一场从“重写CAD”开始的赌局
物理世界几乎所有实体产品，都起始于三维几何建模与仿真迭代。航空、船舶、汽车、火箭这些高端制造领域，至今仍跑在一套老旧的软件体系上：设计靠工程师手工建模，优化靠经验试错，工艺靠反复打样。这套体系的底座，是Parasolid、ACIS和CGM等几何建模引擎。据36氪报道，它们相继成熟于上世纪90年代，凭借多年工程积累和业界生态，掌握核心技术的国外公司在我国航空航天、船舶与汽车等高端制造业占据了高端研发设计类软件的大多数份额。高端制造对产品性能、研发时效和成本压力的要求，正在逼近这套旧体系的极限。谁能从底层重写CAD，谁就可能握住AI进入制造业的入口。
天枢摇光正试图成为那个“重写者”。据投中网报道，天枢摇光已正式完成数千万元Pre-A轮融资，本轮融资由合创资本领投，元航资本跟投，之前投资人还包括东方嘉富和普华资本。据投中网报道，本轮融资资金将主要用于加速面向全球制造业的通用人工智能工程师（Artificial General Engineer，AGE）的打造，继续保持其已商用的几何设计优化大模型GENVIS的领先身位。
| 字段 | 内容 |
|---|---|
| 公司 | 天枢摇光 |
| 轮次 | Pre-A轮 |
| 金额 | 数千万元人民币 |
| 投资方 | 合创资本领投，元航资本跟投；之前投资人包括东方嘉富、普华资本 |
| 总部 | 未披露 |
| 创始人 | 李华、郭锐 |
| 官网 | 未披露 |
这轮融资的具体金额和估值均未披露。从公开信息看，天枢摇光的资本结构呈现出“产业资本接续早期机构”的特征：据36氪报道，天枢摇光（杭州）计算技术有限公司完成数千万种子轮融资，由东方嘉富独家投资，将主要用于高性能三维几何引擎和底层算法库的研发。合创资本和元航资本作为长期押注高端制造的投资机构进入。这种结构在工业软件早期项目中并不常见——它通常意味着项目已经越过了纯技术验证阶段，开始进入可被产业资本评估的商业化区间。需要提示的是，公开资料中公司主体名称存在“北京天枢摇光科技有限公司”与“天枢摇光（杭州）计算技术有限公司”的差异，该差异来自公开资料比对而非来源直接陈述，种子轮与Pre-A轮投资方名单的公开信息也存在冲突，读者应以工商登记为准。
GENVIS不是“文生3D”，而是把仿真器变成编译器
天枢摇光给几何设计优化大模型起名GENVIS（真维斯）。据投中网报道，其目标是实现工程师只需要提出尺寸要求、性能需求，AI完成全部设计优化，直接交付可以用于复杂系统制造的三维设计方案。这与市面上火热的文生3D、高斯溅射等生成式3D技术有本质区别：后者大多服务于消费端，输出的模型追求视觉逼真，本质是“给人看”；而制造业需要的是经过严苛仿真迭代、可以交给机床加工、能大批量一致性生产的三维几何模型。
天枢摇光的技术路线，是从CAD软件的底层内核“三维几何引擎”重新写起，做出一套支持设计仿真“模型”一体化的系统。据投中网报道，天枢摇光实现了裁剪曲面边界高阶光滑的几何建模和全自动高质量网格剖分能力。这两项能力构成了后续智能求解器训练和智能体迭代的基础设施——没有能够直接仿真的原生几何模型，后续基于数值求解器的训练和仿真数据合成管线都无从谈起。
2025年，天枢摇光为尖端制造客户实现了整机外形和结构全参数化驱动的高质量几何建模。据公司披露，75秒就能完成以前使用国外CAD需要多个专业工程师数月的建模工作，且建模质量高到整机几何可以被全自动整机共节点网格剖分。该数据为公司披露口径，尚无独立第三方验证。公司声称这是全球业界此前未实现的事情，该声称同样为公司口径，尚无独立第三方验证。这一说法可以放在真实产业链约束中理解：传统CAD建模与CAE仿真之间的数据转换，一直是工业软件流程中最耗时、最易出错的环节。如果几何模型能够直接满足网格剖分要求，意味着设计与仿真之间的数据断层被压缩，迭代效率会呈数量级提升。
