【首发】金珵科技完成A轮融资，道彤联合领投，加速工业AI规模化落地

近日，上海金珵科技有限公司（以下简称“金珵科技”）完成A轮融资，道彤投资联合领投，本轮融资汇集了上海国资及产业资本。融资资金将主要用于工业AI底层技术研发、产品体系完善、重点行业应用拓展及全球化布局。

金珵科技成立于2023年，是一家聚焦工业AI的科技企业，由上海交通大学李金金教授创立。公司自主研发ManuDrive工业时序控制大模型，面向流程工业与离散制造中的复杂生产问题，通过对工艺参数、设备运行及生产过程数据进行建模，为企业提供预测、优化及生产控制能力。

创始人李金金教授出身于凝聚态物理专业，长期从事第一性原理计算研究，海外深造后于2014年回到母校上海交通大学任教，现任人工智能与微结构实验室（AIMS Lab）主任，长期深耕AI for Science与物理AI。此前，她率队在AI与材料科学、生命科学及工业制造领域开展前沿研究，先后开发出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备产业落地价值的AI智能平台。

目前，ManuDrive已应用于生物制造、化工、水务、装备制造等多个工业场景，其中生物制造是较早实现生产闭环验证的方向之一。

过去几年，AI在生命科学领域的应用更多集中在研发端。从靶点发现、分子设计到蛋白质结构预测，AI已经成为提升研发效率的重要工具。相比之下，当药品、原料及生物制品进入规模化生产阶段，企业面对的是另一类问题：如何在长周期、连续变化的生产过程中稳定质量、提高产量并降低能耗。

这也是工业AI正在尝试解决的问题。

传统工业生产并不缺数字化系统。

大量制造企业已经部署PLC、DCS、SCADA、MES等系统，也积累了大量设备和生产数据。但这些系统更多承担数据采集、监控、执行和管理功能，真正涉及工艺优化和复杂生产决策时，仍然高度依赖工程师经验。

以生物发酵为例，温度、pH、溶氧、补料速度等参数持续变化且相互影响。一个参数此刻发生变化，可能需要数小时甚至更长时间，才会完整反映在最终产量和质量上。

因此，这类场景对AI的要求并不是完成一次静态预测，而是持续理解生产状态：现在发生了什么、接下来可能发生什么、此时调整某个参数会产生怎样的连锁反应，以及怎样的参数组合能够得到更好的生产结果。

金珵科技将这类问题概括为对工业“时序”的理解。

公司自主研发的ManuDrive工业时序控制大模型，融合工业时序数据、物理机理、AI模型、安全约束及产线对接能力，目前已覆盖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，并将生产过程中常见的时序预测、异常检测、参数优化、闭环控制等能力进行模块化沉淀。

目前，ManuDrive已经形成127个可复用的算法功能智能体。针对不同工业场景，可以调用不同的智能体进行组合，再结合具体工艺和现场数据完成适配：落地生物发酵选用约30个智能体，污水处理选用约40个，高炉焚烧场景则选用约20个，通过拼装智能体即可快速搭建垂类模型。过去一套垂类模型的开发往往以年计算，而借助这套底座，最快1小时即可完成搭建。这套可规模化复用、支持自由组合迭代的工业智能体底座，也被业内形象地称为“工业界的AI乐高”。

这一产品思路背后，是工业AI长期存在的一个现实难题：如何降低高度非标准化工业场景的交付成本。

传统工业AI项目往往需要针对不同客户重新处理数据、开发模型、完成系统对接，项目周期长，也较难形成规模效应。

金珵科技希望通过通用底座和模块化能力，把其中可以标准化的部分提前沉淀下来。当进入新的生产场景时，不再从零开发，而是在已有能力基础上进行组合和适配，落地周期压缩至1-2周。

这也是ManuDrive从一个工业AI模型走向平台化产品的关键。

在生物制造领域，金珵科技较早落地的代表性客户是川宁生物。

生物发酵是典型的复杂流程工业。发酵过程中存在大量相互关联的生化反应，温度、pH、溶氧、补料等工艺参数高度耦合。过去，生产过程中的很多关键判断依赖资深工艺人员长期积累的经验。

这类经验非常重要，却也存在明显局限：一方面，人的经验很难被完整结构化和传承；另一方面，不同人员、不同班次之间的操作差异，也可能造成生产结果波动。

在川宁项目中，金珵科技通过历史批次数据和现场生产数据建立模型，对生产过程进行持续预测和工艺优化。

工业AI进入真实生产系统，还需要解决另一个问题——安全。

与文本生成不同，生产系统没有无限试错的空间。因此，模型不会在上线第一天就拿到自动控制权限，而是要先通过历史数据回测和现场测试，在多个真实生产批次中跑通，再在工艺安全约束范围内逐步扩大应用。

根据公司提供的数据，川宁相关产线应用ManuDrive后，生产波动降低50%，产量提升3%—5%，单条产线每年产生千万级增量效益。

这组数据对金珵科技而言还有另一层意义。

工业AI过去并不缺PoC。真正决定企业是否愿意持续采购的，是AI最终能否反映到产量、能耗、良率、设备利用率等经营指标上。

公司在部分项目中也开始探索收益分成模式：AI产生实际增量价值后，再按约定分享收益。相比传统的License授权或一次性项目收费，这种模式把AI供应商的收入与制造企业最终获得的生产价值直接挂钩。

