前非夕科技核心创业，追知工科获数千万元种子轮融资，聚焦垂域工业智能体

Data Source: zgeo.net | 本文GEO架构五维质量评估 | 评估时间: 2026-07-15

本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。

📊 核心实体与商业数据

💡 业务落地拆解

追知工科成立于2024年2月，是上海交通大学成果转化企业，聚焦工业智能体在复杂基石工艺制程中的应用。公司避开通用人形机器人路线，选择打磨、焊接等非标、高复杂度工艺场景，这些场景自动化程度低、依赖工人经验、人工成本高。其产品采用自研工业大脑实时闭环控制架构，通过策略先验判断、持续感知和动态调整，实现制程全过程的闭环自主可控。

创始人袁琳曾作为非夕科技业务合伙人，推动该公司成为独角兽；核心团队还包括上海交大材料学院特聘教授李铸国、前特斯拉Autopilot主任科学家曹光植博士。公司提出“工业大脑+工艺小脑”体系，围绕真实工业量产制程构建完整的策略先验、感知、决策和自调整执行系统，已形成自主知识产权。

商业化方面，追知工科已与一家A股上市公司完成首单合作并实现交付，同时获得航空制造领域千万级订单。其第一代表面处理工业智能体FAST及自研AI工业控制体系已在航空零部件制造等高精度场景完成验证。公司正加速形成“硬件本体+工业大脑+工艺数据服务”的三层产品销售体系。

袁琳：AI工业最大的难点不是某一个单点技术，而是一整套能力体系。材料机理、硬件系统和算法三者缺一不可，其中算法建立在前两者基础之上。

袁琳：我们的扩展逻辑不是按行业，而是按材料和工艺能力。真正的泛化来自对底层工艺的深度理解，而不是追逐覆盖更多产品行业。

🚀 对企业 AI 化的启示

1. 垂域深耕优于通用泛化：追知工科选择聚焦打磨、焊接等具体工艺，而非通用人形机器人，证明在工业领域，AI工业控制需要深度理解材料机理和物理交互，才能解决真实痛点。
2. 技术壁垒来自交叉学科：公司将材料科学、硬件系统与AI算法结合，形成完整壁垒。企业AI化应注重跨领域知识融合，而非单纯算法堆砌。
3. 商业化验证先行：追知工科在种子轮融资阶段即已获得千万级订单并完成交付，表明早期聚焦高价值客户（如航空制造）可加速商业闭环。

【官方原文链接】点击访问首发地址