在工业4.0与数字化转型的浪潮中，设计制造环节的智能化正成为下一个风口。2025年初，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，累计融资额突破3亿元。这家由同济大学先进制造方向博士吴泳荣创立的科技公司，凭借自研的“则形AI”平台，正在用几何AI与物理AI重新定义硬件工程的设计模式。其产品已服务于本田、东风、中汽工程等头部企业，并开始向商业航天、具身智能等新兴领域拓展。本文将从技术架构、商业模式、客户心态、出海战略等维度，深度剖析这家AI创业公司的崛起路径与行业启示。
从同济博士到工业AI创业者：设序科技的诞生与愿景
设序科技的创始人吴泳荣，是一位拥有深厚学术背景的硬核创业者。他在同济大学攻读先进制造方向博士学位，毕业后曾担任通用先进制造实验室研究员、蔚来汽车智能制造专家。这段经历让他深刻理解到，传统工业设计制造中存在着大量重复、低效的环节，而AI正是破解这些痛点的关键钥匙。
2020年，吴泳荣创立设序科技，目标直指“打造一个面向硬件工程的通用AI入口”。他的核心逻辑是：让工程师用自然语言描述需求，AI自动完成从几何设计、物理仿真到制造可行性判断的全流程。这一愿景与当下数字化转型的大趋势高度契合——越来越多的制造企业开始意识到，仅靠传统CAD/CAE软件已经无法满足快速迭代、降本增效的需求。
作为一家典型的AI创业公司，设序科技在成立初期就获得了资本青睐。从天使轮到B轮，累计融资超过3亿元，投资方包括深产投、合鼎共、涌铧投资等。在资本寒冬中，这一成绩尤为亮眼。吴泳荣在采访中表示，融资将主要用于市场开拓（含出海）及核心模型技术研发。值得注意的是，设序科技并非简单的“AI+设计”工具提供商，而是试图构建一个“结果即服务”（RAAS）的交付模式，这表明其商业模式已经从传统的软件授权向价值导向转型。
几何AI+物理AI+制造AI：三位一体的工业智能体
设序科技的核心产品“则形AI”是一个基于自研工业世界模型与自然语言大模型封装的智能体平台。其技术架构可以拆解为三个层次：几何AI、物理AI和制造AI。这三个Agent并非独立存在，而是形成了一个闭环——从设计到仿真再到制造，数据在其中流动迭代。
几何AI负责根据用户需求精确生成3D几何形状。这并非简单的参数化建模，而是基于深度学习的生成式设计。吴泳荣介绍，几何AI已经完成了Agent化升级，能够理解工程师的意图，自动生成符合工程规范的三维模型。在传统流程中，工程师需要花费数小时甚至数天在CAD软件中绘制草图、拉伸、倒角等操作，而则形AI可以将这一过程缩短到几分钟。
物理AI则是连接几何与制造的桥梁。它并非具身智能领域常见的“机器人控制AI”，而是专注于工业机理的物理场求解——例如计算一个零件的强度、刚度、流场或磁场。吴泳荣强调，物理AI对工业级精确求解的要求极高，这也是设序科技目前的研发重点。目前该模块已进入POC验证阶段，一旦成熟，将能大幅减少物理样机的试错成本。
制造AI则负责判断设计是否具备可制造性。它基于制造工艺知识库，分析几何形状的加工难度、成本、材料利用率等指标。例如，一个复杂的曲面能否通过五轴数控机床加工？是否需要特殊夹具？制造AI能给出量化建议。
这三个AI的协同工作，使得工程师只需输入需求，系统就能自动输出一套完整的“设计-仿真-制造”方案。这种端到端的智能体架构，与当前热门的AI Agent技术一脉相承。很多科技公司正在探索将AI Agent应用于办公、营销等领域，但设序科技将其落地到了工业设计这种高精度、高风险的场景中，显示了强大的技术功底。
RAAS模式崛起：从卖软件到卖结果，工业AI的商业模式创新
在商业模式上，设序科技并未采用传统的SaaS订阅或一次性授权，而是推出了“RAAS”（Result as a Service）模式。简单来说，客户不是为软件的使用权付费，而是为最终的设计结果付费。例如，本田需要设计一个车灯支架，则形AI直接输出经过验证的3D模型和2D工程图纸，客户按结果付费。
这种模式的好处显而易见：客户无需承担AI工具的学习成本和试错风险，只需为实际价值买单。对于设序科技而言，RAAS模式也倒逼其不断提升AI的准确率和效率——如果生成的方案无法通过工程验证，就无法获得收入。据吴泳荣透露，RAAS目前已经占全年营收的约1/3，成为重要的增长引擎。
