造物潭完成数千万元天使轮融资:AI从研发工具走向工程执行主体

资讯 腾讯网 作者:腾讯网 全文 1777 字 · 约 5 分钟读完 分类融资大模型

Z Potentials 近日独家获悉,造物潭完成数千万元融资,本轮由嘉铭浩春领投,国资战略引导基金及智能制造领域产业资本参与投资。本轮资金将主要用于自研电子行业大模型的训练迭代、工程对象本体体系的持续建设,以及企业级产品的交付与市场拓展。造物潭的核心产品「小潭子」,以专业 AI 数字员工与自研电子行业大模型双核驱..

所属频道 模型发布融资与资本

Z Potentials 独家获悉,造物潭已完成数千万元天使轮融资,本轮资金将主要用于自研。

造物潭的核心产品是「

本轮领投方

01 硬件研发,等待自己的「GPT 时刻」

几十年来,中国建起了全球领先的硬件制造体系。元器件供应、PCB 打样、整机生产,产业链成熟,产品制造越来越高效。可制造之前那一步——把产品构想变成可靠的工程设计——仍要靠电子、软件、结构等多个专业的工程师一起配合,走完方案设计、工程评审、样机试制和反复验证。

大模型正在改写这个局面。推理和工具调用能力持续突破,AI 已经开始介入电路设计、PCB 布局,甚至三维结构建模。硬件研发的「GPT 时刻」会以什么方式到来?

2026年11月,Anthropic发布

这段距离,正是造物潭的起点。

02 专业模型与数字员工双核驱动,让 AI 真正进入硬件研发

Anthropic 的实验说明了前沿模型能完成哪些硬件设计任务。造物潭想再往前走一步:怎样把这种能力做成可以持续使用的研发产品。要做到这一点,AI 得真正理解硬件产品的设计逻辑,还得能在不同专业工具之间把工程任务一步步推进下去。

造物潭的自研电子行业模型,侧重深化对专业设计知识、工程约束和技术判断的理解;数字员工负责把设计目标变成可执行任务,借助专业工具完成实际设计和工程检查。把两者连起来的关键,是造物潭自研的。由此,模型能力、工程知识和专业工具被沉淀为可复用的研发产品能力,让

没有专业硬件设计背景的软件工程师,借助

左图为小潭子设计完成的四足机器人原型3D图,右图为小潭子设计的3D主控板

03 从基础模型到数字员工,构建持续进化的专业能力体系

造物潭的技术体系分三层,一层比一层深入。基础模型提供通用智能,不断抬高能力起点;行业模型把通用能力带进硬件研发的专业领域;数字员工完成真实工程任务,再把实践中攒下的经验反馈回整个体系。

第一层是基础模型,为专业智能提供越来越高的能力起点。全球基础模型在复杂推理、任务规划、工具使用上不断进步,AI 能承担的工程任务边界也随之拓宽。起点越高,行业模型能啃的专业问题就越复杂,数字员工能接的研发工作范围也越大。

第二层是自研。造物潭已积累数百万项专业工程数据与设计资产;同时,研发任务产生的工程决策、设计修改及验证结果,通过

第三层是专业数字员工,在真实任务执行中不断积累、丰富工程技能。小潭子

行业模型靠专业理解与工程判断成长,数字员工靠完成任务的方法与效率成长,两者在真实工程实践中互相促进。越来越多硬件项目进入这一体系,模型能力、专业经验和数字员工技能就形成一个持续增强的循环,

【小潭子】模型体系框架示意图

04 从企业研发到专业创造者,硬件 AI 打开新的市场空间

眼下,造物潭已在电子制造企业的研发场景中落地,围绕硬件设计、工程审查及研发资料处理等专业任务,由数字员工帮企业处理高频研发工作,提升工程知识与设计资源的利用效率。这是现阶段的商业基础:以真实研发需求为入口,为企业提供能完成具体专业任务的 AI 产品与服务。在电源电子与工业控制等领域,造物潭正围绕具体产品的方案设计和工程评审做探索,试着把行业规范与工程资料融入数字员工的任务流程,使

