软件许可。企业必须为计算能力、数据存储、模型库、传感器校准、集成工作、测试管理和专业工程人才提供资金。与拥有单一开发平台的规模较小供应商或新兴出行企业相比，OEM 和大型 Tier 1 供应商更容易将这些成本分摊到多个车型项目中。

云部署可以减少购买和维护专用基础设施的需求，但无法消除计算密集型传感器仿真所产生的基础成本。当工作负载具有间歇性或高度可变性时，云部署的财务优势最为明显。对于拥有持续且可预测测试活动的企业而言，本地部署基础设施仍可能更具吸引力，因为企业可以继续控制敏感模型，并围绕自有计算资源优化长期运行的工作负载。

仿真工具的复杂性

汽车仿真是一项多领域集成任务。在整个开发过程中，场景模型、车辆动力学、感知模型、交通参与者、ECU 软件、硬件接口和测试结果必须保持互操作性。链条中的薄弱环节可能削弱原本先进的仿真环境的实用性。ETAS 指出，安全的 ADAS 和自动驾驶开发需要系统工程、软件、安全和验证等学科之间开展协调工作。

领域差距带来了持续的工程负担。由于制造差异、环境影响、光学与电磁特性，或模型未涵盖的场景特征，虚拟模型与量产硬件的传感器输出可能存在差异。因此，仿真系统必须根据真实数据进行校准，并在传感器配置和软件版本发生变化时定期重新验证。这使得能够通过托管服务、可复用的场景资产和成熟的汽车工具链接口降低集成与校准工作量的供应商更具优势。

当云交付平台将计算资源、传感器模型、场景管理和协作整合到可用的工作流程中时，预计能够缩小这一差距。dSPACE 将 SIMPHERA 定位为用于自动驾驶仿真与验证的可扩展云解决方案，而 AVL 则提供面向工程仿真的软件即服务 SIMcloud。决定性因素将是这些服务能否在保留汽车客户所要求的数据治理和证据可追溯性的同时，缩短实现高效验证所需的时间。

汽车人工智能仿真合成数据生成市场细分分析

按产品与服务类型

软件市场规模在 2025 年达到 6.686 亿美元，预计到 2035 年将达到 184 亿美元，年均复合增长率（CAGR）约为 38.6%。该细分市场包括仿真引擎、传感器模型库、场景构建、测试编排、合成数据生成和分析工具。其规模反映了可复用数字资产的持续价值：一旦建立经过验证的车辆、道路或传感器模型，就可以在不同软件版本和场景测试活动中部署。

服务市场规模在 2025 年为 3.638 亿美元，预计到 2035 年将达到 108 亿美元，年均复合增长率约为 39.7%。该市场更快的增长表明，客户需要供应商协助整合异构工具、调整模型、整理数据集以及运营大规模测试活动。在组织需要快速获得仿真能力，但内部缺乏传感器物理学、协同仿真、测试自动化和安全性证据方面的专业人员时，服务尤为重要。

按仿真类型

传感器仿真市场在 2025 年占据 3.842 亿美元，预计到 2035 年将达到 118 亿美元，年均复合增长率约为 40.2%。该细分市场处于领先地位，是因为感知和传感器融合处于高级驾驶辅助系统（ADAS）及自动驾驶性能的核心位置。该细分市场的商业价值取决于能否可信地模拟摄像头成像、雷达反射率、LiDAR 回波、热环境、遮挡和环境变化。

场景生成市场在 2025 年达到 2.773 亿美元，预计到 2035 年将达到 81 亿美元。其作用是将广泛的运行设计域转化为可测试的参数组合。

车辆动力学仿真市场规模在 2025 年为 1.798 亿美元，预计到 2035 年将达到 49 亿美元。该技术将人工智能生成的控制决策与制动、转向、轮胎、悬架和动力总成响应相连接。硬件在环/软件在环（HIL/SIL）测试市场规模在 2025 年合计为 1.912 亿美元，预计到 2035 年将达到 44 亿美元。其预计年均复合增长率（CAGR）较低，约为 36.1%，这反映出越来越多的测试环节转移至早期软件环境中，同时，以硬件为代表的验证对于集成和发布决策仍然不可或缺。