从行业视角看，RAAS模式反映了工业AI领域的一个趋势：客户不再满足于“买工具”，而是希望获得“解决方案”。传统的CAD软件厂商（如达索、西门子）虽然也提供云服务，但其核心仍是软件授权。而设序科技这种“结果型”交付，更接近咨询公司+工程外包的混合体，但借助AI实现了规模化。
这一创新也吸引了众多科技公司的关注。一些大型制造企业开始将设序科技视为“数字化转型”的合作伙伴，而非单纯的软件供应商。例如，中汽工程、宇通等客户在合作中，不仅购买了设计服务，还参与了AI模型的训练与迭代，形成了数据飞轮。
客户态度转变：从保守到“激进”，工业AI的春天来了？
吴泳荣在采访中分享了一个有趣的观察：短短两年间，客户对工业AI的态度发生了180度转变。过去，很多企业认为“用AI做设计几乎不可能”，连POC（概念验证）都不愿意投入。如今，他们不仅主动要求POC，甚至愿意为此拨出预算。“有些客户等不及场景成熟，就拉着我们做实验。”吴泳荣说。
他总结了三个驱动因素：第一，基础大模型（如GPT、LLaMA）的快速迭代，不断教育着客户——AI的能力边界正在被刷新；第二，实际工作中的痛点真实存在，比如工程师短缺、交付周期紧张、成本压力大；第三，设序科技在已落地场景中创造了“看得见的价值厚度”，例如将某个汽车零部件的设计周期从3周缩短到3天。
这种态度转变，也反映在设序科技的业绩上。今年上半年合同额同比增长约70%，全年预计接近2亿元，较去年接近翻倍。客户群体从汽车、3C、能源等传统行业，拓展至商业航天、具身智能等新兴领域。值得注意的是，这些新兴领域的客户往往更具创新意识，愿意尝试AI图片生成、文生图等类似的AI工具来加速产品开发。
当然，工业AI的渗透率仍然很低。吴泳荣认为，目前市场仍处于早期教育阶段，但爆发点可能在未来3-5年到来。他判断，工业世界模型的“GPT时刻”将在3-5年内出现，判断标准是AI在智能水平上达到“无人驾驶的L4或L5”——即能够自主完成绝大多数设计任务，无需人工干预。
出海战略与未来展望：2026年定为出海元年，欧洲是首站
设序科技将2026年定为出海元年，重点瞄准欧洲市场。欧洲作为传统工业强国聚集地，拥有大量高端制造企业，对工业AI的需求强烈。首站选在德国，目前已经签下种子客户。上半年主要完成了欧盟数据合规等前期工作，下半年将争取首批10个左右客户落地，明年计划在欧洲放量，同时准备日韩和东南亚市场。
出海并非易事。工业设计软件涉及大量知识产权和商业秘密，欧洲客户对数据安全、本地化支持要求极高。对此，设序科技采用了“云架构+本地化部署”的双轨策略，同时组建了本地化团队。吴泳荣表示，欧洲客户对“结果即服务”的模式接受度很高，因为他们更愿意为结果付费。
从更宏观的视角看，设序科技的出海战略也反映了中国AI创业公司的新趋势：不再满足于国内市场的内卷，而是主动参与全球竞争。尤其是在工业软件领域，过去一直被欧美巨头垄断，中国厂商很难拿到入场券。但借助AI技术，中国公司有机会弯道超车。吴泳荣认为，中国在制造业数据、工程师数量、应用场景上具有天然优势，只要模型技术跟上，就能在国际市场上占据一席之地。
工程师会被取代吗？吴泳荣的答案与行业启示
面对“AI是否会取代工程师”的焦虑，吴泳荣给出了一个冷静的答案：“在AGI到来之前，人不会被取代，但不会用AI的工程师会被会用AI的工程师取代。”他认为，工程师的核心价值从来不是“操作软件”，而是“做专业判断”——包括选什么基准、定什么公差、怎么平衡成本和性能。这些决策需要基于经验、场景和产品全生命周期的上下文，AI短期内做不到。
理想的状态是：AI完成80%的重复劳动，工程师把精力放到20%的创造性判断和异常处理上。这意味着，工程师的角色将从“画图员”转变为“AI训练师+决策者”。对于企业而言，推动企业数字化转型的关键，不仅是引入AI工具，更是培养员工的人机协作能力。
这一观点也适用于其他行业。很多企业的数字化转型之所以失败，不是因为技术不成熟，而是因为组织架构、人才技能没有跟上。设序科技的成功，或许能给其他AI创业公司提供启示：技术壁垒固然重要，但让客户看到实实在在的价值、并帮助客户完成心态转变，才是商业成功的关键。
值得一提的是，在工业AI的落地过程中，一些创意性工具如AI画图、AI诗词等似乎与工业场景相去甚远，但底层技术逻辑是相通的——都是通过大模型理解自然语言，生成结构化输出。设序科技的“则形AI”本质上是一个专业领域的“文生图”系统，只不过输出的是3D模型而非图片。这提示我们，AI的应用边界正在被不断拓宽，任何领域都可能诞生新的“AI原生”工具。
想要了解更多AI工具，不妨试试AI工具导航，这里汇集了从设计到制造的各类效率神器。