下一步,造物潭打算面向开发者逐步开放。从企业研发到独立产品创造,造物潭希望铺出一条覆盖不同规模与复杂度需求的产品路径。专业工程能力越容易获得,硬件产品的创造就越有机会从少数专业团队手里,延伸到更多创新者可以参与的范围。

造物潭的看法是,专业积累和组织边界不该成为企业创造力的束缚。AI 需要在真实的工程实践里不断成长,企业的创造力也该挣脱这些限制。

造物潭创始人文堃说:如今企业要构思一款新产品,通常先得问一句“我们有没有能力把它做出来”。造物潭希望看到的未来,是更多企业能先把“我们究竟想创造什么”这个问题摆出来。

让这套设想跑通全流程的,是一支背景混搭的创始团队。团队里有在科技巨头主导过千万级复杂项目的高管,商务拓展能力过硬;有长期扎根制造业数字化的工程专家,产线哪里疼、工艺极限在哪,心里都有数;还有多次把大模型落到实处的实践者,对前沿技术怎么工程化很熟。

商业、工程、AI三样凑在一起,造物潭既能摸准客户真正要什么,也能把前沿技术变成拿得出手的生产力。

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. 百度词元所给大模型立标尺:AI比拼转向可靠性

    百度词元所选择的是建立度量衡。把 AI 产业从「比谁便宜」,推向「比谁靠谱」,并让「靠谱」第一次有了被度量、被公示的载体。撰文|焦丽莎今年夏天,硅谷发生了一起反常的闪电并购。一家名叫 OpenRouter 的初创公司,短短 80 多天时间估值从 13 亿美元暴涨到近 80 亿美元。其投资方英伟达原本想要收购,却被支付巨

    来源 腾讯网
  2. OpenAI、Anthropic估值双双破万亿:30家AI公司上榜,中国两家进前十

    图片由AI生成文丨晓静编辑丨徐青阳11月15日,硅谷老牌风投机构Menlo Ventures合伙人Deedy Das(@deedydas)在社交平台晒出一张全球AI公司估值与营收排行榜。Menlo Ventures成立于1976年,是硅谷历史最悠久的风险投资机构之一,曾投资Uber、Chime等知名科技公司。近年来,这

    来源 腾讯网
  3. Bharat Semi种子轮融资2400万美元:AI传感器商业化提速

    印度芯片初创Bharat Semi宣布完成2400万美元种子轮融资,计划加速其AI传感器技术商业化并拓展全球市场。公司称已在包括General Atomics在内的客户处取得设计中标,意味着产品进入客户设计周期。本文梳理融资信号、AI传感器市场趋势,以及印度半导体生态的机遇与挑战。

    来源 AI 科技快讯
  4. 英伟达7500亿美元融资网被曝:CFO曾力阻,黄仁勋回怼“鹿入车灯”

    《华尔街日报》2026年11月13日调查报道指控英伟达通过向AI初创公司注资、要求其用所得资金购买GPU的方式人为制造芯片需求,布隆博格随后绘制的融资网络规模已超过7500亿美元。英伟达内部,CFO克雷斯(现任代理CEO)曾在8月高管会议上力阻该策略,遭黄仁勋以"鹿入车灯"之语驳斥。该调查触及大模型军备竞赛最脆弱的基础

    来源 AI 科技快讯
  5. Sarvam称印度AI能追中美:3亿美元融资后仍依赖美国芯片

    印度为了在人工智能(AI)领域不掉队,正在大胆押注自主研发的模型。印度AI初创公司Sarvam在11月13日告诉英国《金融时报》,低成本、庞大的本土市场以及使用本土语言,印度有能力创造出可与美国和中国技术相竞争的替代方案。据报道,该公司刚刚完成3亿美元融资,其中包括英伟达的支持,并得到政府背书。它已部署了一款在本...

