宁德时代押注子虔科技:AI进研发端,要解决的是“从可能到可行”

资讯 腾讯网 作者:36氪 全文 2705 字 · 约 7 分钟读完

AI要进入研发端,不能只做画图加速, 而要进入“从可能到可行”的筛选过程。 过去一个多世纪,制造业一直在解决“如何更快、更便宜、更稳定地生产”。从福特流水线到自动化工厂,这个问题....

AI想真正走进研发环节,光把画图这一步提速远远不够。

它得插手“从可能到可行”的那道筛选。

一个多世纪以来,制造业琢磨的都是同一件事:怎么把东西造得更快、更便宜、更稳。福特流水线也好,自动化工厂也罢,这个题目已经被答得相当漂亮。可还有另一个问题很少被摆到桌面上——产品上产线之前,到底该被设计成什么样子?

制造是把定下来的方案生产出来,创造则是从一大堆可能里挑出能落地的那一个。制造这边有产线、节拍、良率等一串参数可量;创造那边,零件尺寸、装配关系、加工工艺互相牵扯。改一处,原本能走的方案可能就得推倒重来。研发阶段做的选择,往往已经把后面的制造成本、供应链风险和产品性能锁死了。

工业领域尤其如此。过去几十年,工业软件主要在处理“把设计表达清楚、把验证做快”这件事。从“

现在,AI的应用边界正从文字、图像、代码往三维空间和工程研发上延伸。问题也跟着来了:AI进入研发端,是让画图更快,还是让“从可能到可行”的筛选过程本身发生变化?

变化已经在这个节点发生。近日,AI工业研发平台“

宁德时代为什么挑这个时间点押注研发端?子虔提出的“

制造与创造之间

隔着一段“时间黑洞”

子虔科技

这个场景听着遥远,指向的却是个现实问题:制造能力再强,只要“创造”这一环跟不上,从想法到实物之间照样横着很长一段时间。

龚敏彦把两件事拆开看:制造是把确定方案生产出来,创造是从无数种可能里找到可行设计。他拿乐高积木打比方——6片2×4的8颗粒小积木,能拼出的不同构型就有9亿多种。真实工程比乐高复杂得多:设计师不光要拼得出来,还得保证可制造、可装配、成本可控。

大型装备上,这种复杂性会成倍放大。一艘300多米的游轮,船上铺设的电缆超过4700公里、管路超过370公里。设计时改一个参数,哪些管路要跟着动、哪些电缆走向要重新校核,靠人工一条条排查几乎做不到。

工业里把这叫

问题在于,传统工业软件更多是在“记录设计”,而不是“参与创造”。设计师在

这也就是“

真正的门槛,不在模型

在工程Know-how

子虔团队内部做过一次验证:用

整个流程走了4轮对话与修改,前后花掉30分钟。换成专业机械设计师,手上没有图纸、纯靠手工建模,差不多要3小时。就算不懂机械结构,几轮对话下来也能做出一套工程装配体——能动、能改,还能直接交付制造。

更复杂的一次验证,是一台

这些验证的关键,不只是“生成得快”,而是“生成的是什么”。目前一些AI 3D工具生成的是

而子虔生成的是可编辑、带配合关系的参数化模型:改一个孔的大小,相连零件会按约束跟着调整;曲面连续性可以达到

不过,生成只是开头。AI要真正进入研发环节,绕不开的是工程Know-how这道坎。麻烦在于,这些经验大多不会留在最终图纸上。举例来说,某个支架壁厚定为3毫米,图纸上只写这个数;至于当初为何不选2毫米、哪一版试过栽了跟头,通常只有经手的工程师心里有数,运气好能在某封邮件或某次评审记录里找到一句话,人一走,这些也就散了。公开数据能让大模型学会通用的设计规律,可一家企业几十年攒下来的东西,它学不到。想让AI用得上,设计、仿真、评审得放在同一个平台上跑,过程才留得下来。

子虔接触过一家航空设计研究院,过去做管路设计得靠本地CAD客户端,管路走向的链接动不动就丢,图纸标注全是手工活,设计和仿真各用一套软件,中间先导出格式、再做大量前处理。子虔给它定制了云原生管路设计仿真工具,情况变了:导管直接生成,弯曲半径和壁厚自动适配,AI识别管路属性后自动标注,设计时实时检查最小直线段、壁厚、材料匹配等规范,模型直接进仿真、自动完成前处理。效果是标注效率提升80%,合规差错率降到1%以下,仿真周期缩短50%。

