发布信息

超亿元融资,这家工业AI公司做对了什么?

作者:本站编辑      2026-08-04 19:27:06     0
超亿元融资,这家工业AI公司做对了什么?
来源:e-works   作者:e-works 吴星星

前言

近日,工业AI设计研发解决方案供应商设序科技宣布完成B轮超亿元融资,累计融资额超3亿元。投资方阵容包括深产投、合鼎共及老股东涌铧投资等。在工业软件国产化与AI技术发展的背景下,这起融资引起了行业关注。作为工业AI赛道中的入局者,设序科技构建了怎样的技术路径与商业模式?在巨头林立的工业软件领域,其未来的增长空间与挑战又在哪里?

设序科技的重要融资

一、起底设序科技,工业AI的硬核玩家

设序科技成立于2020年,主要利用人工智能技术改进工业工程内容的生成方式。从团队背景看,该公司兼具学术研究与产业实践经验。创始人兼CEO吴泳荣为同济大学先进制造方向博士,曾任通用先进制造实验室研究员及蔚来汽车智能制造专家。这种背景意味着团队对前沿算法与工厂车间的实际需求均有涉猎。

回顾其发展,设序科技的产品经历了从单一工具向综合平台的发展。早期,设序科技推出了闪设产品线,包括闪设2D(智能出图)与闪设3D(智能设计),主要解决设计环节的绘图效率问题。2026年,公司产品全面升级为则形AI平台。这是一个基于自研工业模型和自然语言技术建立的硬件工程设计研发平台。

目前,则形AI平台主要包含几个功能模块。则形3D 可根据文字描述直接生成精确的3D几何模型,则形2D能自动将3D模型转化为2D工程图和BOM。辅助功能则包括图纸审核、工艺规划等智能助手。旨在连接几何设计与制造环节的物理AI尚处于研发和测试阶段。

值得一提的是,设序科技的产品兼容SolidWorks、CATIA、UG等主流CAD软件格式,支持网页、平板以及私有化部署,这降低了其进入现有成熟工业环境的难度。

二、资本为何买单?工业AI的突围样本

设序科技成立仅6年即获得B轮超亿元融资,其价值在于它为工业AI的商业化落地提供了一种可供参考的路径。

1、替代非创造性劳动的务实路径

很多制造企业面临一个突出问题:生产制造的自动化程度极高,但前端工程设计的自动化程度依然较低。传统设计长期依赖人工,面临重复劳动多、产能扩张难等瓶颈。

针对这一痛点,宇通客车、瑞松科技、中车株洲所等头部企业引入了设序科技的AI设计助手。从实际应用来看,这些企业已实现了分钟级生成上百张图纸,BOM编制速度和出图效率均有显著变化。

基于工业机理的强化学习

这些应用案例表明,AI在工业领域的首要价值目前并非创造性设计,而是对高重复性、标准化的非创造性劳动进行替代。这种补短板的策略,正是目前AI切入成熟工业体系最务实的路径。

2、从外挂插件走向深层机理

当前,许多工业AI方案仅限于做传统CAD软件的外挂插件,即利用自然语言大模型来打造用户AI助手。这种模式虽然能提升绘图层面的交互效率,但往往难以深入理解工业背后的逻辑,容易陷入同质化的“基于大模型的CAD辅助工具“式低端竞争。

面对这一局限,设序科技没有选择简单的插件路径,而是构建了几何设计、物理模拟、制造生产的完整技术链条。其具体做法是构建基于工业设计Agent的双层图神经网络来表达装配关系和特征约束,第一层嵌套网络负责理解装配体里有哪些零件,以及它们之间是如何连接、装配的;第二层嵌套网络负责分析零件本身的几何特征,比如有多少圆角、多少槽、多少个孔。通过这种方式,系统能完整掌握工业装配体的关键信息,包括零件种类、材料、具体几何特征,以及它在整体结构中的装配位置。

这也契合当下工业AI技术从工具辅助向机理融合的演进。虽然这种深度的技术整合研发门槛较高,但通过掌握核心逻辑,企业得以建立更高的竞争壁垒,避免了低水平的价格战。

3、采用按结果付费模式

长期以来,传统工业软件卖License的模式给企业带来了高昂的决策成本和固定资产投入。对于客户而言,这是一种重资产投入,且软件的实际价值往往难以直接量化。

设序科技尝试打破这一常规,采用了RaaS(Result as a Service,按结果付费)模式。数据显示,该模式在2025年已为公司贡献了约1/4至1/3的营收。

这种模式让软件厂商与客户的利益深度绑定,只有真正产生价值才能获得收益。这或许预示着行业正从卖产品向卖服务转型的趋势。

设序科技的市场表现验证了上述路径的可行性。截至目前,其产品已进入本田、东风、中车、宇通、特斯拉美国工厂等超过100家大型客户的供应链。2025年营收破亿,2026年上半年合同额同比增长70%。亮眼的客户名单与财务数据,正是其获得资本青睐的重要依据。

三、融资过后,还要翻过几座山?

尽管具备了一定优势,但在工业AI领域,设序科技仍需面对现实的竞争与挑战。目前,设序科技的产品通过兼容主流CAD软件发挥作用,但随着AI在设计中的作用越来越重要,达索、西门子等工业软件巨头必然会加强自研AI能力。一旦底层平台开始智能化,第三方独立软件商可能会面临更激烈的竞争,甚至在软件接口权限上受到限制。

其次,工业设计的核心难点不仅在于几何生成,更在于性能仿真。目前,设序科技的物理模拟功能仍处于研发测试阶段。AI能否替代传统的CAE仿真软件,在保证计算精度的同时实现低成本、高效率,是决定其能否进入高端研发环节的关键门槛。

此外,2026年是设序科技开拓海外市场的元年,并已签约德国客户。然而,欧美高端工业市场对软件安全性和数据隐私保护要求极高。作为中国背景的工业软件供应商,如何应对当地的数据合规要求,并在市场中赢得信任,将是一场长期的考验。

总的来看,设序科技的B轮融资,反映了市场对其技术积累和商业化能力的信心。通过则形AI平台和按结果付费的模式,它找到了切入工业设计环节的一种路径。但从提效工具成长为工业设计的基础设施,中间还有很长的路要走。未来,其能否保持增长,取决于技术链条的完善程度以及对海外市场的拓展能力。

相关内容 查看全部