從工藝人員自建工藝智能體，到連接客戶需求與製造執行，Quick AI正在成為聯泰科技推進工業AI應用的重要平台。
上海2026年10月10日 /美通社/ -- 一份複雜零件的3D模型送到工藝人員面前，打印任務並不會立即開始。
材料是否合適，零件應該怎樣擺放，哪裡需要支撐，哪些位置可能變形，參數如何調整？這些問題，往往需要經驗豐富的工程師逐一判斷，再通過試驗找到可行方案。
過去在聯泰科技，這個過程可能幾個小時乃至幾天。
現在，對於有相近案例和歷史經驗支撐的新項目，工藝人員借助自己建立的工藝智能體，可以在幾分鐘內生成一版工藝方案，再由工程人員審核，並針對關鍵風險安排驗證。
這一變化，發生在聯泰自己的企業Agent OS——Quick AI平台上。
聯泰科技副總經理兼數字化中心及AI負責人楊根認為，工業3D打印正在進入一個新的競爭階段。設備能夠製造越來越複雜的零件，客戶則進一步要求企業能夠穩定、持續地小批量交付零件。
「設備決定了我們能做什麼，但一個複雜項目能不能快速形成方案、穩定交付，還取決於工程經驗和流程協同。」楊根說，「我們推進AI，就是希望把這些能力更好地組織起來。」
工藝專家，把自己的經驗變成工藝智能體
在工業製造中，許多重要知識保存在人的經驗裡。
同一種材料，面對不同壁厚、結構和用途，可能需要不同的處理方式。某次參數調整為什麼有效，某個支撐方案為什麼失敗，往往只有參與過項目的人最清楚。
這些經驗經過多年積累，構成了企業的技術能力。但當新項目到來時，團隊仍然需要找到熟悉情況的工程師，翻查記錄，重新判斷。
Quick AI正在為這些經驗提供新的載體。
工藝人員可以在平台上製作自己的工藝智能體，持續記錄工藝過程、試驗結果和經驗數據。一個方案採用了什麼材料和參數，遇到了哪些問題，後來如何調整，最終結果怎樣，都可以成為後續項目的參考。
「過去，一個項目完成後，留下來的通常是最終方案。但真正有價值的，還有中間的判斷過程。」楊根說，「為什麼這樣擺放，為什麼調整參數，哪些方法試過卻沒有成功，這些內容值得留下來。」
當新項目進入時，工藝智能體可以結合已有記錄和相近案例，快速組織方案建議，幫助工程人員找到值得優先驗證的路徑。
對於具備歷史經驗支撐的項目，原本需要較長時間查找、討論和探索的方案準備過程，可以壓縮到幾分鐘。工程人員則把更多精力投入新結構、新材料和關鍵風險的驗證。
這裡的「幾分鐘」，指的是方案生成，並不意味著零件已經完成全部工藝驗證。複雜項目仍需要工程審核和必要試驗。變化在於，團隊能夠更快獲得一個有依據的起點，減少重複試錯。
「我們希望工藝人員做過的每一個項目，都能幫助團隊更好地處理下一個項目。」楊根說。
Quick AI要進入流程，背後需要一條數據鏈
工藝智能體只是一個切入口。讓AI進一步參與製造，還需要解決業務系統之間的連接問題。
客戶要求可能在郵件裡，報價依據保存在另一套系統中，生產進度由工廠維護，質量記錄又由不同人員管理。即使AI能夠理解每條信息，也需要知道它們屬於哪個訂單、哪個零件、哪個版本。
聯泰此前近十年的數字化建設，為這一步提供了基礎。
Unionfab Cloud圍繞客戶、詢單、報價、訂單和供應鏈組織經營協同；Unionfab ONE連接模型處理、工藝配置與設備操作；Auto產品線則圍繞專用算法和智能化應用持續研發。
Quick AI的角色定位，是在這套體繫上組織智能體與知識、業務工具的協作，讓人員更便捷地調用已有能力。
Cloud和ONE繼續承接經營與製造流程，Quick AI則為任務理解、知識調用和工具協作提供新的入口。隨著接口和工作流逐步完善，智能體能夠參與的業務範圍也將進一步擴大。
「聯泰這些年積累了軟件工具，也積累了很多製造經驗和工藝數據，聯泰系統積累了近500萬份工業零件模型及配套的工藝參數數據。」楊根說，「Quick AI要做的是讓業務人員更容易找到和使用這些能力，讓AI能夠接得上實際工作。」
報價就是一個已經運行的起點。
Unionfab已在部分標準化需求中應用自動報價，結合模型信息、材料、工藝規則與成本計算，縮短客戶等待時間。特殊要求和複雜項目則進入人工評審。