按合成数据类型

图像和视频合成数据占据该类别的主导地位，预计到 2035 年将达到 137 亿美元。基于摄像头的感知技术仍广泛应用于各项高级驾驶辅助系统（ADAS）功能，推动了对带标签场景的需求，相关场景涵盖道路使用者、车道、交通标志、光照、天气和遮挡等要素。当渲染图像数据与深度、分割及车辆状态标签保持同步时，可开发市场空间将进一步扩大。

时间序列数据市场规模在 2025 年为 2.772 亿美元，预计到 2035 年将达到 81 亿美元。该类数据支持轨迹预测、运动规划、雷达回波和序列传感器分析。表格数据市场规模在 2025 年为 1.787 亿美元，预计到 2035 年将达到 48 亿美元，在校准、故障注入和试验设计流程中仍具有实用价值。其他数据类型包括点云、音频和多模态输出，2025 年市场规模合计为 1.04 亿美元，预计到 2035 年将达到 25 亿美元。

按应用领域

高级驾驶辅助系统（ADAS）测试是 2025 年规模最大的应用领域，市场规模为 3.126 亿美元，预计到 2035 年将达到 84 亿美元。该领域的市场规模主要源于量产驾驶辅助功能庞大的装车基数，这些功能需要针对不同车型和软件更新进行验证。自动驾驶汽车开发市场规模在 2025 年为 2.945 亿美元，预计到 2035 年将达到 86 亿美元，反映出感知、规划和控制环节对闭环要求不断提高。

人工智能/机器学习（AI/ML）模型训练预计将以最快速度增长，年均复合增长率约为 41.1%，市场规模将从 2025 年的 2.096 亿美元增至 2035 年的 67 亿美元。当合成数据能够扩大训练分布，而无需按比例增加实地采集和标注工作时，该细分市场将受益。安全与合规市场规模预计将从 9,980 万美元增至 38 亿美元，设计验证市场规模预计将从 4,860 万美元增至 16 亿美元。后者规模较小，因为其主要集中于车辆开发早期和传感器布置决策，但通过在制造实体原型前暴露集成限制，该应用能够避免后续重新设计。

按最终用途

原始设备制造商（OEM）在 2025 年占据 4.515 亿美元，预计到 2035 年将达到 129 亿美元。原始设备制造商仍是最大的采购方，因为其承担车辆集成、项目发布和法规文件编制的系统级责任。原始设备制造商的采购决策会影响供应商工具链的选择，并且通常决定哪些仿真资产可以在整个车型项目中共享。

一级供应商在 2025 年实现 3.062 亿美元收入，预计到 2035 年将达到 81 亿美元。其仿真需求与两项任务密切相关：在原始设备制造商集成前验证子系统行为，以及证明产品与更广泛车辆架构的兼容性。科技公司的市场规模预计将以最快速度扩大，从 2025 年的 2.094 亿美元增至 2035 年的 66 亿美元，年均复合增长率约为 41.0%。Applied Intuition 于 2024 年 3 月完成 2.5 亿美元 E 轮融资，并于 2025 年 6 月完成 6 亿美元 F 轮融资，体现出资本持续支持专用车辆软件和仿真平台 ^{[5]applied.co - Series E Drives USD 6 Billion Valuation, March 12, 2024}, ^{[6]appliedintuition.com - Applied Intuition Closes USD 600M Series F at USD 15B Valuation, June 17, 2025}。研究机构在 2025 年占据 6,540 万美元，预计到 2035 年将达到 15 亿美元，从而支持方法开发、数字孪生实验和人才培养。