    来源 腾讯网
  6. 黄仁勋辞任英伟达CEO:AI初创融资格局生变,谁来接棒

    IT之家 11 月 15 日消息,这是一场震动全球科技行业的人事变动。执掌英伟达 33 年、共同创立这家芯片巨头的首席执行官黄仁勋(Jensen Huang)已正式辞职。TechCrunch 援引一位新兴云计算公司的创始人的话称,他第一次听到这一消息时的反应是:“这就像一颗炸弹突然爆炸了。” 过去几年,英伟达一直是科技

    来源 AI 行业观察
  7. Qwen4-Max发布:AI ETF平安回调3.62%,机构看好中长期配置

    截至2026年11月16日 10:46,AI人工智能ETF平安(512930)标的指数中证人工智能主题指数(930713)下跌3.62%。成分股方面涨跌互现,石头科技领涨3.89%,海康威视上涨2.38%,景嘉微上涨1.57%;协创数据领跌9.14%,中际旭创下跌8.54%,芯原股份下跌8.37%。消息面上,11月16

    来源 腾讯网
  8. 清华米哈游等团队测试AI看视频:最强模型仅得13.2分

    你有没有想过一个问题:AI 看视频到底是在看什么?如果你给一个大模型放一盘国际象棋的对局录像,让它说出"白方在第29步用象吃掉了黑方的马,这步棋让白方占据优势",它能做到吗?这听起来像是最基础的视频理解任务。但一支由清华、中科院、香港大学和游戏公司米哈游组成的研究团队做了一个实验,结果让人意外:目前最强的...

    来源 腾讯网
  9. 黄仁勋离任:AI初创融资缺口有多大?

    TechCrunch报道称,黄仁勋离任将在AI初创融资市场留下巨大缺口。此前英伟达在其领导下向AI初创投入数百亿美元,既提供资金也带来算力与生态背书。创始人和风险投资人预计,未来融资支票更小、估值更低、交易更谨慎。文章分析这一变化对AI创业生态、英伟达战略投资节奏以及VC定价逻辑的潜在影响。

    来源 AI 科技快讯
  10. 黄仁勋离场,英伟达5000亿美元AI融资机器何去何从

    黄仁勋骤然离场,令英伟达这台以股权投资、担保和回购构建的逾5000亿美元AI循环融资机器失去操盘手。高盛、瑞银警告,其每季度自由现金流中大量资金循环输送回客户与供应商,即便暂时暂停,也可能抽走500亿美元以上资金,相当于触发“AI量化紧缩”,新兴云服务商信用链条首当其冲。

    来源 华尔街见闻
  11. 英伟达990亿投资AI生态:下一轮融资更贵更难?

    近年来,AI热潮背后一直站着一位“最后贷款人”,他卖芯片,也开支票。如今,那个穿皮衣的人离开了“AI央行”英伟达,支票簿临时交到了一位曾被他称作“车灯前的小鹿”的财务官手中。 过去几年,英伟达一边卖芯片,一边向AI产业链各环节大举投资。截至今年7月26日,其股权投资的账面价值达990亿美元,投资对象涵盖AI实验室、新兴

    来源 AI 行业观察
  12. 量子位2026 AI年度榜单今日截稿,五大维度寻找实干派

    量子位「2026人工智能年度榜单」征集通道于11月16日关闭。本次评选涵盖领航企业、潜力创业公司、杰出产品、杰出解决方案及创业新锐五个类别。不同于以往只看融资额的榜单,今年更强调实际客户应用、市场反馈以及技术落地的具体成效。参选者需通过网页链接提交资料,最终结果将在12月9日的MEET2027智能未来大会上公布。对于仍

    来源 AI 应用前沿
  13. 黄仁勋离开英伟达:AI算力底座换帅,订单与担保还能靠得住吗

    “随便吧(whatever)”。“我不在乎了(I don't care)”。 最后时刻,英伟达CEO黄仁勋极度疲惫。那个向来精力无限、替AI签字的人,那个曾经连供应商产能、客户融资和政策都要亲自过问的人,在最后时刻无所谓了。 过去三年,他替英伟达和AI行业解释技术路线,替上下游确认扩产信心,也替许多公司把未来需求变成今

    来源 AI 行业观察
  14. AI基建股4.2万亿美元蒸发:卖铲盛宴要散场?

