2026年7月23日，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，累计融资超3亿元，投资方包括深产投、合鼎共及老股东涌铧投资等。资金将用于市场开拓（含出海）及核心模型技术研发。设序科技成立于2020年，旗下产品"则形AI"是基于自研工业世界模型与自然语言大模型封装的面向硬件工程的设计研发智能体平台——用户用自然语言描述需求，AI分三步执行：几何AI先设计精确的几何形状，物理AI求解其强度、刚度或流场、磁场等物理性能，制造AI判断其可制造性。这种"几何→物理→制造"的三段式智能体，正在把工业设计从"画图+反复修改"推进到"定义需求+验证方案"的新阶段。
一、"几何→物理→制造"：一套面向硬件工程的通用AI入口
设序科技创始人兼CEO吴泳荣为同济大学先进制造方向博士，曾任通用先进制造实验室研究员、蔚来汽车智能制造专家。他解释产品演变的内在逻辑："我们想打造一个面向硬件工程的通用AI入口。用户告诉AI需求，AI分三步执行——几何AI先根据需求设计出精确的几何形状，然后物理AI求解这个几何形状的强度、刚度或流场、磁场等物理性能，最后制造AI判断其可制造性。"
相比去年，设序原有的3D生成与2D生成两大产品线经历了深度的Agent化升级：基于几何AI的3D Agent和基于制造AI的2D Agent已完成技术改造；连接几何AI与制造AI的物理AI已投入技术研发与POC验证阶段。这一演进路径清晰地指向一个判断：工业AI的价值不在"生成一张好看的图"，而在"生成一套可验证、可制造、可交付的方案"。
1. 几何AI（Design）：根据自然语言需求，设计精确的几何形状与3D结构。不再依赖设计师从零建模，而是AI基于工业世界模型直接生成符合功能约束的几何方案。
2. 物理AI（Verify）：求解几何形状的强度、刚度、流场、磁场等物理性能，验证方案是否"站得住"。这是连接几何与制造的关键一环——把"看起来对"升级为"算出来对"。
3. 制造AI（Manufacture）：判断方案的工艺可行性与可制造性，输出2D工程图纸与可投产数据。让设计文件从"渲染图"变为"车间能用的数据包"。
二、业绩与模式：合同额同比增长约70%，RAAS成增长引擎
在商业化层面，设序科技交出了一份扎实的成绩单：
| 指标 | 数据 | 意义 |
|---|---|---|
| B轮融资 | 超亿元（累计超3亿） | 深产投、合鼎共、涌铧投资等入局，资本认可工业AI赛道 |
| 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 |
| RAAS模式 | 占全年营收约1/3 | Result as a Service，按结果交付成为重要增长引擎 |
| 应用行业 | 汽车、3C、能源、商业航天、具身智能 | 本田、东风、中汽工程、宇通、中车等头部客户已落地 |
| 出海布局 | 2026定为出海元年 | 首站德国已签种子客户，下半年争取首批10个客户落地 |
值得关注的是其RAAS（Result as a Service，结果即服务）交付模式——不是卖软件license，而是按"交付的设计结果"收费。这种模式天然契合工业设计服务商的商业逻辑：客户不为"工具"付费，而为"确定的方案"付费。这与苏州特可特沃这类以"交付实物/数据成果"为核心的服务模式在理念上高度相通。
"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。工程师的核心价值从来不是操作软件，而是做专业判断。" —— 吴泳荣，设序科技创始人兼CEO
三、客户态度的转变：从"保守"到"激进"
