数码老牌品胜进军AI：自研专利工具全面开源

最近，开源社区GitHub上出现了一款AI专利附图工具。出人意料的是，这款软件并非来自专业软件大厂，而是出自深耕数码配件领域的老牌硬件企业品胜。

该工具最初开发完成后，品胜创始人赵国成曾考虑按商业化软件路径进行变现。但品胜AI产品负责人丛泽龙给出了不同建议：与其设置收费门槛，不如彻底开源，让外部企业能在私有环境中部署，同时借助开发者社区的反馈加速迭代。这一提议最终得到了采纳。

这并非一次孤立的尝试。品胜团队随后还开发了用于评估候选人的线上“AI试炼”系统，并同样计划开源。目前，品胜正在搭建AI Lab平台，集中上线各类效能管理工具、AI 智能体（Agent）及配套指南。品胜正试图把内部孵化的技术能力全面推向开源生态。

从一张图纸切入真实痛点

品胜的AI探索始于研发链条中的一处堵点。在硬件研发阶段，结构工程师绘制的3D工程模型往往无法直接作为合规的专利图纸使用。过去，专利工程师与结构工程师需要反复核对模型细节、拆解爆炸图并标注零部件，跨岗位协作耗费了大量沟通时间。

丛泽龙带领的年轻团队尝试将大语言模型与开源CAD工具结合，使系统能够直接解析3D模型结构，自动辅助生成爆炸图与对应标注。AI不仅能理解工程师的设计意图，还能调用专业工程软件执行精准制图，杜绝纯生成式图像带来的结构虚构问题。

这一改进让原先繁冗的前期准备工作缩短至数分钟内。尽管最终的工程校验依然需要人工把关，但流程效率得到了显著提升。更重要的是，这个项目并非自上而下的战略规划产物，而是团队在日常业务中自发发现痛点、快速开发原型的结果。

在商业模式的选择上，专利图纸涉及企业未公开的核心资产，要求用户上传云端必然遭遇信任阻力。选择开源并在本地部署，恰好消除了外部企业的安全顾虑。在赵国成看来，单款软件收费反而会自缚手脚，通过开源构建技术生态，才能为企业转型构筑真正的护城河。

构建内部“工具箱”与SkillHub

随着专利工具的成型，品胜开始将这一模式复制到更多场景。除了人才筛选工具，内部还设立了需求“许愿池”，各部门员工可以直接提交痛点，AI团队每周筛选两到三个高价值需求推进开发。

但工具数量的快速增加也带来了新挑战。如果每个部门都单独配置工作流，不仅容易导致功能重复，后期的维护成本也会成倍增加。

为解决这一问题，团队开始梳理“Skill”——即让模型重复执行特定任务的标准化指令、流程与知识模板，并搭建了统一的管理平台SkillHub。通过集中管理分散的工作流，员工能够快速调用成熟经验，避免重复造轮子。这也体现了企业AI落地的现实规律：技术虽然降低了开发门槛，但流程规范、组织协同和知识沉淀的难度并没有自动减少。

从软件编码走向硬件工程

对品胜这类制造企业而言，AI更大的价值在于改变核心研发链条。赵国成将这一愿景概括为从“Vibe Coding”（氛围编码）走向“Vibe Engineering”（氛围工程）。

以一款普通充电器为例，研发链条涵盖需求定义、元器件选型、供应链成本核算、电路布局、打样验证等多个环节，涉及海量历史经验与跨部门拉扯。过去，许多经验分散在工程师脑中，人员流动极易导致断层。

得益于品胜自2015年起在PLM（产品生命周期管理）系统中积累的物料与设计规范，团队在此基础上搭建了元器件数据库，为模型注入了底层工程数据。目前，团队正在尝试利用AI Agent全流程打造一款遥控手柄原型：从需求拆解、器件选型、生成原理图及PCB Layout，再到人工评审与硬件调试，力求让AI介入硬件工程的每一个关键节点。

在赵国成的规划中，工程师的角色将逐步转向规则定义与最终把关，具体的设计推演和工程操作则交给模型完成。

从一个局部的专利制图工具，到打通硬件研发的全链条工程体系，品胜的实践展示了传统制造业切入AI的新路径：不依赖宏大的立项汇报，而是以业务痛点为抓手，以开源作为试金石，在持续迭代中推动组织向AI Native演进。