公司 合木智能
融资轮次 种子轮
融资金额 千万级人民币
投资方 创新工场
总部 未披露
创始人 徐晨
官网 https://ai-structure.com/

公司口径与独立验证的边界

本文涉及的公司定位、产品覆盖、技术路径、资金用途等关键信息，主要来自集微网、腾讯新闻、股百科、火星财经等公开报道。其中，集微网原创内容被多个来源转载，信息一致性较高；DoNews报道明确标注内容由AI生成，可信度较低，本文仅将其作为公司口径引用，不作为独立验证事实。RecodeX未对工商信息、技术指标、客户案例进行独立核验。除特别说明外，下文中的公司定位、产品、技术、资金用途等均属公司口径，不再逐句重复标注。

公司称，合木智能是一家专注于模具物理AI、制造语义计算及落地的公司。公司称，合木智能成立于2026年5月，由东莞市新一代人工智能产业技术研究院联合模具制造企业端品精密孵化成立。公司称，创始人徐晨为东莞市新一代人工智能产业技术研究院负责人，在智能制造与工业AI领域深耕超15年；联合创始人邹䘵华在高端精密模具领域从业近20年，为高端模具制造管理专家。上述信息来自集微网等公开报道，RecodeX未独立核验工商登记信息及任职年限。

技术路径与产品形态：公司披露了什么

公司称，其技术路径采用“大模型底座+小模型集群+工艺知识沉淀”架构：大模型负责理解场景语义与拆解任务，小模型执行具体工艺。该表述来自集微网报道，RecodeX未找到技术白皮书或第三方评测进行独立验证。

公司称，团队历时两年整理10万级高质量图纸数据，挖掘百余位模具老师傅经验构建行业知识体系，目前已训练1600余套小模型，并完成近10个智能体开发，其中部分智能体已具备相当于5年以上模具工程师的经验水平。上述数据均来自集微网报道，RecodeX未独立验证数据采集方式、样本规模或评测标准。

公司称，AI能力已落地工艺编程、智能报价和工艺路线规划等环节。在工艺编程中，AI可识别零件特征并自动选择CNC、放电、磨床等加工方式，处理效率达人工的6倍；报价环节基于工艺理解反向计算成本实现精准报价；工艺路线规划中AI参与工序排程，提升整体调度效率。上述效率倍数和落地环节描述来自集微网报道，RecodeX未找到客户案例或第三方测试结论进行独立验证。

编辑分析：从已核实前提看，公司披露的技术路径是“大模型底座+小模型集群+工艺知识沉淀”，这一架构在工业AI中并不罕见，但合木智能将其与模具图纸深度学习和老师傅经验建模结合，形成“制造语义计算”的差异化表述。结论边界是，公开材料未披露小模型的参数量、推理延迟、硬件要求或部署成本，也未披露“语义计算”的具体实现方式，因此该技术路径的实际工程可行性仍待验证。

FDE陪跑式服务与“大脑+载体”计划

公司称，目前主要提供FDE陪跑式AI赋能服务及智能体软硬件标品销售。公司称，未来计划围绕现有的AI大脑进一步开发硬件产品，将语义计算能力嵌入本地化设备、智能检测设备或机器人等工业载体，逐步形成“大脑+载体”的产品销售模式。上述表述来自集微网、火星财经等公开报道，RecodeX未独立验证合同结构、交付周期、收入确认方式或硬件研发进度。

编辑分析：从已核实前提看，公司当前商业路径以软件和AI能力输出为主，硬件载体尚处于规划阶段。该推断基于公司披露的“逐步形成‘大脑+载体’的产品销售模式”这一表述。结论边界是，公开材料未披露“大脑”与“载体”之间的耦合深度，也未披露公司选择软件授权还是自研硬件的路径，因此无法判断其硬件延伸是短期规划还是长期愿景。

