首发|金珵科技完成A轮融资，上海交大教授李金金重新定义工业AI

原标题：首发|金珵科技完成A轮融资，上海交大教授李金金重新定义工业AI

当通用大模型、Physical AI的概念热潮渐渐退去，投资人转而寻找真正扎根实体经济的AI机会，一家年轻的工业AI公司走进了我们的视野——金珵科技。

“求对接上海交大的李金金教授。”最近，投资圈开始打听起来。李金金正是金珵科技掌门人——博士毕业于上海交通大学，海外深造后于2014年回到母校任教，担任人工智能与微结构实验室主任，长期深耕AI for Science与物理AI。目睹龙头工厂高度依赖老师傅经验、生产转化停滞不前，她萌生了用时序AI改造产线的创业想法。

2023年，金珵科技诞生于上海，团队自研的ManuDrive大模型——覆盖18万工艺变量、1.5亿条理化动力学数据、30亿装备时序数据，每年可为制造业龙头单条产线带来千万级增量效益，公司也被业内称为“AI老法师”。投资界获悉，金珵科技刚刚完成A轮融资，集结了上海国资、产业资本以及头部市场化基金。

“不少机构深度下沉到产线现场，跟着我们跑工厂，实地看系统如何介入生产、调节工艺参数、拿到真实降耗增效结果。”李金金回忆最近投资人密集赶来的一幕。如此，也是AI走进物理世界的真实写照——工业AI不是实验室故事，提升生产效率，创造实实在在的经济效益才是第 一要义。

上海交大教授，重新定义工业AI

投资人对于金珵科技的初始印象，大多源自李金金教授。

她出身于凝聚态物理专业，长期从事第 一性原理计算研究，现任上海交通大学人工智能与微结构实验室（AIMS Lab）主任。此前，李金金教授率队在AI+材料科学、生命科学及工业制造领域开展前沿研究，开发出AlphaMat材料生成式大模型、AlphaBio蛋白质预测大模型、ManuDrive工业时序控制大模型等多个具有产业应用价值的AI智能平台。‌‌

也是在和制造企业深度接触的过程中，她愈发意识到：工业生产的本质是物质在时间流中的连续转化，是一个动态过程。而过去的AI只能做静态分析和事后预测，没法实时干预并提前预警正在发生的生产流程。

工厂里最值钱的，是老师傅藏在经验里的时序判断能力。但人的经验存在天花板，很多制造企业卡在现有工艺，产量、能耗很难再实现突破。

“很多工厂不缺传感器，也不缺海量生产数据，但很难用好数据。工艺复杂、机理不清、工况多变，传统机理模型很难适配，通用大模型又不懂物理约束，给出的方案无法直接用于生产操作。”下场创业的念头在李金金心中冉冉升起。

2023年，AI浪潮席卷，大量更轻、更容易获得融资的创业选项摆在面前——通用大模型、消费级AI等赛道，见效快，故事也好讲。行业热闹中，李金金选择了一条更能赋能实体产业、更惠及民生、也更高效、更具长期价值的硬核之路，一头扎进了周期漫长、门槛更高的实体制造业，用AI重新定义工业生产方式。

金珵科技由此诞生。

团队把AI for Science对物理世界的建模能力，迁移到工业动态时序生产过程，直接去干预、优化正在发生的制造流程。他们自研了ManuDrive工业时序控制通用底座，沉淀了127个可复用的算法功能智能体，融合物理机理与现场工业数据，输出受到物理安全约束的可执行控制指令，直接参与产线调控。

ManuDrive，平台不再只是数据可视化与结果分析，而是实时优化工艺参数、压缩生产节拍、降低能耗损耗、稳定产品良率、减少设备异常停机，从根源上解决流程制造与时序生产的波动问题，实现生产效率、产品质量、能耗成本三大核心指标的确定性提升。

这是一个可规模化复用、可自由组合迭代的工业智能体底座，被业内称为“工业界的AI乐高”。

“比如落地到生物发酵领域，选这30个智能体；落地到污水处理，选另外40个智能体；到高炉焚烧，就是另外20个智能体。通过这些智能体，快速搭建一个垂类模型。”李金金举例道。“原来一个垂类模型开发可能得按年算，我们现在最快一个小时就可以搭建一个。”

区别于传统工业软件侧重监控、统计仿真，也区别于通用大模型擅长文本信息处理，ManuDrive平台的底层逻辑，是把物理机理融合、时序工业数据处理、工业AI模型、安全约束、产线对接能力全部抽象沉淀，形成可复用的组件库。

依托这套智能体底座，项目无需从零搭建算法与工程体系，绝大多数基础智能体可直接复用，落地周期可压缩至1-2周。

如此一来，不同行业场景，ManuDrive可以通过拼装已有AI智能体完成适配，不用每一个项目从零写代码，以此打破项目制的枷锁，同时也实现了“场景-模型-数据”飞轮规模化运转。

创业三年已盈利

这一切始于金珵科技啃下的一个标杆项目——川宁生物。

川宁生物是全球最 大的抗生素发酵企业之一。发酵过程极其复杂，一个发酵罐里同时发生着上百种生化反应，温度、pH、溶氧、补料速度这些参数互相耦合，传统控制方式依赖老师傅经验。

