IT时报记者 潘少颖
头戴式数据采集设备、滑板车、AI灯光机器人……这些看似不搭界的产品，出现在2026工博会海智智造的展台上。几步之外，几个参观者正在研究一块EDC推牌。那是海智员工自己画图、打样、迭代出来的解压玩具，定价199美元，上线三周卖了800多个。
如何把想法变成能够被制造出来的实物？业界的一个共识是：从图纸到量产的长链路，并未因AI而真正缩短。在2026工博会上，海智智造发布工业基础模型HAI 1.0，魔砺工场、智能体工作台、阵列工场三大产品同步亮相。
这家成立11年的公司，希望以AI推动工业服务业向研发、制造和交付全链条延伸，让专业制造能力更容易获得，让创新成果更快进入真实产业。
AI能秒出图 但造物是长路过去一年，AI造物成为热门叙事。输入一段自然语言，生成外观图，再做结构设计，最后把产品造出来——这套流程被反复演示，似乎制造的门槛正在被AI迅速抹平。但真实世界里，一张图纸从设计到交付，要穿过材料、工艺、装配、核价、寻源的重重关卡。
海智智造创始人、董事长佘莹将AI能力总结为两个词：收敛与准确。“任何自然语言放到AI软件里，都能出炫酷的视频，但如果要把AI送到真实的产业世界，把活干出来，它一定要收敛想法——这个工艺路线能不能被这种材料造出来？两个看起来毫不相关的零件，最后能不能真的装配好？”
这种判断来自海智11年的积累。
海智的起步并不轻松。创业初期，团队在菲律宾宿务组建了一支40余人的外呼队伍，向全球采购商推介中国制造产能：只要对方提供图纸，海智便免费为其在中国及亚太地区调度工厂。据海智官方数据，目前平台连接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，累计沉淀超过1000万张工程图纸与约2.6亿条制造数据。
“一张图纸平均会收到3～8家工厂的报价，而在同一园区内，两家同行对同一零件的报价可相差8～20倍。”在佘莹看来，背后是制造业成本结构的不透明。
报价悬殊，仅仅是制造落地难题的一个切面。过去有超过500万张图纸在DFM分析后发现“不可被制造”，设计者懂外观，却不懂材料、结构和工程化。
“AI可以实现秒级响应，但制造是一条长路。”佘莹说。有一个美国客户当年只给出“刚刚好”三个字的需求，这家企业主营雪地摩托装备，核心产品为雪地摩托护目镜面罩，客户要求面罩要松到单手驾驶摩托时即可完成拆卸，又要紧实到雪地高速颠簸工况下不会滑脱。没有图纸，没有参数，如何把“刚刚好”转化为可制造的零件？海智团队将客户的感性诉求拆解为多维度工程指标，完成多轮试样与迭代。
从“理解语言”到“理解制造”如果制造是一条长路，AI能在哪些环节加速？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李彦玮的答案是：从理解需求开始。
他以机器狗的腿部零件为例，展示了HAI 1.0的技术路径：用户输入一张草图或一段描述，模型首先识别图纸中缺失的项目，包括约束是否足够、孔径是否明确、关联零件是什么；然后理清装配关系，因为“腿不是独立存在的，它和关节、爪子或支撑柱联系在一起”；最后进入制造决策，分析工艺路线并匹配具备相应能力的厂商。
李彦玮将HAI 1.0的目标概括为三句话：需求说清楚、方案做得出来、经验留得住。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，并探索参数化CAD生成与编辑、工程校验及自进化机制，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。
这也是海智发展工业基础模型的独特基础：将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。
一条从创意到量产的递进路径从一个零散的创意到可以推向市场的量产商品，创新者往往会遭遇多重现实阻碍：想法难以转化为可制造样机、寻源报价耗费大量人力，高端复杂项目更面临供应链统筹的难题。海智的产品矩阵，正是沿着“想法—样机—产品”这条链路搭建而成。
面对创客、科研人员零软硬件基础的创意起点，魔砺工场可以完成从零到一阶段的验证闭环。用户用自然语言描述想法，系统帮助收敛需求、生成外观和结构方案，再连接软硬件开发和制造资源，把一个模糊的想法推到“可以被制造”的状态。海智还在上海建设原型验证工场，专门承接小量样件试制，帮助创新者跑通前期工艺。
展区内，一个具身智能团队需要为灵巧手训练采集人体动作、空间位姿和手部姿态数据，海智沿着“方案设计—BOM拆解—打样验证”推进，帮他们把想法变成可交付的样机。
当样机走向量产，就进入了智能体工作台的覆盖范围。智能体工作台面向采购商与制造工厂，提供采购智能体和工厂智能体两大应用方向。工厂可以结合自身设备清单和生产参数，利用AI辅助进行图纸解析、工艺判断、成本核算和快速报价；采购商则可以根据图纸和技术要求，寻找具备相应设备、工艺与加工能力的工厂，辅助完成询价和智能寻源。
再往后，当制造需求进入航天、轨道交通、高端装备等领域，供应链面临的往往是跨工艺、多供应商、高质量要求的复杂协同任务——这便是阵列工场的应用场景。阵列工场聚焦央国企及复杂非标制造需求，通过供应商寻源、制造能力匹配、强链补链、质量管理和供应链协同，支撑复杂制造任务的组织与履约交付。
在制造业，许多关键判断来自长期扎根一线的工程师，他们能发现图纸中的不合理设计，判断一项工艺能否实现，并根据真实加工条件提出修改建议。为此，海智智造开放了“老法师与工程师联盟”的招募。AI提高信息处理和专业知识调用效率，工程师提供来自真实生产现场的判断与修正，二者结合，也为工业知识的持续积累与模型改进提供新的可能。
