异构图神经网络
表达订单、工序、设备和物料的关系，让模型理解工业系统的结构与约束。
当前 接近工件下一步 下探定位 ↗
动作预演 · 预设轨迹演示，非在线模型预测
团队背景
01 / THE WORLD MODEL理解 · 推演 · 进化
在真实行动之前，
先理解它的结果。
生产环境始终在变化。璇玑将工业机理与数据驱动学习结合，建立生产状态、决策动作与环境变化之间的动态关联，学习复杂制造系统的演化规律。
01 / OBSERVATION
当前的工业世界
设备状态 物料与工艺 任务与资源 候选动作
XUANJIWORLD
MODEL工业机理 × 数据学习
MODEL工业机理 × 数据学习
02 / PREDICTION
可能发生的未来
比较效率、质量与资源影响
在约束范围内选择下一步
01感知
02推演
03决策
04校验
05执行
06学习
深度强化学习
在仿真环境中训练策略，比较不同动作的长期收益，再用实际结果校准预测。
多智能体协同
连接不同设备、任务与资源的局部决策，面向整体生产目标协调行动。
02 / INTELLIGENT CONTROL从理解环境，
智能控制研究方向 · 按具体设备与场景开展适配验证
从理解环境，
到有把握地行动。
面向机器人、机械臂与智能设备，将环境预测、策略生成与受控执行结合，探索从固定程序到自适应控制的演进。
先推演轨迹，再执行动作
结合物体位置、任务目标与动作约束，推演抓取、搬运和装配动作的结果，为策略训练与执行校验提供环境。
ROBOTICS × WORLD MODEL动作 / 状态 / 反馈
03 / INDUSTRIAL INTELLIGENCE进入平台全景 ↗
璇玑工业智能平台AI-MOMS
贯通订单、工艺、设备、物料与质量数据，为世界模型提供生产现场的事实基础，让智能决策进入企业日常运营。
以上为平台订阅价格；实施部署、AI 增值模块及运维服务另计。
04 / FROM RESEARCH TO INDUSTRY真实场景，持续验证
在工业现场，
建立模型的价值。
团队已在精密设备测试与船舶制造场景开展验证，逐步将现场经验转化为可复用、可迁移的模型能力。
精密设备测试
面向多项目并行、设备资源约束与动态插单，开展智能排产和资源协同验证。
智能排产质量预测设备运维
场景验证船舶工业世界模型
与柏楚电子共同推进船舶世界模型研发，围绕复杂工序、物料和生产物流建立场景模型。
2027研发目标
工业世界模型 V1
面向船舶行业应用
面向船舶行业应用
05 / THE TEAM源于研究，扎根工业
跨学科的积累，
共同的工业理想。
团队成员来自清华大学、上海交通大学，研究背景覆盖工业工程、人工智能与运筹优化。
璇玑智链由来自上海交通大学的跨学科团队打造，专注于工业世界模型，致力于构建能够理解生产环境、推演行动结果、持续学习进化的新一代工业智能基础设施。
我们希望将长期现场积累转化为模型能力，降低新环境中的数据采集、调试与验证成本，让生产过程可预测、决策方案可验证、运营能力可进化。
工业工程人工智能运筹优化