更关键的架构选择出现在2025年下半年。天枢摇光开始调用DeepSeek的API，通过多Agents协作，将自研智能仿真求解器作为校验器，大模型负责推理反思和调度排布，在几何上直接迭代复杂系统的结构布置形式。据公司披露，几分钟内大模型完成了上百轮优化迭代，实现了结构强度和振动模态的联合优化。
这个架构的实质，是把物理仿真器变成了AI生成结果的“编译器与测试案例”。与Vibe Coding的类比在这里是成立的：代码生成需要编译器验证语法和逻辑，几何设计生成需要仿真求解器验证强度、振动、热力学等物理约束。据投中网报道，郭锐认为AGE是继AI Coding之后下一个AI重要市场，正是基于这一逻辑。但需要指出的是，代码编译器的规则是确定性的，而物理仿真的精度取决于网格质量、求解器算法和边界条件设置，其“验证”本身存在误差。天枢摇光能否让AI生成的几何模型稳定通过仿真验证，是这条路线能否规模化的核心变量。
75秒建模与10.34%减重：数据背后的真实约束
天枢摇光披露了两个具体案例数据。第一个是2025年为尖端制造客户实现整机外形和结构全参数化驱动的高质量几何建模，据公司披露，75秒完成此前需要多个专业工程师数月的工作，该数据为公司披露口径，尚无独立第三方验证。第二个是某商业航天客户的火箭级间舱段优化：在原有人工设计方案基础上，几何设计优化大模型自动迭代寻优，据公司披露，最终实现舱段重量降低10.34%，结构强度提升10%，工艺复杂度同步下降，该数据为公司披露口径，尚无独立第三方验证。
这两个数据需要放在商业航天的真实物理约束中理解。据投中网报道，对商业可回收火箭而言，箭体结构每减重5%，就可以多出数百公斤有效载荷，折算单次发射能够带来千万元级别的商业收益。该折算的具体假设条件未披露，无法独立核算。更重要的是，级间舱段是火箭结构中相对规则、载荷条件相对明确的部件，其优化空间与整机外形、发动机喷管、热防护系统等复杂部件不可同日而语。据投中网报道，天枢摇光自己也承认，整套闭环目前更擅长在已有的结构形式之内迭代出重量、强度、成本更均衡的方案，暂时还做不到全新概念构型。
这种“在既有构型内寻优”的能力边界，决定了天枢摇光当前的产品定位。它不是要替代概念设计师，而是在详细设计阶段替代大量重复性的手工建模-仿真-修改循环。对于商业航天、无人机、新能源汽车等对迭代速度极度敏感的领域，这个定位有明确的付费意愿支撑。据公司披露，天枢摇光已经在服务多个尖端制造客户，年营收数千万，并已整体实现微利；该收入与盈利数据为公司披露口径，尚无独立第三方验证。对于一家早期工业软件公司而言，这个收入规模意味着产品已经越过了“实验室原型”阶段，进入了真实采购流程。
从刘慎权到郭锐：一支CAD“梦之队”的传承与断档
天枢摇光的团队背景，在工业软件领域属于稀缺资源。据投中网报道，公司董事长李华是刘慎权先生培养的第一位博士，国务院特殊津贴专家，1995年38岁时接任CAD实验室主任，期间担任过中国计算机学会CAD与计算机图形学专委会主任。CEO郭锐是李华培养的最后一位博士。公司CTO任文杰是达索中国的技术负责人，原三一重工数字样机研究所所长李恒宇担任产品负责人。
这条人才链可以追溯到1987年。据投中网报道，当年刘慎权与魏道政、林宗楷共同倡议，中国科学院批准成立了中科院CAD开放实验室，这是国内CAD领域最早的国家级实验室。李华在38岁接任实验室主任，郭锐则是李华培养的最后一位博士。从刘慎权到李华再到郭锐，这条师承关系跨越了中国CAD从起步到断档再到重建的完整周期。
东方嘉富在种子轮投资时曾指出，由于各种行业历史原因，3D CAD在国内研发投入的转向和中断造成了十几年的人才断层，以致国内大量工程师只能基于海外厂商产品进行二次开发。这一判断揭示了一个关键事实：天枢摇光团队的价值，不仅在于技术能力，更在于它代表了一条几乎断裂的人才传承线。在几何引擎已成为众多CAX不可避免的技术底座的情况下，能够从底层内核写起的人才在国内极度稀缺。