按部署模式

本地部署在 2025 年以 5.9 亿美元的规模占据领先地位，预计到 2035 年将达到 154 亿美元。当车辆模型、传感器配置、源代码和安全证据需要在严格受控的环境中管理时，本地部署仍具有吸引力。规模较大且可预测的工作负载也能够证明配置专用高性能计算能力具有合理性。

基于云的部署预计将以约 41.3% 的年均复合增长率（CAGR）增长，从 2025 年的 3.361 亿美元增至 2035 年的 107 亿美元。其主要价值在于弹性：场景活动可以在有限时期内扩展，而无需买方持有规模相当的闲置容量。Stellantis 与 dSPACE 于 2025 年 1 月宣布达成协议，将 dSPACE 的 VEOS 平台集成至 Stellantis Virtual Engineering Workbench，以支持基于云的开发工作流。混合部署在 2024 年的规模为 1.064 亿美元，预计到 2035 年将达到 31 亿美元，适用于将敏感开发资产保留在内部，同时利用云资源并行执行场景的客户。

按车辆类型

乘用车在 2025 年占据 7.197 亿美元，预计到 2035 年将达到 196 亿美元。随着高级驾驶辅助系统（ADAS）功能从高端配置向更主流的车型系列普及，轿车、掀背车和 SUV 项目为 ADAS 测试提供了广泛的规模基础。SUV 往往集中了价值更高的 ADAS 内容，而随着安全功能覆盖不同价格区间，轿车和掀背车则进一步扩大了验证需求。

商用车在 2025 年的规模为 3.127 亿美元，预计到 2035 年将达到 95 亿美元，期间年均复合增长率（CAGR）约为 40.2%。LCV 主要围绕城市物流、配送和车队安全功能形成需求；MCV 则支持高速公路和区域货运应用。商用场景相比消费车辆可以在边界更明确的路线中运行，但自动化功能对安全性和正常运行时间的影响，使可复现的场景测试具有重要的商业价值。

细分市场之间的差异也表明供应商需要进行专业化布局。传感器仿真和图像/视频数据需要可信的物理与视觉建模，而时间序列数据、车辆动力学以及 HIL/SIL 工作流则更加依赖时间一致性、控制行为和与车辆软件的集成。在某一领域表现出色的平台未必能够满足完整的证据链要求。因此，相比单一的统一工具集，可互操作的套件和合作关系更具优势。

汽车 AI 仿真合成数据生成市场区域分析

北美

北美是 2025 年最大的区域市场，市场规模为 3.854 亿美元，预计到 2035 年将达到 104 亿美元，年均复合增长率（CAGR）约为 38.4%。美国 2025 年市场规模为 3.283 亿美元，预计到 2035 年将达到 87 亿美元。自动驾驶开发商、仿真供应商、汽车工程中心和大学研究项目的集中分布，为其市场地位提供了支撑。

联邦层面的监管活动进一步凸显了规范化安全流程的重要性。美国国家公路交通安全管理局（NHTSA）持续维护与自动驾驶部署相关的自动驾驶车辆安全资源和报告框架 ^{[7]nhtsa.gov - Automated Vehicle Safety, 2025}。拟议中的 AV STEP 计划释放出一项政策信号，即开发商在寻求部署自动驾驶系统时，需要提供结构化证据并确保运营透明度 ^{[8]govinfo.gov - Federal Register Vol. 90, No. 9: AV STEP Proposed Rules, January 15, 2025}。预计加拿大市场到 2035 年将增长至 18 亿美元，汽车软件、人工智能和研究活动将为其发展提供支撑。

欧洲

欧洲 2025 年市场规模为 3.163 亿美元，预计到 2035 年将达到 77 亿美元。该地区预计年均复合增长率约为 36.8%，低于亚太地区，但由于监管、高端车辆开发和成熟的工程生态系统带来了高价值仿真需求，欧洲仍具有重要的战略地位。

