渗透率不足1%的领域一旦启动，爆发的势能将是颠覆性的。国内硬件工程领域正处在这一曲线的拐点，背后推手是一家瞄准工业界Anthropic的AI公司——设序科技。
与Anthropic教AI写代码异曲同工，设序科技的“则形AI”直接输出工业设计方案。传统需工程师数十小时打磨的方案，现仅需几分钟即可交付。
这种降本增效的张力直接反映在商业化数据上。自2022年启动收费以来，其年均营收增速稳居80%以上，今年合同额预计逼近2亿元，同比几乎翻倍。
资本用真金白银押注了这一增速。上半年设序科技完成超亿元B轮融资，累计融资额超3亿。股东阵容兼具险峰长青、高榕创投等财务机构，以及字节跳动、联想创投、中芯聚源等产业资本，形成双轮驱动。
其近1000家B端客户池中，既涵盖东风、中车、商飞等头部国央企，也包含数百家集成商与设计公司，更有欧洲奔驰、北美特斯拉等海外巨头的制造产线在运转其设计的装备。
这些客户背后，是全球900万工业工程师群体，以及他们每年上万亿规模的硬件设计产出。设序科技切入的，正是这条黄金主轴。
按结果计价，撕开万亿硬件工程切口
设序科技的定位绝非升级版CAD工具，而是AI工业智能体。如同Claude与代码编辑器的本质差异，前者交付智能，后者售卖工具。
在其商业逻辑中，客户不为软件License付费，而是为“生成即可用”的结果买单。这类似于大模型按Token计价，设序科技按生成的图纸与方案数量定价。
这意味着传统CAD、CAE工具市场并非其终局，全球900万工程师背后的硬件工程产出才是。该市场年规模超3.6万亿，国内200余万工程师对应的产出值亦在5000亿以上。
硬件工程涵盖从概念到实\"物的全链路，工业设计、模拟仿真、工艺规划尽在其中。若将代码视为对虚拟运算的指令，硬件工程则是对物理制造的全局定义。
当前AI在国内硬件工程的渗透率不足1%，设计环节服务市场不足50亿。当渗透率跨越10%门槛，市场天花板将飙升至500亿，若工艺与仿真链路打通，空间将直逼千亿。
在这条渗透率曲线的起点，设序科技正以AI重定义硬件工程的规则。
对齐工业宪法，攻克多维连续决策
驾驭这一变革的掌舵人吴泳荣，拥有同济大学先进制造方向博士学位，该领域正是AI与机械工程的硬核交叉。
在美通用底特律研发中心访问期间，他目睹了极致自动化的产线与低效手工建模的工程师之间的巨大落差，埋下了用AI改造CAD的种子。
归国加入蔚来汽车后，他频见设计与制造工程师因方案不可落地而反复拉扯。若设计初即兼顾制造约束，反复修改即可免除，而这恰是AI的发力点。
最初解放画图劳动的设想，在深入工业场景后演变为重构数据源的野心。工业设计牵一发而动全身，唯有立足整个硬件工程搭建模型架构，方能满足B端严苛要求。
促成这一跃迁的关键，在于发现工业设计与软件工程对AI的要求殊途同归。
Claude在软件工程中!强调精准、可控、可解释，这与工业设计的核心诉求完美重合。图纸毫厘之差即致报废，落地必须可控，追溯必须可解释。
Anthropic的“宪法AI”将安全准则原生植入底层，这与设序科技的自研模型逻辑不谋而合。力学标准、工艺约束、装配规范，被一条条刻入工业模型的训练基座。
重塑硬件工程，设序科技正走一条与Anthropic重写软件工程平行的路径。
拒斥工业幻觉，自研实体几何物理模型
软件工程已迎来Claude时刻，硬件工程却步履维艰，其症结在于模态逻辑的根本分野。
代码的离散Token逻辑与大模型文本模态天然契合；而工业硬件设计需同步处理物理性能与加工工艺等多维连续决策，无法简单进行类文本离散化，智能化壁垒陡增。
更深层的冲突在于运行环境。软件处于规则统一的虚拟沙盒，/试错成本极低；工业设计则直面残酷物理定律，公差与装配约束严苛，几无容错空间。
缺乏工业底层认知的通用大模型一旦套用，极易衍生“工业幻觉”，输出逻辑自洽却无法投产的废纸方案。
为此，设序科技自研实体几何物理基础模型。摒弃通用模型“看图猜结构”的盲盒逻辑，从硬件实体模态切入，前置掌握公差、边界与加工条件，从源头绞杀违背物理规律的无效输出。
“我们要的是直投产线的设计方案，而非耗费算力的猜想。”吴泳荣指出。其硬件实体模态内化了制造与物理规律，工程师只需提需求，无需为模型兜底。
支撑这一能力的是覆盖产品全生命周期的工业定义体系。几何参数、材料属性、加工基准等被纳入零件专属工程“身份档案”。
规则与逻辑全数脱胎于真实项目校验，不依赖公开数据，从而彻底消解通用AI幻觉，沉淀出适配高端制造的成熟技术栈。
吴泳荣不讳言过程的淬炼：“极度磨人，既要拆解核心维度，更要深入项目验证，吹尽狂沙始到金。”
历经打磨，团队在架构上锚定了Anthropic这一参照系。
早期自主迭代的底层逻辑与宪法AI高度同频，软件工程与硬件设计对精准、可控、可解释的诉求别无二致。
由此，设序科技构建出工业版宪法AI，将工程准则原生嵌入底层，输出低幻觉、高稳定的工业设计智能。
沉淀真值数据，驱动飞轮永久正循环
底层模型之上，产品化已然落地并疾速扩张。
基于“则形AI”的Agent已从车企及装备集成商渗透至3C、能源、航空与轨交场景。近千家B端用户每日在云端生成数以万计的3D模型与2D图纸。
Agent的深层势能不止于替人画图，更在于反向喂养模型的数据闭环。
工业数据的生命力源于使用。单向采集难辨真伪，唯有Agent深入生产流，方能源源不断沉淀带“真值”的数据——几何、物理、工艺信息与真实制造偏差、微变形等客观误差交织。“数年积累，我们或已拥有最丰厚的工业真值数据资产。”
原始数据需经标准管道方能驱动模型。设序科技搭建了工业化数据转化链路，对真值数据进行清洗、校验与模态对齐，极致拉升数据效能。
由此，数据飞轮轰然转动：场景使用推高数据积累，数据反哺模型认知升级，更强模型拓宽通用场景，进而吸纳更多使用。这是一条生生不息的正向增强回路。
抢占渗透率奇点，输出中国范式答案
一场数十年一遇的产业重构已然揭幕。
设序科技下一阶段的战略锚点，是陡峭拉升渗透率曲线：向外推高行业渗透面，向内深挖工程师的智能协作度。
一旦AI设计能力击穿参与度奇点，设计成本将指数级塌缩，需求随之裂变——这已由Claude在软件工程的推演所证实。
这一路径与国家战略深度共振。“十五五”将工业软件列为核心攻关，工信部首度将大模型零部件设计软件与结构仿真智能软件纳入揭榜挂帅，政策明牌推进AI与高端制造融合。
身处产业与AI交汇腹地，吴泳荣坚信下一代工业设计软件必由中国人定义。“坐拥全球最大产能、最全场景与最密数据，底座却长期由西方软件把持。AI技术的跃迁，交出了重塑格局的时代入场券。”
若Claude奠基了软件工程的范式，设序科技欲呈交的，正是硬件工程的中国答卷。