這些工具為後續工藝智能體輔助需求理解、材料選擇和報價準備提供了基礎。涉及價格承諾、關鍵工藝和質量要求的決策，仍需經過相應規則和人員確認。
AI應用由此沿著明確的業務任務推進：先解決一個具體問題，在實際流程中驗證，再擴大使用範圍。
Unionfab，讓AI每天面對真實訂單
聯泰還有一個重要的業務驗證場景：Unionfab海外製造服務平台。
在這裡，客戶需求從線上觸達和詢價開始，經過自動或人工報價、訂單處理、供應鏈協同，最終進入生產、質檢和物流交付。線上平台接到的單，一部分是由聯泰自營的工業級3D打印機生產，一部分是通過Unionfab Cloud系統管理的數百家3D打印服務商構成的供應鏈網絡。
每一個環節都會產生具體問題。
客戶為什麼沒有接受報價？哪些模型反覆需要人工修改？一項質量要求是否完整傳遞給生產端？某次異常為什麼影響了交期？
這些問題決定技術應該優先解決什麼，也幫助團隊判斷工具是否有效。
如果一項功能上線後，工程人員仍要大量重複核對，就需要繼續改善。如果前處理減少了操作步驟，卻沒有提高製造穩定性，也需要重新驗證。
「客戶不會因為我們用了AI，就降低對質量和交期的要求。」楊根說，「他關心的是方案有沒有用、響應是不是更快、零件能不能按要求交付。」
Unionfab讓聯泰能夠持續接觸真實需求，也讓AI研發擁有實際反饋。工藝智能體提出的建議，需要接受生產條件、成本和質量結果的檢驗；項目產生的新經驗，則可以繼續補充到工藝記錄中。
在輪胎模具等生產項目中，聯泰也已開展設備、材料、軟件與工藝組合方案的應用驗證。這些製造實踐，為進一步的智能化提供了依據。
自營服務平台與生產場景，共同形成了一種持續迭代的工作方式：業務提出問題，技術提供工具，製造結果驗證效果。
製造結果，讓經驗有機會持續積累
工業AI需要回答一個關鍵問題：怎樣知道自己的判斷有效？
一個模型能夠被軟件處理，不代表它一定能夠穩定生產。最終零件的質量、成本和交期，才是檢驗工藝選擇的依據。
聯泰正在推動模型特徵、材料與工藝參數、設備狀態，以及質量和交付結果之間的數據關聯。其目的，是幫助團隊理解一次製造判斷為什麼成功、為什麼失敗，以及哪些經驗適合復用。
在授權範圍和數據安全要求允許的前提下，這些記錄可以用於知識沉澱、規則改進和算法優化。
Quick AI的長期價值，也將建立在這樣的反饋基礎上。工藝智能體能夠參考的項目越豐富，經過驗證的經驗越完整，就越有條件為新的製造任務提供支持。
「我們最希望留下來的，是那些能夠幫助下一次決策的經驗。」楊根說，「一個項目做完以後，團隊的能力也應該向前走一步。」
這意味著，資深工程師的經驗有機會從個人積累，逐步轉化為更多人員可以調用的組織能力。新人員可以借助歷史經驗更快進入工作，成熟工藝也有機會在更多設備、工廠和客戶場景中驗證與推廣。
聯泰的AI路徑，最終指向製造能力的複製
聯泰一直將AI能力建設作為提升其長期競爭力的核心工作。
設備和材料提供製造基礎，軟件將工藝組織成可執行的流程，Unionfab帶來持續的客戶需求與交付反饋，Quick AI則為工程知識和業務工具的調用提供新的方式。
這些能力能否形成價值，最終需要看具體經營結果：客戶應用導入是否更快，工程人員是否能夠承接更多項目，質量和交付是否更穩定，成熟方案是否能夠複製到更多客戶。
聯泰正在沿著這條路徑推進。
隨著Quick AI與既有數字化體系逐步銜接，聯泰希望進一步連接客戶需求、工藝判斷、設備執行和結果反饋，推動製造能力持續積累與複製。
工業3D打印的競爭，正在延伸到單台設備之外。能夠多快理解需求、多穩交付產品，以及多有效地復用經驗，將越來越影響一家企業的增長質量。
聯泰把AI放進製造流程，正是圍繞這些問題展開。
關於聯泰科技
聯泰科技（UnionTech）提供工業級3D打印設備、材料及製造服務，其Quick AI平台定位為企業Agent OS，支持工藝智能體構建與應用；Unionfab Cloud承擔客戶、訂單及供應鏈協同數字化，Unionfab ONE連接模型處理、工藝配置與設備操作數字化，共同支撐增材製造數字化與智能化。
SOURCE 聯泰科技
分享這篇文章