设序科技完成B轮超亿元融资：用几何AI、物理AI与制造AI重构硬件设计流程

据36氪硬氪报道，工业AI设计研发解决方案供应商设序科技近日完成B轮超亿元融资，公司累计融资额已超过3亿元。本轮投资方包括深产投、合鼎共以及老股东涌铧投资等，资金将主要用于市场开拓、出海布局以及核心模型技术研发。设序科技成立于2020年，面向汽车、3C、能源、商业航天、具身智能等硬件产业提供AI设计研发工具，其核心产品“则形AI”正在从单点生成工具升级为面向工程研发流程的智能体平台。

从3D生成、2D出图到工程智能体

来源显示，设序科技旗下“则形AI”基于自研工业世界模型与自然语言大模型封装，定位为面向硬件工程的设计研发智能体平台。它在云架构下提供3D设计方案生成与2D工程图纸智能生成功能，目标是让工程师以更自然的方式表达需求，并由AI完成部分重复、复杂的设计与出图环节。

相比去年，设序科技原有的3D生成和2D生成两条产品线已经进行了更深度的Agent化升级：基于几何AI的3D Agent、基于制造AI的2D Agent已完成技术改造，并在工程师用户场景中落地。与此同时，公司正在推进连接几何AI与制造AI的物理AI研发和POC验证。

这一技术路线的关键在于，工业设计并不只是“画出形状”。硬件工程需要考虑强度、刚度、流场、磁场等物理性能，还要判断后续加工制造是否可行。按照设序科技创始人兼CEO吴泳荣的解释，公司希望打造一个面向硬件工程的通用AI入口：用户提出需求后，几何AI先生成精确几何形状，物理AI再求解相关物理性能，制造AI进一步判断其可制造性。

• 几何AI：面向3D结构与形态设计，生成符合需求的几何方案。
• 物理AI：结合工业机理，对强度、刚度、流场、磁场等物理场进行求解与验证。
• 制造AI：面向2D工程图纸、工艺约束和可制造性判断，辅助从设计走向生产。

融资背后：工业AI正在从“演示价值”走向“交付价值”

从商业进展看，设序科技的增长并不只来自概念热度。报道提到，公司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。其中RAAS（Result as a Service，结果即服务）交付模式已成为重要增长引擎，占全年营收约三分之一。

RAAS模式值得关注。相比单纯售卖软件授权或工具账号，结果导向的交付更接近工业客户的采购逻辑：企业关心AI最终能否减少设计迭代、提升出图效率、缩短验证周期，或在特定零部件、产线和工艺场景中交付可衡量结果。这也意味着工业AI公司需要同时具备模型能力、工程Know-how和项目交付能力，门槛高于通用办公类AI工具。

目前，“则形AI”已应用于汽车、3C、能源等行业，并拓展至商业航天、具身智能等新兴领域。其客户包括本田、东风、中汽工程、宇通、中车等企业。对于硬件产业来说，AI进入设计研发链条的意义在于，它可能先从高频、重复、规则明确的环节切入，再逐步承担更复杂的方案生成、性能评估和制造约束分析。

出海与行业拐点：工业世界模型还在早期

出海方面，设序科技将2026年定为出海元年，重点市场为欧洲。报道称，公司已在德国签下种子客户，上半年主要完成欧盟数据合规等前期工作，下半年将争取首批约10个客户落地，明年计划在欧洲放量，同时准备日韩和东南亚市场。

从产业趋势看，工业AI与通用大模型最大的差异在于数据和验证链条。自然语言或图像模型可以依赖海量公开数据训练，而工业场景的数据往往分散在企业内部，涉及图纸、工艺、仿真、生产和维护等完整上下文，且对精度、可靠性和合规要求更高。因此，谁能在真实项目中形成数据闭环、模型迭代和工程交付能力，谁就更有机会建立长期壁垒。

吴泳荣在访谈中提到，工业AI短期内并非取代工程师，而是让AI承担大量重复劳动，工程师把精力放在专业判断、异常处理和创造性决策上。对中文科技读者而言，这一点也揭示了AI工具在制造业落地的现实路径：不是简单替代人，而是重塑岗位分工、研发流程和企业知识沉淀方式。随着几何AI、物理AI和制造AI逐步打通，硬件设计研发可能迎来更深层次的自动化升级。