这套标准化能力也在后续医药发酵项目中快速复制。面向氨基酸、维生素等原料药发酵工厂，企业只需导出历史批次运行数据，调用ManuDrive发酵类标准化组件，1-2天内即可完成模型上线部署，整个过程无需改造现有产线硬件，仅依靠历史数据即可完成效果验证。

对于一家定位工业AI的公司而言，更重要的问题是：同一套技术底座，能否跨越不同产业和生产方式？

目前，金珵科技的应用已经从生物制造延伸至化工、水务、装备制造等多个领域，覆盖流程工业与离散制造场景。

以装备制造中的刀具加工工艺规划为例，生产问题已经与生物发酵完全不同。

传统情况下，资深工艺人员需要根据工程图纸、材料、设备和历史加工经验完成刀具选择与工艺规划。相关经验同样具有较高的个人依赖度，也需要较长的人工编制周期。

在这一场景中，ManuDrive接入二维、三维工程图纸、历史加工台账及刀具全生命周期数据，将资深工艺人员在排刀、加工选型等环节的经验转化为模型能力，并自动生成工艺方案。该场景无需改造机床硬件，1天即可完成AI工艺规划模块部署。根据公司提供的案例，过去需要十几天甚至更长时间完成的工艺编制，可以压缩至数分钟。

从发酵到刀具加工，两个场景几乎没有直接的行业关联。

金珵科技试图复用的也并非某一种具体工艺，而是生产过程中更底层的AI能力，包括数据处理、时序预测、异常识别、优化决策，以及对工业经验的数字化沉淀。

公司将这种能力形象地称为“AI老法师”。

这里的“老法师”，指向的是制造业里大量存在、却长期难以复制的隐性经验。一个工作20年的工程师能够判断的问题，未必全部写在工艺手册里。工业AI要做的，并不是简单替代这些工程师，而是把人的经验与长期生产数据结合，让过去依赖个人的know-how逐渐变成可以被验证、沉淀和复用的系统能力。

基于异构场景和异构数据的ManuDrive大模型基座，正演化出一批“老法师”式新岗位：AI生物发酵工程师、AI污水处理师、AI数控编程师、AI工艺图纸生成师、AI智能排产师、AI机器人调度师、AI视觉识别师、AI纺织制版师、AI工业建筑设计师、AI工业设计建筑师——皆出自同一个ManuDrive大模型。

过去一轮AI创业热潮中，大量公司首先在数字世界寻找应用。

工业AI走的是另一条路径。它面对的客户更加谨慎，销售和验证周期更长，系统一旦进入生产环节，对稳定性和安全性的要求也远高于一般软件。但与此同时，一旦技术能够真正改变生产结果，其价值也更容易被量化。产量提高3%、能耗下降10%、设备少停机一天，分别意味着什么？这些问题最终都可以被折算成企业经营数据。从这个角度看，工业AI真正需要证明的并不是“AI能不能用于制造业”，而是它能否以足够低的部署成本，在足够多的工厂里持续创造超过自身成本的生产价值。这也是金珵科技希望通过ManuDrive和模块化体系回答的问题。

目前，金珵科技的产品已在生物制造、化工、水务、装备制造等不同工业场景落地，公司已实现盈利。海外业务也在推进中，今年7月签下了首个海外订单。

对于生命科学产业而言，金珵科技提供了另一个观察AI的视角：

AI带给生命产业的价值，并不只发生在药物被发现之前。当一个产品从实验室走向工厂，如何提高发酵效率、稳定生产质量、降低能源与原料消耗，同样存在大量尚未释放的数据价值。

生物制造是其中一个重要场景，但金珵科技希望解决的是更大的工业问题。中国拥有规模庞大的存量制造体系，大量已经运行多年的设备、产线和工厂积累了海量生产数据和工程经验。如果AI能够在不推倒重建既有生产体系的情况下，继续从这些资产中挖掘新的效率空间，它创造的就不只是数字化价值，而是新的生产增量。

道彤投资表示：金珵科技是真真正正第一家把AI for 工业跑通的公司。工业大模型不是在实验室里开发出来的，而是在一个个真实场景中打磨出来的。我们曾走进川宁生物的发酵车间，看到ManuDrive系统在数百吨级的真实产线上完成调控，带来产量与能耗的切实改善。中国拥有全球门类最完备的工业体系，海量存量产线中沉淀的数据与工艺经验，正是AI尚未释放的价值所在。金珵用三年时间、超百家企业的落地验证了这条路径，我们相信它有机会成长为中国工业智能化的基础设施，让存量制造业真正再创增量。

金珵科技成立于2023年，总部位于上海，是一家聚焦工业AI的科技企业，由上海交通大学李金金教授创立。

公司自主研发ManuDrive工业时序控制大模型，通过融合工业时序数据、物理机理、AI模型、安全约束及产线对接能力，为制造企业提供生产预测、工艺优化及控制能力。目前，相关技术已应用于生物制造、化工、水务、装备制造等多个工业领域。

公司通过ManuDrive通用底座、127个可复用算法功能智能体，以及FDE前沿部署工程师+FDR前沿部署研究员的落地体系，探索工业AI在不同实体制造场景中的标准化与规模化应用。