德国是欧洲最大的市场，2025 年市场规模为 1.112 亿美元，预计到 2035 年将达到 25 亿美元。德国的自动驾驶法律框架允许开展明确规定的 Level 4 级运营，并得到有关审批和运营的法规支持。Dassault Systèmes 与 BMW Group 于 2024 年 2 月宣布建立长期合作伙伴关系，将在 BMW 未来的工程环境中使用 3DEXPERIENCE 平台，连接超过 17,000 名工程师。英国、法国、意大利、西班牙、俄罗斯和欧洲其他地区仍是区域市场的组成部分，但由于各国部署规则、原始设备制造商（OEM）投资以及开发生态系统的可及性不同，各地的采用时间有所差异。

亚太地区

亚太地区 2025 年市场规模为 2.677 亿美元，预计到 2035 年将达到 94 亿美元，年均复合增长率约为 42.0%。中国 2025 年市场规模为 1.754 亿美元，预计到 2035 年将达到 61 亿美元。中国市场的规模反映了国内大型车辆项目、本地技术开发，以及对适应区域道路条件和交通模式的仿真环境的需求的共同作用。

日本、韩国、印度、澳大利亚、菲律宾、印度尼西亚、新加坡和亚太其他地区形成了各具特点的需求结构。日本于 2024 年发布的 Level 4 级自动驾驶车辆安全指导方针，涵盖了客运和货运服务的安全性能。韩国于 2024 年推出 Level 4 级自动驾驶车辆审批制度，进一步凸显了开展结构化性能评估的必要性。该地区的增长并非仅由规模驱动；追求自动驾驶项目的原始设备制造商和科技企业之间更快的迭代速度，也在塑造该地区的市场发展。

拉丁美洲

拉丁美洲 2025 年市场规模为 2,630 万美元，预计到 2035 年将达到 4.796 亿美元，年均复合增长率约为 32.9%。巴西是最大的国家市场，2025 年市场规模为 860 万美元，预计到 2035 年将达到 1.482 亿美元。预计墨西哥、阿根廷和拉丁美洲其他地区将从较小的基数上实现扩张。

区域采用可能仍将主要集中于全球 ADAS 项目的本地化适配、供应商工程工作和研究活动，而非建设大型本土自动驾驶平台。这限制了短期内对广泛且高成本仿真基础设施的需求，但也为云端和服务驱动型交付模式创造了机会，使其能够支持本地化测试，而无需企业全面建设内部基础设施。

中东和非洲

中东和非洲市场规模在 2025 年达到 3,680 万美元，预计到 2035 年将达到 12 亿美元，年均复合增长率（CAGR）约为 40.6%。阿联酋市场规模在 2025 年为 1,140 万美元，预计到 2035 年将达到 3.4 亿美元。迪拜《自动驾驶交通战略》提出，到 2030 年，25% 的交通出行将转为自动驾驶模式。该政策目标为自动化出行应用的开发、测试和验证创造了有明确期限的激励。

沙特阿拉伯、南非和中东和非洲其他地区（MEA）仍处于市场发展的早期阶段。与北美、欧洲和亚太地区广泛的原始设备制造商（OEM）研发基础相比，这些地区的需求可能更多来自政府主导的出行项目、智慧基础设施计划和试点项目，而非大规模市场应用。在这一背景下，仿真尤为重要，因为在建立大规模实体测试车队和试验场能力之前，虚拟验证便可支持项目设计。

增长最快的地区也面临不同的商业化制约因素。亚太地区的增长支撑了本地化场景、交通模型和监管协调需求。在中东，政府部署目标可能会加快试点需求增长，但持续投入将取决于当地工程、数据和测试能力的形成。因此，供应商应将区域扩张视为本地化与工作流集成问题，而不应简单地将其视为增加云容量。

