本輪融資由星連資本領投，廈金創(chuàng)新跟投，融資資金將重點用于核心產(chǎn)品“今天排”智能體的功能迭代與市場拓展，并逐步投入研發(fā)、供應鏈等其他工業(yè)場景的智能體產(chǎn)品研發(fā)。
從清北走出的工業(yè)智能“翻譯官”
公開資料顯示，圓木智能成立于2025年4月，團隊成員多來自清華大學、北京大學等國內(nèi)頂尖高校。
據(jù)其創(chuàng)始人姜昌浩描述，圓木智能的愿景是成為“全球領先的工業(yè)智能體工廠”，將AI技術“加工”成工廠真正需要的智能體產(chǎn)品。
雖為工業(yè)AI領域新秀，但其團隊具有“算法+工業(yè)+產(chǎn)品”的復合背景——既懂人工智能前沿研發(fā)，又有超二十年在工業(yè)數(shù)字化的實戰(zhàn)沉淀，也具備成功SaaS產(chǎn)品從0到1商業(yè)化的能力。
這種“葷素搭配”組合，使其工業(yè)AI產(chǎn)品從研發(fā)到落地異常迅速。
成立不足一年的時間，公司就與百度、智譜等大模型廠商達成深度合作，同時與清華大學、浙江大學、復旦大學等高校實驗室建立了產(chǎn)學研合作關系，構建了頗為穩(wěn)固的技術生態(tài)。
目前圓木智能的產(chǎn)品布局圍繞工業(yè)核心環(huán)節(jié)展開，目前已形成三個主要方向。
表：圓木智能產(chǎn)品矩陣與核心技術能力
產(chǎn)品線 |
核心場景 |
關鍵技術 |
解決痛點 |
智能體“今天排” |
多品種小批量生產(chǎn)排程 |
大模型理解約束+優(yōu)化算法動態(tài)排程 |
排產(chǎn)效率低、應對變化能力弱 |
智能文檔解析 |
工業(yè)非結構化文檔管理 |
深度學習與自然語言處理技術 |
知識管理低效、信息利用不足 |
設備智能交付 |
高端裝備全流程交付管理 |
文檔智能分析、自動審核與報告生成 |
交付周期長、質量一致性難保證 |
“三箭”齊發(fā)，直擊工業(yè)場景痛點
像傳統(tǒng)工廠，生產(chǎn)調(diào)度的核心往往是一個巨大的物理看板墻，生產(chǎn)排程需要經(jīng)驗豐富的老師傅在巨大的看板墻前“下棋”——依賴其數(shù)十年積累的經(jīng)驗，手工移動代表訂單的紙質卡片，在設備、交期與物料的多重約束間艱難權衡。
當一個客戶緊急訂單需要“插隊”，生產(chǎn)、銷售與車間班組就需迅速開會，爭論著該延遲哪個訂單、或啟動昂貴的加班與快速換模。隨后，排產(chǎn)員又需耗費數(shù)小時手工重排所有計劃，并逐一通知各個環(huán)節(jié)。
整個系統(tǒng)過程極易出錯，且往往以犧牲整體設備利用率為代價。
“多品種小批量、訂單變化頻繁、工序復雜設備多...”，如此種種便是當今制造業(yè)在轉型柔性生產(chǎn)后，企業(yè)急需解決的痛點難題，圓木智能的排產(chǎn)智能體“今天排”便是針對此應運而生。
據(jù)悉其通過大模型，可以快速理解復雜的工藝約束與優(yōu)化算法動態(tài)求解，能將傳統(tǒng)需要數(shù)小時的手工排產(chǎn)與重排過程，壓縮至分鐘級別。
特別是在面對插單等變化時，可快速生成全局最優(yōu)新方案，從而直接回應了傳統(tǒng)模式下效率、柔性、協(xié)同三大核心痛點。
而針對大量技術圖紙、復雜表格和操作手冊等非結構化文檔管理難題，其旗下的智能文檔解析產(chǎn)品通過深度學習與自然語言處理技術，提取關鍵信息并轉化為結構化知識數(shù)據(jù)。
另外其還有設備智能交付解決方案，可覆蓋從DFM評審到FAT/SAT驗收的全流程，通過自動審核與報告生成，大大提升高端裝備交付的效率與質量。
圓木智能的工業(yè)AI產(chǎn)品，瞄準的就是制造業(yè)此類“小而繁瑣”且和生產(chǎn)效率息息相關的部分。
深耕蘇南，跑通機加工“樣板間”
當然，產(chǎn)品落地的“最后一公里”，往往難在客戶端的應用普及上。
圓木智能選擇從制造業(yè)聚集的長三角地區(qū)切入，據(jù)維科網(wǎng)智能制造獲悉，其“今天排”產(chǎn)品已在蘇州、無錫等地的機加工工廠實現(xiàn)落地應用。
根據(jù)客戶反饋數(shù)據(jù)，該系統(tǒng)能幫助客戶實現(xiàn)全工序自動排程，排產(chǎn)時間縮短90%，訂單交付率提升15%以上，這些指標的變化，直接體現(xiàn)在設備稼動率提升和交期確定性的增強。
結語
當下，工業(yè)領域正迎來人工智能技術融合的窗口期。
2026年1月，工信部等八部門聯(lián)合發(fā)布《“人工智能+制造”專項行動實施意見》，明確要求加快推進人工智能技術在制造業(yè)的融合應用。
然而在實際推廣中，使用難度大、場景貼合性弱、投入產(chǎn)出比不足等問題，仍是制約著中小制造企業(yè)采用前沿AI技術智能化的關鍵所在。
像單單在工業(yè)排產(chǎn)這條道路上，如今就面臨人才短缺與經(jīng)驗傳承困難等諸多挑戰(zhàn)，圓木智能選擇將資深工程師的排產(chǎn)經(jīng)驗轉化為可復用的算法模型，通過“今天排”這樣的智能體產(chǎn)品，為更多制造企業(yè)提供決策支持。
姜昌浩認為，工業(yè)智能體不僅有望替代重復性腦力勞動，其體現(xiàn)出的通用性也使得單一智能體產(chǎn)品有機會低成本適配不同類型工廠甚至不同場景。
不過這條道路面臨的核心挑戰(zhàn)在于如何平衡產(chǎn)品的標準化與不同行業(yè)、不同企業(yè)的個性化需求。
圓木智能以從排產(chǎn)這一具體場景入手，在垂直行業(yè)先嘗試，建立產(chǎn)品可行性與市場信任度，隨后向研發(fā)、供應鏈等更多工業(yè)場景延伸，實現(xiàn)“工業(yè)智能體從‘特定行業(yè)+特定場景’向‘跨行業(yè)+跨場景’的通用性升級”。
當圓木智能的工業(yè)AI智能體，真正學會讀懂不同領域的不同生產(chǎn)工單，理解設備狀態(tài)、物料供應和交期壓力的多重約束時，它就不再只是單純的輔助工具，而可以成為生產(chǎn)線的“第二大腦”。
在姜昌浩的設想中，圓木智能內(nèi)部也將打造AI原生的組織，持續(xù)優(yōu)化自己的“生產(chǎn)線”，甚至向“無人線”邁進。
未來，圓木智能這一“大腦”能否真正跨越行業(yè)壁壘，實現(xiàn)從機加工到汽車制造，再到消費電子等不同領域的通用智能調(diào)度，將是圓木智能從工業(yè)AI“新秀”到“老將”轉變的真正關鍵。
分享