但团队背景的稀缺性，也需要与产品化能力分开评估。达索中国的技术负责人和三一重工数字样机研究所所长的加入，意味着团队具备将实验室技术转化为工业级产品的经验。这一点在天枢摇光已实现数千万年营收和整体微利的事实中得到了部分验证，但该数据为公司披露口径，尚无独立第三方验证。然而，从服务“多个尖端制造客户”到服务更广泛的制造业客户，需要的是完全不同的销售、交付和支持体系。天枢摇光在这方面的能力边界，公开信息尚未覆盖。
与普罗米修斯同赛道：从CAD一侧切入的差异化路径
天枢摇光所处的赛道，正在成为全球AI竞争的下一个热点。据投中网报道，2026年6月11日，贝索斯的普罗米修斯计划（Project Prometheus）完成120亿美元B轮融资，投后估值约410亿美元；本文未独立核实该计划的全部细节。据投中网报道，贝索斯要做的也是“人工智能通用工程师”（AGE），其原话为“A very modern version of CAD”。天枢摇光则从CAD一侧切入，先把CAD本身重写，再让AI在上面闭环。据投中网报道，郭锐认为，他与贝索斯看到的是同一件事。
两条路线的本质区别在于对“几何引擎”的态度。普罗米修斯计划的核心假设是，大模型的能力可以绕过传统几何引擎的约束，直接从需求生成可制造模型。天枢摇光的核心假设是，没有高性能几何引擎作为底座，AI生成的几何模型无法通过严格仿真验证，也无法进入真实制造流程。从已披露的技术架构看，天枢摇光把自研几何引擎和智能仿真求解器作为AI生成结果的“校验器”，这意味着它不信任基座大模型直接输出的几何结果，而是要求所有生成结果必须经过物理仿真验证。
这种路线选择有明确的产业逻辑支撑。制造业客户不会为“看起来像”的模型付费，只会为“能通过仿真、能上机床”的模型付费。但这也意味着天枢摇光的技术栈更重、研发周期更长、对团队能力的要求更高。与从AI一侧切入的团队相比，天枢摇光的优势在于对几何建模和物理仿真的深度理解，劣势在于大模型能力的积累相对薄弱。调用DeepSeek的API而非自研基座模型，说明天枢摇光在模型层选择了“站在巨人肩膀上”的策略，将研发资源集中在工程约束后训练和求解器校验上。
从竞争格局看，天枢摇光面对的是双重竞争。在底层几何引擎层面，Parasolid、ACIS和CGM拥有数十年的工程积累和生态绑定，初创公司不可能在功能完整度上短期超越。据投中网报道，天枢摇光的路线是先补位痛点功能的缺失而非全面对标，在客户最“痛”的设计优化环节做到更好。在AI几何生成层面，普罗米修斯计划以及国内可能出现的类似项目，将从另一个方向切入同一市场。天枢摇光能否在两个方向的夹击中建立护城河，取决于其几何引擎-合成数据-模型训练三者闭环的构建速度。
投资逻辑：为什么是现在，为什么是这家公司
合创资本和元航资本的进入，代表了产业资本对天枢摇光的一种判断：这家公司已经越过了“技术可行”的验证阶段，进入了“商业可行”的验证阶段。据公司披露，数千万年营收和整体微利，在工业软件早期项目中是稀缺信号，该数据为公司披露口径，尚无独立第三方验证。它意味着至少有几个尖端制造客户愿意用真金白银为产品投票，而不是停留在免费试用或联合研发阶段。
更值得关注的是投资时点。据投中网报道，2026年6月，天枢摇光逐步备齐了批量水密几何生成、仿真性能快速标注的合成数据生成管线，开始训练自己的几何设计优化多模态大模型。这意味着Pre-A轮融资发生在公司从“几何引擎+求解器”向“大模型+智能体”跃迁的关键节点。投资机构押注的，不仅是现有产品的商业化能力，更是GENVIS大模型能否在合成数据闭环中持续进化。
从资本结构看，据36氪报道，东方嘉富在种子轮独家投资；合创资本领投、元航资本跟投，普华资本也在股东名单中。据投中网报道，这四家基金都投资过多个成功的高端制造创业公司。但需要指出的是，工业软件的投资回报周期通常长于消费级AI应用。天枢摇光虽然已实现微利，但从“微利”到“规模化盈利”之间的距离，取决于其能否将服务尖端制造客户的能力，复制到更广泛的制造业客户群体中。这个复制过程面临的最大挑战，是每个细分行业的工程约束、材料特性、工艺要求都不相同，需要大量的行业适配工作。