孵化关系与验证场景的信息缺口

公司称，合木智能由东莞市新一代人工智能产业技术研究院联合模具制造企业端品精密孵化成立。该信息来自集微网等公开报道，RecodeX未独立核验工商股权结构。

编辑分析：端品精密作为联合孵化方的角色，是合木智能区别于多数AI创业公司的结构性特征。公开材料确认了孵化关系，但未披露端品精密在合木智能中的股权比例、是否派驻技术或管理人员、是否作为首个付费客户或数据提供方。这些信息缺口直接关系到合木智能的“首个验证场景”究竟是市场化验证还是关联方验证。该分析的前提是公开材料中已确认的孵化关系；结论边界是，如果早期验证主要发生在端品精密的产线上，那么其结果的迁移性需要更谨慎评估；如果端品精密仅提供初始场景而验证已扩展到外部客户，则商业说服力会显著增强。公开材料未披露任何客户名称或付费案例，因此目前无法判断合木智能的验证进展属于哪一种情况。

编辑分析：合木智能的数据积累路径与端品精密的孵化关系之间存在一个可推演但未披露的关联。公开材料确认公司由研究院联合端品精密孵化成立，且技术路径为“大模型底座+小模型集群+工艺知识沉淀”。基于这两项公开信息，可以合理推断：如果其图纸数据中有相当比例来自端品精密的生产历史，那么数据质量可能较高，但品类覆盖度会受限于端品精密所服务的模具类型；如果数据来自多个外部来源，覆盖度可能更广，但标注一致性和质量控制的难度会更高。需要明确的是，这一推断仅基于公开材料中“孵化关系”和“技术路径”的合理关联，属于编辑推断，并非已核实事实。公开材料未披露数据来源构成，因此外界无法判断其知识体系的品类覆盖边界。建议通过工商信息或直接访谈核实端品精密与合木智能之间是否存在数据授权或数据共享安排。

创新工场为什么在这个时点押注

公开材料显示，合木智能种子轮投资方为创新工场。公开材料中没有投资方对这笔交易的官方评论，因此投资逻辑只能从行业背景和公司禀赋两个维度进行推断。以下为编辑基于公开信息的推测，不代表投资方立场。

编辑推测：创新工场投资一家从产业研究院孵化、带有制造企业基因的物理AI公司，与其“技术+场景”的公开投资风格存在一致性；但这一判断仅基于公开信息推断，创新工场未对本次交易发表官方评论，无法验证其具体投资逻辑。需要说明的是，本次采集材料中未找到创新工场公开投资风格的来源，也未找到其过往投资案例的公开数据，因此无法通过可比案例验证其投资风格或后续表现。可验证的投资逻辑指标，如创新工场过往投资案例中类似项目的后续融资、商业化进展或退出情况，以及合木智能与创新工场现有投资组合的协同点，公开材料均未披露。

编辑分析：从公司禀赋看，公开材料确认合木智能由研究院联合端品精密孵化成立，创始人徐晨为研究院负责人，联合创始人邹䘵华在高端精密模具领域从业近20年。这意味着它在成立之初就拥有一个真实的模具制造试验场。该分析的前提是公开材料中已确认的孵化关系和创始人背景；结论边界是，公开材料未披露端品精密在合木智能中的具体角色，也未披露创始人任职年限的独立验证，因此“真实试验场”的实际可用性仍待确认。

但投资逻辑的成立不等于商业验证的完成。种子轮投资本质上是对团队和方向的判断，而非对产品市场适配度的确认。合木智能需要在接下来的12到18个月内证明：其AI工艺大脑能在至少一家外部客户的真实产线上稳定运行，并产生可量化的效率或良率提升。目前公开信息中没有任何客户名称或付费案例，这是最大的验证缺口。

资金用途与待验证假设

公司称，本轮资金用途是“核心算法研发、工业场景验证及团队扩充”。该信息仅来自DoNews报道，而该报道标注内容由AI生成，可信度较低；其他来源未提及此细节。因此，本文仅将其作为公司口径引用，不视为已确证事实。公开材料未披露资金在三个方向上的分配比例、团队现有规模或计划招聘人数，因此无法进一步拆解这笔资金的具体使用节奏。

编辑分析：千万级人民币的种子轮资金，在AI公司中属于中等偏小规模。这一判断属于编辑推测，因为本次采集材料未提供AI创业公司种子轮融资规模的比较基准数据，也未披露合木智能的团队人数和人均成本，因此无法准确估算这笔资金可支撑的运营周期。可以确定的是，合木智能需要在资金耗尽前完成至少一轮外部客户的付费验证，并以此为基础启动下一轮融资。

