从一张产能地图，到一套 AI组织制造的体系
AI 正在以前所未有的速度降低创新门槛。一个想法可以迅速变成设计图，一段描述可以分秒生成产品方案。但从创意走向真实产品，仍需要跨越结构设计、材料工艺、工程验证、生产制造和供应链交付等诸多环节。
海智智造创始人、董事长佘莹在当天以《想象的加速度与一条制造长路》为题发表演讲。她谈到，AI 可以实现秒级响应，但“造物是一条长路”。海智推出三大产品体系，正是希望缩短从想法到样机、从样机到产品的整个链路。
11年前，海智从一张中国产能地图起步。如今，海智已连接80万家中国工厂，服务30万全球采购商，覆盖117个国家和地区的采购需求，积累了超过1000万张工程图纸以及大量真实制造数据。
这些积累不仅包括产品图纸，还涉及询报价、工艺选择、制造能力和实际履约经验，使海智逐步从“帮客户找到工厂”，走向“理解需求、判断工艺、组织产能、管理交付”。
从“海智在线”到“海智智造”，变化的不只是品牌名称，更是工业服务从供需连接向研发、制造和交付全流程延伸。
HAI 1.0 亮相，让 AI 从理解语言走向理解制造
工业制造不同于一般的文本生成。一张图纸背后，涉及材料、尺寸、公差、装配关系、工艺路线和生产成本等大量专业知识。能够生成设计图，并不意味着设计方案能够真正生产。
本次发布的工业基础模型 HAI 1.0，正是面向这些真实工业问题，探索让 AI 理解工程约束、调用专业工具、辅助制造决策。
现场，海智智造首席科学家、上海交通大学博士生导师，国家高层次青年人才，前美国字节跳动（ByteDance）Seed团队高级研究科学家李彦玮以机器狗腿部零件为例，展示了从需求输入到工程图纸、工艺分析、成本估算和厂商匹配的技术路径。对于一个机器狗零件，AI 不仅需要识别其结构和形状，还要理解哪些装配条件不能改变、哪些设计参数可以调整，以及哪些缺失信息需要用户或工程师进一步确认。
依托海智长期积累的工业数据与知识，HAI 1.0 重点推进图纸理解、工艺路线分析、工程核价和厂商匹配，并进一步探索参数化 CAD 生成与编辑、工程校验及自进化机制。
其重要技术方向，是让模型形成“生成、检查、修正”的一体化能力：既能够围绕当前需求生成、检查和修正方案，也希望将制造过程中的专家修正、工程反馈与验证结果沉淀下来，用于后续模型的持续改进——这就是“自进化”的含义。
李彦玮将 HAI 1.0 的目标概括为三个方面：需求说清楚、方案做得出来、经验留得住。这也是海智发展工业基础模型的独特基础：将11年真实制造业务沉淀下来的图纸、工艺、成本和交付经验，逐步转化为可供 AI 学习和调用的工业知识。
。END 。
