上海金锃科技有限公司（以下简称“金锃科技”）是上海交通大学人工智能与微结构实验室（AIMS-Lab）主任李金金教授团队的产学研成果转化载体。公司聚焦AI for Science（AI4S）与工业时序大模型，自主研发了国际首个“工业时序控制通用大模型ManuDrive”，首创FDE（前沿部署工程师）+FDR（前沿部署研究员）协同体系，在流程制造与离散制造领域实现了AI对工业生产全链路的自主感知、预判与闭环调控。截至2026年7月，接入ManuDrive模型的制造企业已近百家，清一色为行业龙头及上市公司；2026年7月底，公司签下出海首单。资本市场正与公司密切对接，“全球AI工业制造第一股”呼之欲出。
二、公司概况2.1 基本信息金锃科技由上海交通大学集成电路学院教授、博士生导师、人工智能与微结构实验室主任李金金创立。李金金教授为国家高层次青年人才、2024年全国十大杰出女科技工作者，2014年回国后在上海交大建立AIMS-Lab，最初研究方向为材料设计和蛋白质结构预测，先后自主研发了AlphaMat材料预测大模型和AlphaBio蛋白质结构与性质预测大模型。团队深耕底层算法十余年，聚焦AI for Science与工业时序大模型。
2.2 产学研定位金锃科技作为上海交大AIMS-Lab的产学研成果转化载体，承担着将实验室前沿AI技术向工业场景规模化落地的核心使命。公司并非单纯的软件服务商，而是定位为“工业AI底座”提供商，致力于将那些口传心授、难以传承的一线工业经验，转化为可复制、可传承、可迭代的数字资产。
三、核心技术：ManuDrive工业时序控制通用大模型3.1 技术定位与创新性ManuDrive（Manu意为制造业，Drive意为驱动——物理驱动+数据驱动）是国际首个人工智能工业时序控制通用大模型。其最核心的创新在于首次将时间维度AI算法引入工业自控领域。
传统的工业控制系统多为静态规则驱动或基于阈值的反馈控制，难以处理流程制造中上百个变量相互耦合、持续动态变化的复杂场景。而ManuDrive通过将时间维度引入AI，能够实时感知生产线的“流动”，实现动态预判与闭环调控。
3.2 技术架构ManuDrive搭载了127套标准化通用功能模块（感知、规划、记忆、工具调用等），形成一套“工业智能体”框架。这些模块可自由组合，适配流程制造与离散制造全行业的不同场景需求。基于长期积累，团队融合人工智能算法设计，打通第一性原理计算、量子力学等多类基础算法，创新构建了大小模型协同进化深度学习框架。
该模型具备以下核心能力：
自主感知：实时采集并理解生产线上的海量多源异构数据；
精准预判：对生产过程进行高精度时序预测；
闭环调控：自主决策并执行生产调节、控制、补料等动作；
持续进化：通过生产数据形成的“数据飞轮”持续迭代自优化。
3.3 工业级精度在制造业这一“严肃场景”中，AI的精度要求极高——“99.9分才是入场券”。ManuDrive在川宁生物发酵场景中，能够在发酵启动后2小时内精准预测未来178小时的完整发酵曲线，预测准确度高达99.9%。这一精度水平是工业级AI得以真正接管生产线的关键前提。
四、FDE+FDR协同模式：破解AI落地“最后一公里”4.1 模式概述金锃科技首创的FDE（Frontline Deployment Engineer，前沿部署工程师）+FDR（Frontline Deployment Researcher，前沿部署研究员）协同体系，是其区别于同类AI公司的核心竞争力所在。
FDE：深入客户一线，与工艺团队同吃同住，收集现场需求、记录实操细节、完成模型调试与工艺适配。
FDR：坐镇后方实验室，基于一线回传的海量工业数据，持续迭代底层机理模型与算法。
两者形成“一线落地优化—后台算法升级”的双向循环，高效打通AI技术从实验室到工业场景的落地链路。
4.2 实战案例：9个月的“发酵罐攻坚战”FDE+FDR模式最经典的实践案例，是金锃科技在川宁生物新疆基地的9个月驻场部署。
川宁生物的发酵罐高达四五层楼，抗生素中间体发酵是一个拥有上百个变量、持续近两周的巨复杂过程。过去依赖“老法师”三班倒、凭经验手动调控，500吨发酵罐最终成品不足5吨——这已是世界领先水平。
李金金团队进驻后，FDE团队在高温潮湿的发酵车间就地拼起8张桌子、铺上垃圾袋，“日敲代码夜当床”，一待就是9个月。他们一边收集一线数据、记录实操细节，一边联动上海的FDR团队优化模型参数。团队的打法是“先模仿、再超越”：第一步，把人类工程师的经验沉淀为代码逻辑和物理约束；第二步，通过强化学习和闭环反馈，让AI自行探索、举一反三。
过程中有一个关键转折：制造业老法师们想当然地认为“微生物多吃葡萄糖，发酵就能更充分”，但AI提取到的特征显示，葡萄糖加到一定高位后产能反而下降。团队最终选择相信AI。
4.3 模式成效部署效率大幅提升：过去两三个月才能完成的部署，现在只需两三周；
规模化复制能力：首个项目耗时9个月，如今同类企业再部署周期已缩短至数周；
人才培养体系化：上海已率先构建FDE人才培养体系，开办全国首个专题培训班，覆盖2000余人次。
4.4 FDE模式的全球背景FDE模式并非金锃科技独有，而是全球AI产业化的共同趋势。数据分析公司Palantir通过FDE模式的“AI训练营”，商业客户从2023年的155家增长至2025年的485家。Indeed数据显示，2025年FDE岗位月度招聘量同比激增800%。OpenAI和Anthropic等头部AI公司也正在大规模扩展FDE团队。金锃科技在这一全球趋势中走在了国内前列。