还有一类问题落在数字手写设备企业身上:CAD数据和下游环节对不上,图纸画完还得靠人一条条核对。

两个案例其实指向同一件事:门槛摆了两层。头一层是行业规范和工程知识,通用规律模型能学,可一家企业攒了几十年的改动经验,模型很难直接接手;另一层是跨团队、跨工具链的配合,设计、仿真、工艺、供应链得在同一个数据闭环里转,AI才谈得上真正插手。说到底,AI工业软件的门槛不在“有没有大模型”,而在工程Know-how能不能变成可计算、可复用、可验证的资产。

子虔的位置

工业软件较量的下一程

子虔科技2020年成立,起步做的就是工业软件研发,底层基于

在国内,子虔盯的是设备制造、汽车供应链、航空制造客户的管路与电气设计等B端场景,给的是一整套工业软件工具链、AI提效看板、AI工具包,并用

zCAD. AI于2026年10月24日在Product Hunt全球发布,当天拿下日榜第一;眼下全平台注册用户已有十万人,覆盖80多个国家和地区,用户最多的两个市场是美国和中国;生成的模型超过2万个,单次生成中位时长在4分钟左右;6000多位用户导出模型8000多次,其中

从产业逻辑看,宁德时代把筹码押在研发端并不意外。龚敏彦跟产业方打交道时注意到一个明显变化:他转述道,“AI的热度越高,产业资本反而越关注AI最终能落到哪里。投资连接物理世界的AI,是更稳健的选择,因为它面对的是真实的研发投入、真实的产线和真实的产品,创造的价值看得见、算得清。而在制造业里,产品的成本、供应链和风险,大部分在研发设计阶段就已经定下来了。”

工程界有个说法流传已久:产品成本的七到八成,在研发设计阶段就定死了,这时候去优化企业效率,投入产出比最高。各行业的具体比例并不一样,学界也还在争,但“越往后改越贵”没人否认。产线上能抠出来的成本有限,大头藏在图纸里。

工业软件的竞争维度也在跟着变。以前拼的是功能覆盖、模块完整、客户规模;AI真要进了研发端,较量会收拢到三件事。一是工程资产能不能复用——可穿戴设备企业那个案例算个侧面,设计变更周期缩短43%、量产返工成本降低27%,靠的不是画图快,而是变更能自动关联到受影响的文档和版本。二是数据能不能闭环,设计、仿真、工艺、协作要是还散在不同系统里,AI的价值就会被工具链吃掉。三是行业Know-how能不能沉淀,精度和迭代速度是大模型眼下的两道坎:制造场景里差一点公差就可能全废,创造阶段又得快速试错、一次出多版方案,真正难的是把行业规范、工艺约束和协作习惯做成系统能力。

对子虔而言,“光速造物”不是喊速度的口号,而是对研发范式的一个判断:AI一旦能参与创造,工业软件的价值重心就会从“画得更快”挪到“想得更准、留得更住”。

这个判断站不站得住,得看它在航空、汽车、设备制造等场景里能不能攒出可复用的工程资产,也得看宁德时代这类产业资本能不能带来真实的研发场景和协同。换句话说,宁德时代押的不是一个融资故事,而是AI走进产品诞生源头的一种可能。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. AI让我们更忙?考恩、索洛、杰文斯三个悖论

    先说个我自己的直观感受: AI写文章越来越牛逼,三分钟就能吐出一篇像模像样的稿子。 但要写出一篇走心的、大家愿意读的文章,一点也没有变得更容易。 我很多大厂的前同事也天天在用AI,但很明显,老板的要求越来越高,很多产品经理都要求拿着能运行的demo去过评审会。 最终,AI并没有给我们省时间,反而让我们越来越忙。 今天卫

    来源 AI 行业观察
  2. 超三分之一Z世代靠AI交朋友,孤独感反而更重?

    盖洛普最新报告显示,超过三分之一的Z世代将AI作为社交伴侣,拥有纯线上朋友或依赖AI陪伴的年轻人,孤独感显著高于其他群体。技术看似填补了社交空缺,却可能加剧人际疏离。本文编译自WIRED,解析这一矛盾现象背后的数据与隐忧。

    来源 AI 科技快讯
  3. 世界智能制造大会十年:南京车间里的AI答案

    “大力发展新一代智能制造,持续做大做强先进制造业。”11月19日至21日,2026世界智能制造大会将在南京国际博览会议中心举行。大会的主题,也是写在南京车间里的一道题。自2016年首届大会落地以来,这项盛会与南京已经相伴十年。从机器换人、联网上云、黑灯工厂,到如今的人工智能,始终引领世界智能制造“新风向”。今年,...

