无限实验室（Limitless Labs）获得2000万美元A轮融资，将智能AI技术应用于精密制造

无限实验室（Limitless Labs） 已获得2000万美元A轮融资，这家公司旨在扩大其所谓的世界首个物理智能AI平台，用于 CAD/CAM驱动的制造。 本轮融资由 戴尔科技资本（Dell Technologies Capital） (DELL ) 和 Square Peg 共同领投， Grove Ventures、Meron Capital 和 Kinetica 也参与了本轮融资。 公司表示，新资金将用于扩大其在美国的业务，推进其物理智能基础模型的开发，并继续为CNC编程构建自动化能力。

2024年成立的以色列特拉维夫初创公司Limitless Labs（前身为LimitlessCNC）正针对制造业最顽固的瓶颈之一：编程 计算机数控（CNC） 机器的高度专业化过程，用于生产复杂的航空航天、国防、医疗和工业部件。虽然AI行业的大部分仍然专注于数字工作流，但Limitless Labs是试图将AI直接应用于物理生产环境的公司之一。

将AI直接整合到CAD/CAM系统中

现代CNC加工仍然严重依赖于经验丰富的程序员，他们理解工具策略、机器约束、材料属性以及将CAD模型转化为可制造零件所需的无数决策。

Limitless Labs已经在CAD/CAM软件中构建了其平台，该软件已被制造商使用，包括Siemens NX CAM、Mastercam和PTC Creo。公司的CAM代理被设计为通过识别加工特征、推荐工具策略、操作顺序、生成工具路径和帮助创建生产就绪机器程序来协助工程师。根据公司的说法，客户已经将CNC编程时间缩短了多达50%，同时在整个工作流程中保持了人工监督。

更广泛的目标不仅仅是自动化编程任务，而是捕获通常只存在于资深机械师和程序员脑海中的机构制造专业知识。该平台旨在连接工程数据源、从公司特定的加工知识中学习，并通过与现有制造系统的集成不断提高推荐。

为物理世界构建基础模型

在平台的核心是Limitless Labs所谓的物理智能基础模型。与主要在文本和代码上训练的大型语言模型不同，公司表示其模型是在加工特定数据上训练的，包括CAD几何、制造约束、机器行为和金属切割的物理学。

这一概念反映了工业AI领域正在发生的更广泛的转变。与其依赖于通用AI系统，制造商越来越需要理解现实世界过程、物理限制和操作要求的模型。这些专用系统被设计为支持在精度、可靠性和可重复性至关重要的工程工作流程。

该平台不作为独立的聊天机器人运行，而是作为嵌入现有生产软件的工程协同机。根据公司的说法，该系统在生成推荐时评估机器限制、工具约束、进给速度、公差和制造要求。

解决制造业的知识鸿沟

融资的时机恰逢制造商面临日益增长的劳动力挑战。

根据公司引用的数据，几乎四分之一的美国制造业劳动力现在年龄在55岁或以上，而97%的制造商将知识保留视为主要关注点。目前，行业面临超过40万个未填职位，这个缺口预计在未来十年内将显著增长。

对于航空航天、国防和医疗制造等行业来说，编程错误可能很昂贵，专业知识通常需要多年的实践经验来发展。随着资深机械师退休，制造商面临着日益增长的压力，既要保留运营知识，又要让新工程师更快地跟上进度。

Limitless Labs的创始人认为，AI可以作为一种机制来捕获和扩大这种专业知识，而不是取代拥有它的工程师。公司的平台旨在从历史编程决策和组织标准中学习，帮助新工程师从几十年制造经验中积累的知识中受益。

工业AI的下一个阶段

生成式AI的崛起在很大程度上被定义为软件开发、内容生成和企业生产力工具。然而，制造业带来了更大的挑战，因为AI系统必须在严格的物理约束下运行，错误会影响生产质量、设备性能和操作安全。

这就是为什么许多工业AI公司正在从通用语言模型转向在工程、制造和操作数据上训练的领域特定系统。整个CAD、仿真和制造生态系统中，越来越多的初创公司正在为机械工程工作流程构建专门的AI代理，表明该行业可能正在进入采用新阶段。

对于Limitless Labs来说，下一个目标是将其物理智能基础模型推向更自治的CNC工作流，同时继续在美国扩大商业运营。公司计划在特拉维夫扩大其研究团队，并在未来一年内将员工人数增加一倍。

随着AI越来越多地应用于物理生产环境，不再是AI是否能够生成设计或编写软件的问题。相反，重点转向了AI是否能够帮助管理制造物理产品所需的复杂性、专业知识和决策，这些产品是现代行业的基础。