作者 | 乔钰杰
编辑 | 袁斯来
硬氪获悉，上海追知工程科技有限公司（以下简称“追知工科”）近日完成数千万元种子轮融资，由L2F光源创业者基金、尚融资本、一村资本联合投资。本轮融资将主要用于核心产品研发、团队建设及市场拓展。
追知工科成立于2024年2月，是一家聚焦垂域工业智能体的科技企业，同时也是成果转化企业、上海人工智能研究院战略孵化企业。公司希望通过将人工智能技术引入工业制造场景，提升复杂基石工艺制程环节的自动化和智能化水平，重点解决制造业柔性生产和熟练工人严重短缺等问题。
公司创始人袁琳，曾作为非夕科技业务合伙人，推动该公司成长为独角兽；此前担任上市智能装备集团华昌达董事长/CEO执行助理兼集团销售总监，更早曾在ABB中国主导过、吉利汽车等亿元级产线项目。
公司核心团队具备技术与产业双重标杆属性，材料机理方面，李铸国教授为上海交通大学材料科学与工程学院特聘教授，全球前2%顶尖科学家。人工智能方面，曹光植博士曾是 Autopilot 计算机视觉主任科学家及国内OEM智驾团队CTO，在自动驾驶感知与端到端系统方向拥有深厚的技术与产业积累。
袁琳向硬氪介绍，目前，传统工业自动化已经解决了大量标准化、规则明确的生产任务，而当前制造业中存在的大量非标、高复杂度的工艺制程环节，传统的依赖预设规则的自动化方案难以解决，这也是AI工业进一步发展的重点方向。
基于这一判断，追知工科没有选择通用人形机器人路线，而是聚焦工业制造中起到基石作用的材料加工制程环节，以打磨、焊接等制程工艺场景作为切入点。这类工艺直接影响制造精度、加工效率及产品良率，同时也是目前自动化程度相对较低、对工人经验依赖较高、且人工工时成本较高的客户痛点环节。
针对上述场景，追知工科推出了垂域工业智能体（WOLIF Industrial Agentic Robot）。与传统工业机器人依赖工程师预先设定工艺参数不同，其产品采用自研工业大脑实时闭环控制架构，通过自主策略先验判断、持续感知加工过程状态、动态自主调整工艺及运控参数，实现制程作业全过程的闭环自主可控，而非按照固定程序执行动作。
（图源/企业）
公司提出了“工业大脑+工艺小脑”的自研AI工业控制体系，这一闭环控制体系并非简单地将传感器、工业机器人与AI算法进行组合，而是围绕真实工业量产制程的物理交互全过程，构建完整的策略先验、感知、决策和自调整执行系统，目前已形成自主知识产权。
（图源/企业）
商业化方面，目前，追知工科已与一家A股上市公司完成首单合作并实现交付，同时获得航空制造领域千万级订单。其自主研发的第一代表面处理工业智能体FAST及自研AI工业控制体系已在航空零部件制造等高精度场景完成验证。公司在商业模式上正加速形成“硬件本体+工业大脑+工艺数据服务”的独创性三层产品销售体系。
以下为硬氪与追知工科创始人袁琳交流节选：
硬氪：要让垂域工业智能体具备学习、泛化和迁移能力，最大的技术难点是什么？
袁琳：AI工业最大的难点不是某一个单点技术，而是一整套能力体系。
首先，要让人工智能真正理解材料加工的机理。追知工科当下聚焦的是打磨、焊接等材料加工场景，不同材料，比如玻璃、碳纤维、铝、钢等，加工机理完全不同。只有理解材料、制程和物理交互的原理，我们就能很好的定义应该采集哪些数据、什么样的数据才是高质量数据，并建立有效的训练和自进化评估体系。
其次，算法离不开硬件支撑。机器人本体、末端执行器、电机、传感器以及AI大小脑控制系统，都需要围绕具体工艺不断优化。我们认为，材料机理、硬件系统和算法三者缺一不可，其中算法建立在前两者基础之上。因此，公司不仅布局了“工业大脑+工艺小脑”的AI工业控制架构，也依托上海交大材料学院的科研积累，将材料科学与工程、智能体本体和AI结合起来，形成完整的技术壁垒。
硬氪：未来公司的发展规划是怎样的？是从航空开始向更多行业发展吗？
袁琳：我们的策略是先解决最真实、需求最迫切的问题。从行业来看，航空航天、新能源等热点高端制造领域对打磨、焊接等工艺的需求最为旺盛，未来也会逐步拓展至汽车、3C、机器人、无人机等制造场景。
不过，我们的扩展逻辑不是按行业，而是按材料和工艺能力。例如，一套成熟的碳纤维加工能力，可以迁移到汽车、体育及音乐器材、消费电子等多个行业。真正的泛化来自对底层工艺的深度理解，而不是追逐覆盖更多产品行业。
通用 AI 追求万物通用，工业制造需要精准专精。真正的工业智能不能只懂运动控制，必须理解金属、复合材料在加工过程中的物理变化，让设备具备工艺认 知，才能从“执行机器”进化为自主迭代的“智能工匠”。
联丰优配提示：文章来自网络，不代表本站观点。
