物理AI落地工业场景：强思数科在南京构建高精度工业世界模型

一个扫地机器人第一次跑图时撞到椅子腿，损失尚可承受；但如果一台工厂巡检机器人因不熟悉环境而碰坏设备或误触开关，后果可能是一场安全事故。如何让机器人在进入真实工厂前就“熟悉”一切？南京强思数科给出的答案是：为企业搭建工业世界模型，让机器人在高精度数字孪生工厂里先跑几遍，完全熟悉后，再放入物理工厂。 钢铁、石化、冶金等流程工业是国民经济的基石，但不少运行多年的厂区历经数次技改扩建，原始图纸丢失、图纸与现场脱节，成为数字化升级的拦路虎。传统手动建模耗时长、成本高、精度偏差大，大量数字孪生项目停留在“好看却不好用”的大屏展示阶段，难以介入安全生产与工艺优化等核心业务。

强思数科以点云三维智能重建为突破口，通过激光扫描、无人机、机器狗采集现场数据，结合空间智能AI自动识别储罐、管道、阀门、管廊支架等工业构件，建模精度可达毫米级。公司首席科学家郭延文介绍，该技术能精准定位每一处工业元素，再融合物联网与视频数据，在电脑中实时还原完整工业场景。这套工业世界模型不是简单的三维可视化，而是工业物理世界的高精度镜像孪生，让模型从“好看”走向“好用”。 以工业世界模型为核心，强思数科打造了“I系列空间智能原生AI”与“X系列工业软件”两大产品体系，覆盖流程行业从设计、施工、交付到运维的全生命周期。在数字世界中，企业可对技改方案开展仿真推演，预判连锁反应，筛选最优方案后再落地物理施工，减少返工、规避风险。目前，该技术已服务巴斯夫、中石油等全球头部工业企业，落地油气、化工、电力、冶金等复杂流程行业。

今年7月上海世界人工智能大会上，强思数科携手施耐德电气发布了基于工业空间智能的危险气体监测安全管理一体化方案，展现了工业世界模型在实景产业中的落地能力。当前人工智能发展分为语言大模型与面向三维世界的空间智能两条主线，后者让AI走进物理世界解决问题。在工业场景中，机器人无法像家用扫地机一样反复试错，而世界模型的技术路线让安全训练成为可能。 强思数科的工业世界模型能快速搭建高仿真数字厂区，高度还原设备、管线等复杂空间关系与运维规则，为工业具身机器人提供高可信的虚拟训练与任务演练环境。机器人先在数字空间完成巡检、阀门操作、应急处置训练，再进入真实厂区作业，显著降低训练成本，提升作业精度与效率。下一步，企业将重点发力工业世界模型与具身智能的深度融合，推动未来工厂实现自主巡检、风险预判、远程精准处置，逐步走向少人化、无人化智能生产。 从2010年在南京鼓楼扎根至今，强思数科的成长离不开南京独特的产业与科教土壤。南京作为科教名城、工业重镇，集聚大量高端科研人才，同时拥有深厚的流程工业产业底盘，为前沿AI技术提供天然试验场。郭延文表示，强大的产业基础不断提出真实难题，企业针对问题攻关，产出科研成果，再到产业落地验证，形成产学研闭环，持续推动空间智能技术迭代升级。 国务院印发的《关于推进服务业扩能提质的意见》明确提出，推进生产性服务业向专业化和价值链高端延伸。强思数科的探索，正是先进生产性服务业赋能制造升级的生动样本。若想了解毫米级点云重建、工业具身智能训练等完整技术细节，请点击原文链接查看。