汽车 AI 仿真合成数据生成市场份额与竞争格局

该市场集中度中等。前七大公司实现的市场规模合计为 5.596 亿美元，占 2025 年市场总规模 10.3 亿美元的 54.2%。ANSYS 以 1.345 亿美元的市场规模占据最大份额，占比为 13.0%；Siemens 以 1.115 亿美元、10.8% 的占比位居其后；Dassault Systèmes 的市场规模为 9,190 万美元，占比为 8.9%。Altair Engineering 的市场规模为 6,980 万美元，NVIDIA 为 6,080 万美元，PTC 为 4,860 万美元，dSPACE 为 4,250 万美元。其他供应商合计占据 4.729 亿美元的市场规模，占比为 45.8%。

战略上的分界线在于验证技术栈的广度。ANSYS 现已被 Synopsys 收购，将多物理场仿真与自动驾驶汽车传感器和场景能力相结合。Synopsys 于 2025 年 7 月 17 日完成对 ANSYS 的收购 ^{[9]investor.synopsys.com - Synopsys Completes Acquisition of Ansys, July 17, 2025}。Siemens 凭借系统级数字孪生和嵌入式软件能力展开竞争，而 Dassault Systèmes 则将虚拟孪生工作流与工程和制造流程相连接。NVIDIA 通过 Omniverse、Sensor RTX 以及相关自动驾驶汽车开发工具，同时作为计算平台提供商和仿真环境赋能者，占据了独特地位。

在领域深度和工作流集成最为重要的市场中，专业供应商展开竞争。dSPACE 已在 HIL/SIL 测试领域建立领先地位，并提供面向云端的自动驾驶仿真平台 SIMPHERA。AVL List GmbH 提供 SIMcloud 及场景仿真能力。AVSimulation、ESI Group (Keysight)、IPG Automotive GmbH 和 SIMUL8 Corporation 分别面向更为细分的区域性、动力学、流程和工程应用场景。Mechanical Simulation 和 MOOG 则分别提供车辆动力学测试能力和硬件代表性测试能力。

Anyverse、Applied Intuition Inc.、Cognata Ltd.、Foretellix、Parallel Domain 和 SimScale GmbH 等新兴供应商，正凭借原生 AI 数据生成、以覆盖率为驱动的场景工作流以及云优先交付模式，对现有供应商形成竞争压力。Autodesk Inc.、IBM、MSC Software (Hexagon)、The MathWorks Inc. 和 PTC Inc. 仍具有重要地位，因为仿真通常嵌入更广泛的 CAD、产品生命周期管理、控制开发、分析或多物理场工作流之中。

竞争优势将越来越取决于证据链的连续性。客户需要将需求、虚拟场景、传感器和车辆模型、测试执行、测试结果以及发布文档连接起来。因此，能够跨学科集成或有效参与异构工具链的供应商更具优势。与此同时，其他参与者合计占据的 45.8% 市场份额较为分散，这为专业供应商留下了发展空间，使其能够以比综合平台更高的效率解决复杂的验证问题。

近期行业动态

2025年7月，Synopsys 于 2025年7月17日完成对 ANSYS 的收购。该交易将 Synopsys 的电子设计自动化和芯片验证产品组合与 ANSYS 的多物理场仿真能力相结合，增强了合并后公司为智能产品提供从芯片到系统验证服务的能力。

2025年1月，ANSYS 宣布，用户可通过 Microsoft Azure 上 Cognata 的 Automated Driving Perception Hub 使用 AVxcelerate Sensors。该产品被定位为用于传感器测试和 ADAS/AV 验证的基于 Web 的环境。

2025年6月，Applied Intuition 宣布其于 2024年3月完成 2.5亿美元 E 轮融资，当时估值为 60亿美元。2025年6月，该公司宣布完成 6亿美元 F 轮融资及要约收购，当时估值为 150亿美元。

2025年1月，Stellantis 与 dSPACE 签署谅解备忘录，将 dSPACE 的 VEOS 软件集成至 Stellantis Virtual Engineering Workbench，以支持在量产硬件可用之前开展软件开发和测试。