基础EGI筹集2300万美元打造世界首个工程通用智能平台

Foundation EGI 已经筹集了2300万美元的A轮资金，用于改变工业工程师设计和制造物理产品的方式——使用一个将物理规律、空间关系和机械系统直接编码到其核心的AI本地平台。 这一轮超额募资将公司的总资金提高到3000万美元以上，由 Translink Capital 领投， RRE Ventures 、 McRock Capital 、 Escape Investment Management 、 Fifth Growth Fund 及包括E14 Fund、UNION、GRIDS Capital和Henry Ford III在内的现有投资者跟投。

重新定义工程与通用智能

Foundation EGI 正在开创一种新的工业人工智能类别，即 工程通用智能（EGI） ——一种专门为理解和参与工程过程而设计的人工智能。 与处理自然语言和在训练数据中插值的通用大语言模型不同，EGI 被设计为以工程术语推理。 它不仅理解技术语言的语义，还理解制造、材料、几何和设计规则的物理现实和约束。

这种智能水平使得EGI能够与人类工程师以协作方式合作：审查图纸、建议优化、生成文档，甚至质疑设计假设——就像一位资深同事一样。 这不仅仅是自动化的AI；这是 理解 工程的AI。

这一能力的核心是Foundation的 领域特定语言（DSL） ——一种自定义编程语言，将工程原理、流程和标准正式化为机器可读格式。 DSL 将AI约束为仅产生物理有效和可追溯的输出，确保精度并消除常见问题，如幻觉或不可验证的结果。 简而言之，它是一种防护栏，将创造性的AI转变为可靠的工程伙伴。

“我们的平台不仅仅是关于自动化——它是关于智能，” 联合创始人兼首席科学家 Prof. Wojciech Matusik 说。 “我们正在构建能够挑战假设的AI——就像最好的工程师一样。”

从MIT研究到行业部署

Foundation EGI 源自MIT计算机科学和人工智能实验室（CSAIL）的开创性研究，由联合创始人Wojciech Matusik和Mike Foshey领导。 他们2024年的论文 用于设计和制造的大型语言模型 ，引起了整个工程界的兴趣，并为EGI平台奠定了基础。

公司的创始团队融合了学术研究、工业工程和产品开发的专业知识：

• Dr. Mok Oh （CEO）是一位连续创业者，曾任PayPal、Samsung和Mercari的高管。
• Prof. Wojciech Matusik （首席科学家）是MIT计算机辅助设计和基于物理的模拟领域的领军人物。
• Mike Foshey （研究负责人）此前曾在MIT CSAIL领导AI驱动的制造研究。

他们的共同愿景？赋予工程师智能工具，不仅仅是自动化——而是真正的协同创造。

重新定义工程以适应AI时代

如今，工程团队面临着巨大的复杂性——同时处理分散的规格、孤立的知识和无法扩展的手动工作流。 Foundation EGI 正面解决这一问题，通过统一整个产品生命周期，从构思和CAD建模到文档和制造输出。

与传统的AI模型不同，后者依赖于蛮力数据训练或统计插值，EGI 使用嵌入式规则集和真实世界模拟。 这使得它非常适合于汽车、重型设备、航空航天和消费类电器等行业——在这些行业中，精度、可审计性和合规性至关重要。

正如CEO Dr. Mok Oh 所说， “下一次工业革命将是AI本地的。我们正在创建理解工程师如何思考和工作的工具——这些工具不仅仅是计算，还能协作。”

前路：以AI为核心重建工程栈

Foundation EGI 正在重新定义构建物理产品的基础软件基础。 通过引入一种目的性智能层，该层理解几何、材料行为、机械约束和制造逻辑，EGI 为未来工程变得越来越自治、精确和创造性铺平了道路。

在未来几年内，这项技术可能会改变整个行业的运作方式。 与其依赖于孤立的设计团队、过时的CAD工具和与文档或模拟平台进行数周的来回交流，公司将能够实时迭代完整的产品概念——与深刻理解工程语言的AI共同开发。

EGI 的路线图指向一个完全集成的设计到制造流水线，其中生成性构思、验证、合规性和指令输出全部由AI本身无缝处理。 这一演变有可能大大降低新产品开发者的进入门槛，压缩硬件开发周期从数月到数天，并使公司能够在提交单个原型之前测试100倍以上的想法。

就像Git和DevOps将软件工程转变为协作、快速迭代的学科一样， Foundation EGI 设想一个未来，硬件工程将从版本化、可验证和智能协同设计中受益——将今天脆弱的文档转变为动态的、活的系统记录。

在这个未来，工程师不会被取代——但他们将被放大。 他们的时间将集中在创造性决策、创新和第一原则思考上，而EGI将处理目前减缓进度的繁重工作、合规层和系统范围的优化。

正如 Dr. Oh 所说： “这是一种帮助工程师想象传统工具所不能实现的东西的AI。”