    来源 腾讯网
  4. 当AI学会在脑子里偷偷想事,嘴上还能正常说话

    你有没有过这种经历:脑子里飞速转了十几个念头,但嘴上只说出一句话。比如朋友问你晚饭吃什么,你脑子里可能闪过了"今天运动了要不要吃点清淡的"、"冰箱里还有昨天的菜要不要先吃掉"、"楼下那家新开的店评价怎么样",但最后你只说了一句"吃面吧"。这个过程效率极高。你不需要把每一个念头都组织成完整的句子说出口,但你的...

    来源 腾讯网
  5. 击败传统 K-pop 偶像,AI 辅助制作歌曲首次登顶韩国热门音乐排行榜

    IT之家 11 月 17 日消息,据日经亚洲今天(17 日)上午报道,韩国 AI 音乐项目 MEOMURU 推出的《你成为梦想中的大人了吗?》登顶 Melon TOP100,成为第一首登上韩国主要音乐榜单榜首的 AI 辅助制作歌曲。 该曲在当地时间 13 日登上 Melon TOP100 榜首,截至当地时间 16 日仍

    来源 AI 行业观察
  6. 薛珍纳谈AI落地:从业务问题出发,中小企业不必自研系统

    新京报讯(记者张建林)“我们的观点是很明确的,就是人工智能带来的经济机遇,不仅取决于谁能够开发出最先进的技术,更取决于各经济体的企业能否广泛而有效地采用这些技术。”在11月16日APEC领导人会议周新闻中心举办的第三场中外媒体吹风会上,亚太经合组织工商咨询理事会(ABAC)数字创新工作组主席薛珍纳谈到了企业如何...

    来源 腾讯网
  7. 刚刚,陈丹琦官宣兼职加入Noeri,新公司押注AI自进化

    普林斯顿大学计算机科学副教授陈丹琦,加入了一家刚刚亮相的 AI 公司。 今天凌晨,陈丹琦在社交平台透露,自己两个月前就以兼职身份加入了 Noeri。她对这支团队的研究方向颇为期待,尤其关注 AI 在科学发现中的应用,希望让每一位科学家都能把 AI 用在自己最棘手的研究问题上。 Noeri 由斯坦福大学计算机科学教授 Y

    来源 AI 行业观察
  8. AI都会了,人为什么还要自己学?在美专家的忠告:为了慢慢长出自己的判断力

    从能解奥数题,到协助攻克悬置数十年甚至百年的数学难题,AI(人工智能)正在深刻重塑数学领域的研究方式。而这种“大显身手”也在逐渐蔓延至化学、物理等领域。许多人担心AI会取代人类,但来自美国范德堡大学化学助理教授杨中悦和其前博士生邵乾真的一份最新研究却证明,他们所创造的AI工具可以提升科学家们的工作效率,而...

    来源 腾讯网
  9. 美银调查:基金经理20年来最猛减仓科技股,AI过度投资担忧破纪录

    美银调查显示,全球基金经理科技股超配比例从10月的37%骤降至12%,单月降幅创近20年之最,创纪录的38%受访者直指AI存在过度投资。美银策略师直言"AI繁荣与亢奋情绪已经终结"。与此同时,净67%的基金经理预计欧股将在未来一至三个月内上涨,为今年2月以来最高读数。

    来源 华尔街见闻
  10. 三星美光海力士内存涨价7倍,法官戳破AI背锅说法

    最近,硬件圈发生了一件魔幻的事。因为新一代DDR5内存条贵得离谱,而老款DDR4和DDR5插槽互不兼容,逼得多家主板厂从年中开始掉头重启了原本停产的DDR4主板产线。更离谱的是,玩家去市场上一问价,发现老旧的DDR4不仅没便宜,近期涨幅一度反超了新款DDR5。今年的笔记本新品们,更是集体退回16GB内存时代。这一年多来

    来源 腾讯网
  11. 药明康德改口谈AI,CXO集体落座AI制药牌桌

    CXO订单会不会被AI抢走?面对投资者的反复追问,行业龙头药明康德(603259.SH/ 02359.HK)近期话锋一转。 早前,CXO行业的上市公司始终以一种近乎 “切割” 的口吻回应,但算法飞速发展的当下,“AI设计+ CXO 赋能落地”逐渐成为新的口径。 实际上,2026年,CXO玩家集体在AI制药的牌桌上落座。

    来源 AI 行业观察
向下滚动自动加载更多