资金用途与待验证假设：AGE的飞轮能否转起来
据投中网报道，本轮融资资金将主要用于加速AGE的打造。据投中网报道，天枢摇光给AGE的定义，是由AI系统级地生成满足性能和制造要求的几何模型，而不是生成一些没有经过严格仿真迭代和校验的简单零件，更不是生成仅供观看的点云或视觉效果。这个目标的技术路径已经清晰：几何引擎生成边界连续的完整工程模型，智能仿真求解器计算并打上性能标签，结果回传给设计优化智能体，不满足约束就在大模型反思后修改参数进入下一轮迭代。整套循环不需要人工介入标注，迭代过程中沉淀的大量“几何-性能”配对样本，形成专业领域的高质量数据集，用来训练自有行业大模型。
据投中网报道，郭锐强调，AGE真正的核心飞轮是设计仿真能否高水平的自动闭环，这是能否贴合各行业真实需求、建立零成本训练数据集的关键。从已披露的信息看，这个飞轮在商业航天级间舱段场景中已经跑通了一次。但“跑通一次”与“持续运转”之间的差距，是工业软件公司最危险的阶段。
天枢摇光需要同时攻克三个难关：多物理场耦合求解、多目标优化、训练数据来源。其中训练数据来源是最难的一关。据投中网报道，工业领域缺少大量带真实性能标签的高质量三维工程样本，历史存量图纸模型大多标签缺失、数据质量参差，直接投喂给大模型无异于“投毒”。天枢摇光的应对方案，是通过自研几何引擎和求解器构建合成数据管线，用仿真结果作为性能标签。这个方案的可行性，取决于求解器精度与真实物理试验的吻合度。据公司披露，其自研智能求解器训练框架与真实物理试验的数据拥有完全一致的量纲与输入输出结构，客户手里沉淀的实物试验数据可以直接拿来做后训练。但这一说法目前没有独立第三方验证，求解器在复杂多物理场耦合场景下的精度边界，是决定合成数据质量的关键变量。
另一个待验证假设是跨行业泛化能力。天枢摇光目前的客户集中在尖端制造领域，其几何引擎和求解器针对的是高精度、高复杂度场景。当产品向汽车零部件、消费电子、通用机械等更广泛的制造业延伸时，客户对成本、易用性、交付速度的要求完全不同。天枢摇光能否在保持技术深度的同时降低使用门槛，是AGE从“尖端制造专用工具”走向“通用人工智能工程师”的核心挑战。
从已披露的X（数千万年营收、整体微利、商业航天客户减重数据）与Y（几何引擎-合成数据-模型训练闭环、DeepSeek API调用、多Agents架构）看，天枢摇光已经在一个高价值细分场景中证明了技术路线的可行性，并建立了初步的商业闭环。但Z——跨行业泛化能力、求解器精度边界、全新概念构型能力——尚未披露，因此其AGE愿景的结论边界是：天枢摇光更接近一个“在高端制造设计优化环节有真实付费客户的工业软件公司”，而非一个“已经验证的通用人工智能工程师平台”。
天枢摇光的故事，本质上是一场关于“AI进入制造业的入口在哪里”的赌局。它选择从最底层、最不性感的三维几何引擎写起，用物理仿真器作为AI生成结果的裁判，在一个对精度和可靠性要求最高的领域里，试图证明AI可以不只是生成“给人看”的模型，而是生成“能上机床”的方案。这条路比从AI一侧切入更慢、更重，但一旦跑通，其护城河也更深。问题是，制造业的耐心和资本的耐心，是否足以等到飞轮真正转起来的那一天。
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：天枢摇光把“重写CAD”从国产替代叙事中剥离出来，放进了AI与物理世界交汇的更大坐标系里。它的真正赌注不是替代Parasolid，而是证明物理仿真器可以成为大模型的编译器——如果这个假设成立，制造业的设计范式将发生比CAD诞生更根本的位移。但75秒建模和10.34%减重都发生在既有构型之内，且均为公司披露口径、尚无独立第三方验证，AGE的“通用”二字，还需要跨行业、跨物理场的更多证据来兑现。