    6月以来,卡特彼勒跌44%、Oklo暴跌49%。分析师直指根源:投资者将传统工业股当成长股炒作,估值严重虚高。此次抛售的另一重要背景,是美国中期选举后数据中心监管政策走向的不明朗。基本面仍具韧性——卡特彼勒积压订单达780亿美元,多家企业营收增长已锁定至2027年。

    来源 华尔街见闻
  15. Vertiv三季报收入增61%:AI设备商高利润靠技术还是靠缺货?

    AI基础设施建设仍在狂奔,设备商享受着罕见的订单和利润增长,但高利润也在吸引新的竞争者。美国中期选举后的政策变化、电力与融资约束,正让资本开支的持续性受到考验。 2000年通信设备行业的历史提醒我们:技术革命可以成功,设备供应商的超额利润却可能消失。当缺货不再,谁还能守住今天的高价格与高估值?

    来源 华尔街见闻
  16. 百度词元所上线首日:供应商增超100家,客户接入破1000家

    【环球网科技综合报道】11月14日,从百度获悉,百度词元所发布首日,新增申请入驻的供应商已超过100家,新增超过1000家客户接入。词元所在11月12日举行的百度世界2026上正式发布,百度创始人李彦宏将其称为“大模型的交易所”。据介绍,词元所一端汇聚模型和模型提供商,另一端服务企业和个人,让用户便捷地找到、购买和使.

    来源 腾讯网
  17. XYBench基准出炉:AI答得对却帮不上忙,8000题考意图识别

    当用户问错问题时,AI是顺着错误给方案,还是指出真正的问题?Allen AI发布的XYBench基准测试了8000多个真实场景,发现主流大模型在识别用户潜在意图和纠正误解方面,表现远不如人类。本文详解XYBench的构建逻辑、评估维度及实验结果,探讨为何“听懂弦外之音”对AI助手至关重要。

    来源 AI 应用前沿
  18. 美联储金融稳定报告:AI债务风险跃居担忧首位

    【本文仅在今日头条发布,谢绝转载】 美联储发布了2026年下半年《金融稳定报告》。这份半年一度的例行报告,这次抛出了一个不寻常的判断,人工智能相关风险已经跃升为受访者最常提及的金融稳定担忧,排在财政可持续性、地缘冲突、网络攻击等所有风险之前。 报告里最值得警惕的是AI的资本开支正在越来越多地依靠债务融资,而不是自有资金

    来源 AI 行业观察
  19. 美联储报告:AI热潮推高美股估值,网络攻击风险升温

    美联储最新金融稳定报告警告,受市场对"超级智能"热情推动,美股估值持续高企。AI技术进步正降低网络攻击门槛,国家及非国家行为者的威胁与日俱增。高长期利率与财政赤字可持续性问题,亦被列为近期市场脆弱因素。美联储监管副主席曾表示,若AI投资回报不及预期,市场或面临急剧下挫风险。

    来源 华尔街见闻
  20. Fractile融资7亿美元:目标把AI推理速度提到100倍

    AI的推理计算将在未来几年内成为AI最重要的计算需求,已经逐渐成为共识。 推理计算,拆解开来有两个重要维度,成本和时间。 其中提升推理速度带来的好处,在AI逐渐Agent化的时代,重要性凸显。 具体来说,在相同成本下提升推理速度,能让那些耗时长、推理强度高的Agent任务在更短时间内完成,从而提高整个系统的效率。 Fr

    来源 AI 行业观察
  21. 青葵智造完成亿元A轮融资:北航博士团队押注自驱动实验室

    硬氪获悉,专注科学研发的Physical AI公司青葵智造近日宣布完成亿元A轮融资。本轮由创东方投资、飞荣达股份及金辉大数据共同出资。资金主要投向三块:核心技术研发、重点行业拓展以及云实验室建设,目的是让自驱动实验室更快落地产业化。

    来源 36氪
向下滚动自动加载更多