2026 年 8 月 31 日，Gurobi 在官方帮助中心更新针对中国高校学生的许可说明，停止向中国大陆、香港和澳门提供免费学术许可，不再批准来自上述地区的新申请。
Gurobi 学术许可调整
2026 年 8 月 31 日，Gurobi 在官方帮助中心更新针对中国高校学生的许可说明，停止向中国大陆、香港和澳门提供免费学术许可，不再批准来自上述地区的新申请。此前数日，其全球学术许可页面刚刚更新，符合条件的高校教师、学生和工作人员仍可申请 Academic Named-User 或 WLS 许可证，用于教学、科研和课程学习，功能及模型规模与商业版本保持一致。中国大陆及港澳随后被单独划出这一免费学术体系。Gurobi 在华商业许可目前仍正常销售，公司没有公布此次调整的具体原因。
Gurobi 官方论坛针对用户的回应
过去十余年，Gurobi 已经深度进入国内运筹学、管理科学、工业工程、交通、电力、物流和供应链等专业的教学与研究。围绕一个成熟求解器长期积累起来的模型、算法代码、历史算例、参数经验和计算结果，本身已经构成科研环境的一部分。
然而，这种深度绑定也带来了从教学到产业的迁移壁垒。由于不同求解器在预求解、割平面及启发式策略上的差异，更换底层引擎往往导致求解耗时与收敛路径发生显著变化。对于周期长达三五年的博士课题或大型项目，这种不确定性直接威胁到实验的连续性与结果的可复现性。从课程学习到产业应用，Gurobi 的 API 逻辑与求解习惯已贯穿人才培养全链条。学术版停发，意味着这条原本顺畅的通道面临断层风险。
纵观欧美主流商用求解器，Gurobi 原厂已明确停止受理中国内地、香港、澳门的学术许可申请，而另外的选项CPLEX 的核心开发团队于 2022 年解散，此后近年来无实质意义的算法更新，产品维护主要集中于较为简单的接口更新，用户规模逐年递减。
好在国产与开源两条战线，已悄然长出了足以接班的梯队。
国产求解器的兴起与普及
过去几年，来自中国学术界与产业界的研发力量在优化求解器领域取得了长足进步。早在 2017 年，上海财经大学便推出了本土首个开源求解器平台 LEAVES，专注于凸优化问题（如 LP、SDP 及几何规划）；次年，中国科学院数学与系统科学研究院发布了 CMIP 1.0，填补了国产混合整数规划求解器的空白。进入 2020 年前后，国产求解器迎来商业化爆发期，杉数科技（COPT, 2019）、阿里达摩院（MindOpt, 2020）、华为（OptVerse, 2021；TAYLOR, 2024）以及深圳大数据研究院（XOPT, 2024）等企业相继推出了具备国际竞争力的高性能国产求解器。
优化求解器及其支持问题类型对比
2019 年 5 月杉数科技发布国内首款专业求解器 COPT，支持线性规划、混合整数线性规划、二次/半定锥规划、通用非线性规划及各类混合整数规划模型，目前 COPT 在 ASU 的测试榜单上显示有 15 项功能模块，其中 11 项第一，也是世界上最早加入 GPU 并行模块的求解器，覆盖了 80 多个国家、3 万多名用户，在 2023 年混合整数规划模块已全面领先 CPLEX（华中科技大学团队测试结果），与 Gurobi 也基本做到了分庭抗礼。
2020 年阿里达摩院发布商用求解器 MindOpt，初始版本基于单纯形法求解线性规划。最新 2.0.0（2024.11）新增二次约束规划、混合整数二次规划与混合整数二次约束规划。MindOpt 还内置黑盒调优器用于优化 MILP 性能，并推出 MindOpt Studio 覆盖建模、分布式计算与全栈开发。
2021 年 9 月华为发布 OptVerse 优化求解器，支持大规模线性规划、二次规划与混合整数线性规划及多类算法模型。2024 年华为泰勒实验室推出 TAYLOR，可求解大规模混合整数规划、线性规划、二次规划与非线性规划。
国产求解器的技术进度正式迈入了快车道。COPT、MindOpt 与 OptVerse 在首次发布时，均在米特尔曼的 LP 基准测试中取得了第一名的成绩。后续的基准测试快照数据，进一步印证了中国自研求解器的强劲性能。2025 年 3 月，NVIDIA 宣布开源 cuOpt 时，在官方文章中将来自中国的 COPT 和 Gurobi、HiGHS、SimpleRose 并列称为复杂决策优化领域的「industry leaders」，同时提到 COPT、FICO Xpress、HiGHS、IBM 等正在集成或评估 cuOpt。国产求解器由此进入了全球优化计算的主流技术生态。
