在成熟的工业软件领域,追光几何以图纸版本管理与协同为突破口切入市场。创始人吴星辉表示,工业图纸是知识流转的核心承载体,云化并不能直接解决复杂的版本冲突,必须引入专业的控制系统以提升产品全生命周期的研发效率。
文档协作用飞书,UI 设计协作用 Figma。如今在成熟的工业软件领域,文件协作尤其是 3D 机械图纸的协同工具开始受到广泛关注。
机械制造企业为何需要图纸协作?在追光几何创始人兼 CEO 吴星辉看来,工业品的产生本质上是知识流转的物化过程,图纸就是贯穿其中的血液。「协作流转一旦出现问题,每个环节都会受到影响。」对于航空航天、汽车或大型船舶等复杂产品,图纸协作往往直接决定了产品能否成功交付,而不仅仅是效率高低。

机械工程师日常面对的产品复杂度极高。以常见的工业机械臂为例,整体包含上千个零部件,对应着海量的 3D 模型、工程图纸、CAE 仿真文件及工艺说明书。
在传统工作模式中,图纸修改与协作伴随着严重的信息滞后:

在航天等高精尖领域,采用先进的协同流程可将研制周期和人力成本缩减 30% 到 40%。对于竞争激烈的中小制造企业而言,缩短数周的研发响应周期,直接关系到生存机会。
工业设计本质上是从不确定的概念走向确定性产品的「熵减」过程。追光几何并没有去重复开发前端的 CAD 建模软件或后端的 CAE 仿真软件,而是借鉴软件代码领域的协作逻辑,将其适配到机械工程领域:

吴星辉将追光几何定位为「数据高速公路」与中枢系统,位于 CAD/CAE 生产力工具之上,衔接底层的 PDM/PLM 流程管控软件,以此释放设计师的生产力。
不少人认为云原生或网盘化即可天然解决协作,吴星辉并不认同这一观点。他认为,云化改变了存储形态,但在精细化版本控制和信息同步上,纯云化并不能消除复杂度。
在工业多文件关联场景下,版本控制依然需要严格的依赖关系解析;在信息同步层面,若缺乏精细的通知机制,团队所有琐碎修改全量广播,反而会演变成严重的信息灾难。此外,上千个零部件的模型装配汇总,依然依赖专门的控制逻辑。

当前工业界处于「本地客户端 + 云端存储 + 部分 SaaS」的混云阶段。追光几何围绕当前工程师的工作环境进行适配,未来无论底层文件如何迁移,其核心控制引擎和工作流逻辑依然保持稳定。
谈及生成式 AI 对工业设计的影响,吴星辉指出,工业领域的 Generative Design(生成式设计)早已在结构轻量化和力学优化中落地。工程师设定载荷与边界条件后,算法可以自动输出最佳结构。
面向未来,当 AI 进一步介入设计全流程,人类设计师将更多专注于「从无到有」(Nothing to Something)的底层概念定义,而大量繁琐的图纸归档、零部件适配和多方协同,将交由智能化工作流系统自动完成。
免费获取企业 AI 成熟度诊断报告,发现转型机会
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断