在传统制造业的工业生产线上，“预设参数、批量生产、事后抽检”的模式长期占据主导地位。然而，这种模式存在明显弊端：一旦生产过程中出现偏差，无法及时调整，导致材料和人力的大量浪费，成为制约行业发展的痛点。近日，一家来自上海的科技企业——纳眸智能，凭借创新技术为这一难题提供了解决方案。
纳眸智能推出的全球首个基于OCT的视觉语言动作模型（OCT-VLA），从感知硬件和AI算法两个层面填补了制造业实时感知检测与自主决策的空白。该技术为精密制造打造了高精度的“眼”和“脑”，首次实现了生产过程的全自主“自动驾驶”。公司成立仅一年多，便凭借软硬一体的全栈式解决方案迅速打开市场，获得行业认可。
纳眸智能的创始人兼CEO孟彬，拥有上海交通大学与武汉理工大学的学术背景。毕业后，他未选择互联网或金融行业，而是投身医疗器械领域的智能化研发。在精密手术器械的研发中，他深刻体会到超精度操作的挑战。例如，眼底手术中，视网膜厚度仅100微米，而手术精度需达到5微米，远超人手极限。这种经历让他意识到，智能化器械是实现超高精度操作的关键。
在医疗器械行业工作期间，孟彬通过调研市场竞品和技术路线，对工业精密制造的痛点有了深入洞察。他发现，当前激光精密制造普遍采用“离线生产”模式，生产过程如同“黑箱”，一旦工艺确定，生产线便无法实时调整。这种模式导致良品率低、成本高昂、工艺优化缓慢，尤其在新能源电池、半导体、航空航天等领域问题尤为突出。2024年8月，孟彬在上海张江创立了纳眸智能，团队核心成员均来自上海交大，长期专注于光学智能技术的研发。
纳眸智能的目标是将微米级空间感知技术与视觉语言动作模型深度融合，构建新一代工业机器人空间智能感知系统。该系统使工业机器人首次具备微观且层析的环境感知能力，为精密制造的实时闭环控制奠定基础。与传统工业视觉公司专注“静态检测”不同，纳眸智能提供的是软硬一体的“全栈式”方案，实现了生产过程中的“实时检测、实时调整”，完成了从“离线”到“在线”的跨越。
实现这一突破的关键在于为工业机器人打造“看得清、跟得上、控得了”的实时闭环系统。孟彬将其拆解为“眼”和“脑”两部分。在“眼”的层面，传统工业视觉方案依赖主动投影技术或双目视觉，精度和速度难以满足精密制造需求，且易受视觉干扰。例如，新能源锂离子电池极耳焊接时，等离子和白光会导致图像失真。纳眸智能将光学相干断层扫描与传感技术集成到视觉模组中，空间分辨率达微米级，扫描速度每秒10万至40万次，且模组大小与照相机相当，可规避强激光干扰，实现微米级检测和大幅度摆位控制。
在“脑”的层面，纳眸智能的OCT-VLA模型是精密制造领域的具身智能垂直大模型，其工作逻辑与自动驾驶中的VLA模型相似。该模型接收“眼睛”捕捉的实时图像数据，分析后输出调整指令，对加工设备进行实时调整。这种“随时发现问题、随时解决”的能力，彻底改变了传统“经验驱动”的生产模式，实现了生产设备的实时监测和自动作业。系统收集的实时数据还能反哺工艺优化，形成数据智能驱动的良性循环。
目前，纳眸智能的产品已实现标准化生产，并在客户产线落地。商业模式上，公司采用硬件模组销售与软件服务结合的方式。在精密制造工厂中，一套配备激光摄像头和内置软件的视觉模组成本约10万至20万元。孟彬认为，尽管投入较高，但客户可通过成本分摊降低年度支出，并在良品率、自动化程度、人工成本和整体工艺等方面实现全面提升，从而增加收益。
在市场拓展方面，纳眸智能正与新能源、航空航天领域的头部企业深度对接和测试。孟彬坦言，工业领域测试周期较长，通常需三至六个月，但一旦获得头部企业认可，上游供应链厂商将主动跟进，测试周期可能大幅缩短。他测算，公司聚焦的中国市场规模约五六百亿元，全球市场规模超过500亿美元。
对于公司发展，孟彬设定了中期目标：到2028年，年收入达到8000万元。他指出，8000万元是初创企业能否上规模的分水岭，许多公司因管理半径和团队能力复制问题卡在这一阶段。技术突破只是第一步，跨越这一门槛还需建立支撑规模化复制的体系和人才梯队。纳眸智能将聚焦新能源电池、半导体、航空航天等精密制造细分赛道，完善“眼”（视觉模块）与“脑”（垂类大模型）系统，最终推动精密工业制造实现智能化、无人化生产，乃至“黑灯工厂”的大规模应用。