中国拥有大量高复杂度产业场景，为国产求解器提供了广泛而深入的应用场景。全球规模领先的电力系统、高铁网络、港口群、制造业和供应链体系，每天都在产生大型资源配置、计划和调度模型。新能源比例提升、电力市场化、柔性制造和供应链精细运营，又在继续增加这些问题的规模和复杂度。国产求解器进入这些系统以后，中国庞大的产业场景开始直接参与本土基础软件的迭代。
除了商业软件，开源社区同样是推动优化技术发展的中坚力量。其中最具标志性的当属COIN-OR项目。它由 IBM 研究院在 2000 年发起，2004 年注册为非营利基金会，旗下拥有 60 多个子项目，涵盖了从线性规划（Clp）、整数规划（Cbc）到混合整数非线性规划（Couenne）等广泛领域。
在独立开源求解器中，HiGHS的表现尤为亮眼。这款专注于线性与混合整数线性问题的求解器，在米特尔曼等基准测试中表现稳健。而由 ZIB 研究所（Zuse Institute Berlin）打造的SCIP则是另一块金字招牌。自 2005 年问世后，SCIP凭借其极快的求解速度，稳居开源混合整数规划求解器第一梯队，同时也为分支切割定价等高级算法研究提供了坚实的框架基础。
Gurobi 针对中国学术用户的政策调整虽然发生在国产求解器快速成长的阶段，但它确实再次提醒我们，科研工具的持续可得性、底层算法的工程化能力和开放的多元生态，同样是技术体系韧性的一部分。让用户在国外产品、国产产品和开源工具之间拥有经过验证的选择，才更有利于教学、研究和产业应用长期发展。
科研软件供应环境变化，正在触及更底层的工具
2020 年，受美国实体清单影响，哈工大、哈工程部分 MATLAB 授权受到限制，科研软件供应问题由此进入国内科技界视野。之后几年，EDA、ECAD、TCAD 以及相关技术服务陆续受到出口规则调整影响；2025 年，EDA 厂商对华销售和服务也曾出现短期波动。专业软件越来越依赖许可证、版本更新、在线服务和持续技术支持，软件供应已经成为科研和工业研发连续性的一部分。
过去十多年，中国对核心技术的关注也沿着产业链不断向底层移动。从整机、芯片和关键设备，到 EDA、CAD、CAE、数据库、操作系统、科学计算软件和高端科研仪器，很多曾经隐藏在研发体系内部的工具逐渐进入产业政策和企业战略视野。中国拥有庞大的应用市场和复杂工程场景，基础软件的发展却需要漫长积累。产业规模本身无法自动转化为软件能力，只有大量真实问题持续进入研发，才能形成算法、工程和产品经验。
求解器是复杂产业决策系统中的基础计算底座。CPLEX 从 20 世纪 80 年代末开始商业化，Gurobi 的核心团队也延续了 CPLEX 长期形成的研发体系。几十年的积累使数学优化软件成为典型的「慢技术」：产品可以快速增加功能，成熟度取决于大量模型多年反复检验。
高校本身就是求解器生态的重要组成部分。高校不仅使用软件，也持续产生新的模型、算法和困难实例。课程、论文、代码库和人才长期积累后，会直接影响产业端的软件选择。
高校技术栈变化，影响下一轮产业生态
Gurobi 调整学术许可以后，高校已有多种成熟选择。HiGHS 近年来在线性规划领域进步很快，同时支持 MIP 和 QP；SCIP 经过二十余年发展，在 MIP、MINLP 和 branch-cut-and-price 研究中积累深厚，开放的 branching、separator、pricer、constraint handler 等机制使其长期受到算法研究者重视。开源求解器在教学、科研复现和底层算法研究中具有稳定位置。
国产商业求解器也开始承接更高性能、更完整的科研需求。杉数科技继续向高校教师和学生提供 COPT 365 天免费学术试用，符合学术身份可以续期，功能和问题规模不作限制。
从整个中国产业发展看，高性能求解器还有更长远的价值。
过去几十年，中国完成了全球罕见的大规模工业化和基础设施建设，形成庞大的电网、交通网络、制造体系和供应链。电网需要更精细地协调电源、负荷和市场交易，制造企业需要在订单、产能、库存和交期之间优化配置，航空、铁路、港口和物流网络也需要处理越来越密集的资源约束。这些问题都具有鲜明的运筹优化特征。系统规模越大，依靠局部经验和人工规则协调全局的成本越高。高性能求解器把复杂约束、有限资源和多重目标转化为可以计算的问题，并给出可执行的资源配置方案。
这也给国产求解器提供了一条不同于简单追赶国外产品的发展路径。中国自己的复杂模型持续进入本土求解器，工程问题推动算法改进，软件能力提升以后再进入更复杂的生产系统。本土场景、自研求解器与国产芯片的深度融合，正为国产求解器打开从替代到引领的全新机遇窗口。
来源：互联网