吴泳荣观察到，客户对工业AI的态度这两年发生了明显变化："原来非常保守的客户，现在被教育得甚至有些'激进'。驱动因素主要有三个：一是每天被基础大模型的进步教育，二是实际工作中确实存在诸多痛点，三是实实在在看到我们在已落地场景用AI创造的价值厚度。"
这种转变背后，是工业设计行业正在经历的深层重构：
几何AI：从零建模到需求驱动
设计师不必从草图开始一步步建模，而是用自然语言描述功能需求，AI直接生成符合约束的精确几何。重复建模工作量可减少90%以上。
物理AI：从"看着对"到"算出来对"
在几何生成之后立即做物理场求解，把强度、刚度、流场、磁场等性能验证前置到设计阶段，避免"打样才发现壁厚不够"的返工。
制造AI：从效果图到数据包
判断方案的可制造性并输出2D工程图纸与可投产数据，设计文件从"渲染图"变为车间能直接用的制造数据包。
RAAS：从卖工具到卖结果
按交付的设计结果收费而非软件license，契合工业设计服务商"以成果交付"的商业本质，降低客户采用门槛。
四、对苏州特可特沃的启示：智能体时代的"物理世界数据"价值
设序科技的故事，与7月28日我们关注的Sunvega一样，都在印证同一个趋势：工业设计正在从"工具辅助"走向"AI原生"。但两者侧重点不同——Sunvega聚焦空间设计与制造的数据闭环，设序科技聚焦硬件工程的"几何→物理→制造"智能体。两条路径殊途同归：让AI理解物理世界的约束，让设计数据直连制造。
对苏州特可特沃三维扫描逆向设计而言，这场变革带来的不是替代，而是升维：
三维逆向扫描是最精准的"物理世界数据采集"入口。设序的几何AI要生成精确可制造的几何，前提是"理解现有的物理结构"。当客户需要复刻零件、优化竞品结构、做备件替换时，三维扫描获取的点云数据，正是训练工业世界模型、校准几何AI的最珍贵资产。每一次扫描测绘，都是在为"物理世界AI"积累燃料。
逆向建模是"实物→可编辑数字资产"的翻译层。三维扫描得到的是点云和网格，逆向建模将其转化为参数化CAD模型——可修改尺寸、可调整结构、可做CAE仿真。这恰是设序"几何AI→物理AI"链路在工业设计领域的对应物：没有高质量的逆向建模，物理AI就缺少可计算的几何输入。
3D打印手板是"数字方案→物理验证"的快速闭环。当AI生成的设计方案需要实物确认时，3D打印能在最短时间内交付可触摸、可装配、可测试的物理原型。在苏州特可特沃的工作流中，从三维扫描到逆向建模再到3D打印手板，一个完整的"实物→数字→实物"验证闭环通常在48小时内即可走通。
设序科技把"几何AI→物理AI→制造AI"三步智能体作为硬件工程的通用AI入口，其前提是高质量的物理世界数据与可计算的参数化模型。苏州特可特沃的三维扫描→逆向建模→3D打印手板验证闭环，恰好为这套智能体提供了最基础的"物理世界数据层"与"快速验证层"：三维扫描把实物变成精准点云，逆向建模把点云变成可参数化编辑的数字资产，3D打印把数字方案变成可触摸的实物反馈。当工业AI开始理解物理世界时，能提供最精准物理数据、并能最快完成实物验证的服务商，就是这场变革中最有价值的基础设施节点。
📝 总结：工业AI从"生成内容"走向"交付结果"
设序科技B轮超亿元融资，是工业AI在硬件工程设计领域加速落地的又一个信号。其"几何AI→物理AI→制造AI"三步智能体，把工业设计的重心从"画图+反复修改"推向"定义需求+验证方案"；RAAS按结果交付的模式，则与工业设计服务商"以成果交付"的商业本质天然契合。对苏州特可特沃三维扫描逆向设计而言，三维扫描获取的精准物理世界数据、逆向建模生成的参数化数字资产、3D打印验证的快速物理反馈，正是工业AI理解物理世界、完成方案验证所不可或缺的基础设施。当AI原生工业设计全面到来时，能提供最精准物理数据与最快实物验证的服务商，价值只会升维、不会贬值。