五、在AI4S领域的重大意义5.1 AI4S从科研走向产业的关键桥梁AI for Science（AI4S）的核心使命是用AI方法解决科学问题、加速科学发现。但长期以来，AI4S主要停留在实验室和科研层面，与真实工业场景之间存在巨大鸿沟。金锃科技的ManuDrive模型和金锃科技的FDE+FDR模式，首次将AI4S的方法论系统性地引入工业生产控制领域，实现了从“AI for Science”到“AI for Industry”的范式跨越。
团队将深耕设备一辈子的老师傅们口传心授的实操经验，“炼成”工业时序控制大模型——这本质上是将人类隐性知识转化为可计算、可迭代的数学模型，是AI4S在工业领域最深刻的应用。
5.2 对“新质生产力”的贡献ManuDrive在川宁生物的应用成果具有标杆意义：AI接管后一个月，发酵罐产能提升5%，进步比过去五年累计的还多；生产波动降低50%，新增效益上亿元。李金金教授认为，按此节奏，发酵罐产量在原天花板基础上翻番绝非天方夜谭。
在金锃科技的另一典型场景——风电零部件智能选刀中，ManuDrive将选刀工作从数十天缩短至十分钟，撞刀事故“零发生”，刀具耗材成本降低15%。
这些案例表明，ManuDrive正在捅破制造业的产量天花板，为存量制造业创造增量价值。
5.3 工业时序大模型的行业开创性当前，建立工业时序模型的主要方法之一是使用GPT等语言大模型进行序列预测，但模型泛化难度较大。ManuDrive走的是物理驱动+数据驱动的融合路线，将第一性原理、物理约束与深度学习相结合，在工业场景的精度要求（99.9%）和低幻觉容忍度方面具有显著优势。这一技术路线为工业AI开辟了新的方向。
5.4 国际影响与认可2026世界人工智能大会上，ManuDrive获得联合国秘书长古特雷斯的重点关注与充分肯定。古特雷斯在听完李金金的汇报后，连续追问AI技术的降能耗、提效率、创效益能力。这一国际认可标志着中国在工业AI领域已跻身全球前沿。
六、商业化进展与前景6.1 客户与场景拓展ManuDrive的应用版图已从生物发酵拓展至工业建筑设计、纺织制版、工业焚烧、精密铸造、机械加工、水务等十余个工业场景。目前已接入近百家制造企业，清一色为行业龙头及上市公司。
2026年8月7日，金锃科技的关联主体金珵科技与江苏联合水务签署战略合作协议，将ManuDrive应用于高浓度污水处理智能调度、水务工艺智能控制等领域。
6.2 商业模式金锃科技采取与客户收益分成的商业化模式——“不卖系统，只分增量”。这一模式降低了客户的初始投入门槛，同时将公司的利益与客户的生产效益深度绑定，形成了良性的商业闭环。
6.3 出海进展2026年7月底，金锃科技签下出海首单，标志着公司的技术能力和商业模式已具备国际竞争力。
七、风险提示工业AI部署周期与成本：尽管部署效率已大幅提升，但每个新场景仍需一定程度的定制化适配，规模化扩张速度可能受限。
数据依赖：模型的精度高度依赖高质量工业数据的获取与标注，数据获取壁垒可能影响拓展效率。
行业竞争：中控技术等企业也在布局工业时序大模型，行业竞争态势正在加剧。
商业化验证周期：收益分成模式的长期可持续性仍需更多行业和更长周期的验证。
八、结论上海金锃科技以ManuDrive工业时序控制通用大模型为核心，首创FDE+FDR协同体系，在AI4S与工业AI的交叉领域开辟了独特的竞争路径。公司不仅实现了技术上的突破——首次将时间维度AI引入工业自控、达到99.9%的工业级精度——更通过FDE+FDR模式解决了AI产业化“最后一公里”的核心难题。
在“新质生产力”和“人工智能+”的国家战略背景下，金锃科技代表了中国工业AI从“跟跑”到“领跑” 的一个关键样本。其“先模仿、再超越”的技术路径、“一线+后台”的落地模式和“只分增量”的商业逻辑，构成了三位一体的核心竞争力。随着出海首单落地和资本市场的高度关注，金锃科技有望成为“全球AI工业制造第一股”的有力竞争者。
直接受益
川宁生物（301301）
持有金锃科技16.67%股权；双方签署战略合作协议，围绕抗生素中间体发酵优化、AI辅助合成生物学研发、新产品合作开发展开排他性合作；AI虚拟工程师调控实验罐平均产量较对照组提升3%-5%，已建立青霉素发酵调控模型并完成12批次托管验证+2
最核心映射，但合作为框架性协议，具体金额和业绩贡献需后续验证
间接受益
工业AI/智能制造相关A股
金锃科技ManuDrive工业时序控制大模型已覆盖生物发酵、化工冶金、能源环保、重型装备、半导体等场景，127个功能模块可跨场景复用，累计服务数十家上市企业+2
属于“工业AI落地”主题扩散，关联度弱于川宁生物
概念映射
工业自动化、机器视觉、工控设备、工业软件
ManuDrive核心能力为工业时序控制、参数预测、闭环调控，与工业自动化、机器视觉、工控设备方向高度相关+1
适合题材扩散交易，需结合订单和业绩验证
核心判断：川宁生物是金锃科技概念中关联度最高的标的，其余标的均为工业AI主题间接受益，不能直接等同于金锃科技上市映射。
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。