但老师傅的经验有两个问题：不可传承，人会退休；不稳定，不同班次操作不一致，易引发产量波动。这些都是摆在企业面前的考验。

为帮助企业突破瓶颈，金珵团队进驻新疆伊犁生产基地。也正是在这里，ManuDrive的雏形诞生了。

现场验证中，ManuDrive曾多次给出与传统老师傅经验不同的调控思路，最终在实验罐上被证明效果更优。这样的验证多了，工艺人员对AI的信任也在此间慢慢生长起来。

效益是实实在在的。在金珵团队的赋能下，川宁生物的产线生产波动降低50%，产量实现3%-5%提升，单条产线每年带来千万级别的增量效益。

更为重要的是，这个最初的标杆项目，成为金珵科技走向产品化的关键里程碑。团队从第 一天就坚持平台化沉淀，把时序预测、异常检测、闭环控制、工业协议对接等能力全部抽离成标准化组件。

这套标准化能力，也在此后的项目中快速得到验证。

以生物发酵场景为例，针对氨基酸、维生素原料药类发酵工厂，企业只需导出历史批次运行数据，基于ManuDrive大模型，调用已沉淀的发酵类标准化组件，1-2天内即可完成模型上线部署。模型能够复现完整发酵曲线，输出未来全生命周期代谢网络，并给出工艺动态优化建议，有效抑制批次波动，提升产量。整个过程无需改造现有产线硬件，依托历史数据即可完成效果验证。

在离散制造——刀具加工工艺规划场景中，平台接入二维/三维工程图纸、历史加工台账及刀具全生命周期记录，无需改造机床硬件，1天内即可完成AI工艺规划模块部署。平台将资深工艺师傅的隐性排刀、加工选型经验内化进模型，由AI自动输出完整工艺方案。原先需要十几天甚至数月完成的工艺编制工作，现在仅需数分钟即可完成。

凡此种种，ManuDrive的标准化组件在不同场景中快速复用，交付周期从最初的数月，缩短到数天，甚至1天。这背后，是平台化沉淀带来的效率跃迁。

自此，商业模式渐渐跑通。传统工业软件往往按License或项目制收费，客户付了钱但效果不确定，风险全在客户那边。金珵科技则选择和客户风险共担，采用收益分成的模式——客户不需要前期大额投入，只在AI真正创造了增量收益之后，金珵科技才获取相应分成。

这套模式把技术价值和客户经营结果深度绑定，也倒逼自身必须交付真实可量化的产业价值，而不是停留在演示Demo层面。

目前，金珵科技已经落地超百家中大型实体制造企业，在生物制造、化工、水务等流程工业落地多条产线闭环项目。与此同时，公司也开始出海——今年7月签下出海首单。“对方看到我们国内产线真实落地效果，再开展深度技术交流，完成方案验证，最终达成合作。”李金金聊起这笔订单的缘起。

令人意外的是，创业仅三年，金珵科技已经实现盈利，营收规模也获得高速增长。也正是这份已经被产线验证过的商业化能力，引来诸多客户、投资人主动找上门。

喧嚣过后

AI竞赛回归物理世界

回望这一波技术浪潮，大量热钱涌向数字世界的大模型应用。但信息处理只是AI的一半命题。人类社会的存续与运转，终究要回到物理世界实实在在的物质生产。

如何让AI真正走进工厂，读懂复杂多变的物理生产过程，完成感知、预判、决策、执行的完整闭环？这是投身实体经济的创业者们共同面对的一场漫长远征。

“市场渐渐告别概念追捧，一切以产线真实结果说话。”与投资人交流的过程中，李金金切身感知到行业共识的变化。

投资人不再单单盯着PPT上炫酷的模型参数，转而追问更实在的问题：技术是否真正接入真实产线？能不能做到闭环控制？交付效率能否持续迭代提升？收入是否来源于落地创造的实际价值，而非零散、不可复制的定制项目。

金珵科技深谙此道。团队十余年来，从AI for Science的科技创新，到Science for Industry的产业创新，成为了既懂AI算法、又理解工业生产、商业化思维贯穿始终的“AI老法师”，也将“产业出题，科技答题”真正落地。如李金金所言：“POC做得漂亮不算胜利，跨过试点、走向规模化复制，才是真正的考验。”

如今，这家成长于上海的创业公司已经走完关键一步。但在李金金看来，这只是一个起点。她清醒地看到，AI进入物理世界，不会是一蹴而就的颠覆，而是一场旷日持久的实地打磨，需要沉住性子，一个生产批次一个批次地跑通验证，一条产线一条产线地攻克现实难题。

于尚在爬坡的工业AI行业而言，金珵科技给出的启示或许正在于此：行业热度潮起潮落，新概念、新叙事轮番登场。与其追逐风口、渲染技术神话，不如沉下心锚定真实的产业痛点，将算法能力转化为工厂之中看得见、可量化的生产增量，这才是创新企业行稳致远的根本。

而这背后，是一片得天独厚的广阔蓝海。中国作为全球最 大的制造业大国，拥有全世界门类最完备的工业生产体系，海量的产线现场，也孕育出独有的工业场景与语料积累，为Physical AI的生长提供了独 一无二的土壤。

金珵科技要做的，便是成为这片蓝海里的工业智能基础设施。就像提到操作系统，人们会想到微软；提到搜索，人们会想到谷歌。也许不远的未来，提到工业智能，人们会首先想到这个始于上海的团队。

文章来源：投资界原创 ｜ 作者：

周佳丽

原文地址：https://news.pedaily.cn/202610/570142.shtml