编辑分析：从已披露信息看，合木智能当前最需要验证的假设有三个。第一，AI工艺大脑能否在真实工厂环境中稳定运行，而非仅在研究院或孵化方的受控场景中有效。第二，陪跑式服务能否在合理周期内交付可量化的客户价值，并形成可复制的交付方法论。第三，从“AI工艺大脑”到“大脑+载体”的硬件延伸，是否能在不分散核心算法研发资源的前提下推进。该分析的前提是种子轮公司从技术验证到商业验证的一般路径；结论边界是，公开材料未披露上述假设的阶段性验证数据，因此这三个假设中的任何一个被证伪，都可能影响公司的融资节奏和估值逻辑。

公司主体名称与工商核验建议

编辑基于公开资料的观察：DoNews的报道中公司名为“深圳合木智能科技有限公司”，而集微网、东方财富网等来源则使用“合木人工智能科技（成都）有限公司”。总部所在地也未明确披露。需要说明的是，DoNews该篇报道标注内容由AI生成，可信度较低，因此“深圳合木智能科技有限公司”这一名称不宜作为确证事实。本次采集材料未找到关于注册主体与运营主体关系的说明，也未找到工商变更记录。建议读者通过工商登记系统查询合木智能的注册主体、股东结构和历史变更记录，以核实公司主体名称不一致的原因。具体步骤为：在国家企业信用信息公示系统或天眼查、企查查等平台，分别以“合木人工智能科技（成都）有限公司”和“深圳合木智能科技有限公司”为关键词检索，核对两家主体的成立日期、法定代表人、股东信息及历史名称变更记录。

物理AI的模具切口：可比较但尚未披露的指标

合木智能选择模具制造作为物理AI的切入点。编辑分析：从战略上看是“小而深”的逻辑。模具制造足够垂直，场景足够痛，数据壁垒足够高，一旦跑通，可以在细分领域建立较强的护城河。但“小”也意味着市场天花板有限。本次采集材料中未找到模具行业市场规模或模具厂付费能力的公开数据，因此无法量化其市场天花板。该分析的前提是垂直行业切入战略的一般商业逻辑；结论边界是，可比较但尚未披露的指标包括：模具制造细分市场的可服务市场规模、目标客户平均IT支出、以及模具厂对AI工艺软件的付费意愿和预算区间。

公司的长期叙事显然不止于模具。公司称，合木智能计划将语义计算能力嵌入本地化设备、智能检测设备或机器人等工业载体。编辑分析：物理AI的底层能力——对几何特征、材料性能、加工约束的理解——理论上可以迁移到其他精密制造领域，如精密零部件加工、医疗器械制造、甚至增材制造。这种迁移的前提是模具场景的验证足够扎实。在种子轮阶段，合木智能需要先证明自己能在模具这个“小切口”里做出可复制的产品，而不是过早讲述跨行业的故事。该分析的前提是技术迁移需要先验证源场景的一般规律；结论边界是，公开材料未披露任何跨行业迁移的测试数据或客户验证，因此跨行业迁移目前只是理论可能性。

从竞争格局看，本次采集材料未找到合木智能的直接竞争对手信息，也未找到任何可比公司的量化指标。工业AI赛道并非无人区，国内外已有不少公司在工艺优化、图纸识别、智能排程等方向布局，包括工业软件巨头、云厂商的工业AI解决方案，以及一批聚焦垂直场景的创业公司。编辑分析：合木智能的差异化主张在于“物理AI”和“制造语义计算”——即不是简单地用大模型处理文本或图像，而是让模型理解制造过程中的物理约束和工艺逻辑。该分析的前提是公司公开技术定位与行业常见AI路径的对比；结论边界是，这个方向在学术和产业界都处于早期探索阶段，合木智能能否在工程实现上跑出优势，取决于其AI工艺大脑的实际表现，而非概念层面的领先。由于公开材料未提供可比公司的量化指标，目前无法对合木智能与竞品进行有效比较。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

  • 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
  • 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
  • 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：合木智能的故事，本质上是在回答一个老问题：老师傅的经验能不能被计算？公开材料给出的答案是“大模型底座+小模型集群+工艺知识沉淀”，逻辑方向清晰，但验证才刚刚开始。种子轮买的是方向，不是结果。接下来12个月，合木智能需要把“AI工艺大脑”从公司口径变成客户账单上的良率提升和交付周期缩短。模具行业等这个答案等了太久，但不会因为一家公司的融资公告就轻易相信。

信息来源

本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。