【成果推介】工业智能应用研发与服务平台InMind

该项目由在工业信息化、人工智能领域有10余年产品研发经验的创始人带领核心团队打造，旨在面向工业领域提供一站式智能应用研发与服务平台，提供从资源托管、数据治理、大模型研发到智能体构建与应用部署的一站式服务，助力企业低门槛、高效率构建工业智能应用，加速工业AI落地。

中心简介：“杭州市北航智能无人系统概念验证中心”系杭州市第二批概念验证中心认定单位，依托北航智能无人系统领域国家级载体在杭平台、全省工业大数据与机器人智能系统重点实验室等省级平台，围绕“低空智能、具身智能”领域，通过与企业、行业部门等共建场景创新中心等载体开展联合验证，打造以场景驱动为特色的概念验证平台。

一、成果简介

一站式智能应用研发与服务平台

平台统一管理工业数据、模型、工具和智能体等各类AI资源。目前已汇聚5万余个工业数据集、5千余个开源工业模型和6百余个工业工具，实现多类资源的集中管理、共享与复用。

平台提供数据解析、清洗、合成与验证等数据处理工具，解决工业数据多源异构、高质量数据稀缺等问题；支持垂域大模型零代码在线微调、部署、评测及迭代优化，显著降低工业大模型研发与应用门槛；提供私域知识库构建、管理、检索与智能问答服务，促进企业私域知识高效沉淀、管理与复用。

平台支持智能体零代码在线搭建与部署，使业务人员无需复杂开发，即可快速构建面向生产、研发、运维等核心场景的工业AI应用。

依托该平台，团队已研发5个工业大模型、搭建12个工业智能体，依托相关成果已与华大九天、杭钢、成飞、杭州卓易德、云翼科技等企业开展合作及应用验证。

2026年，依托平台工业数据资源与治理技术及服务，InMind研发团队入选浙江省首批“科学数据官”试点名单（“智能制造”领域）。

图1：InMind平台

二、成果介绍

1、核心领域

人工智能大模型、智能化软件开发、工业领域智能应用

2、主要应用场景

（1）芯片电子设计场景：EDA芯片设计、RTL代码生成、UVM 自动化验证、仿真测试，实现从自然语言需求到芯片设计文件全流程智能化；

（2）工业CAE仿真场景：仿真脚本自动生成、仿真流程编排、仿真结果解析、大型遗留仿真源码逆向解析与文档生成；

（3）研发设计场景：CAD智能建模、工艺文档解析、图纸与技术资料私有化知识问答；

（4）生产装备运维场景：设备日志分析、故障智能诊断、工业机器人控制代码自动生成、生产业务流程智能自动化编排；

（5）企业知识管理场景：企业技术文档、运维日志、专家经验私有化知识库搭建，数据本地留存，实现安全内部检索问答；

（6）科研与产业园区场景：面向科研院所、产业园区，提供工业数据集管理、大模型微调、智能体快速开发底座，支撑工业AI创新项目建设。

3、市场背景和行业痛点

01、市场背景：

（1）工业数字化转型持续深入，生成式AI、大模型正加速渗透工业研发、仿真、生产、运维等核心业务环节，制造企业、工业软件企业对于工业垂域大模型、行业智能体的需求高速增长。

（2）通用大模型难以适配工业专业知识与保密要求，大量企业缺少AI算法团队、高质量行业数据集与充足算力，迫切需要一套低门槛、可私有化部署的工业AI全链路研发底座，支撑企业智能化改造。

02、行业痛点：

当前市场发展仍面临多重行业壁垒，成为规模化发展的核心阻碍：

（1）高质量工业数据匮乏，数据治理成本高：工业数据来源分散、格式异构、噪声大，高质量训练样本稀缺；数据解析、清洗、标注高度依赖专家人工，处理周期长、成本高，制约大模型迭代效果。

（2）垂域大模型微调门槛高，企业自研能力不足：模型微调对算法、工程、算力均有较高要求；工业企业熟悉业务，但缺少 AI 研发人才，难以完成大模型的行业适配与持续迭代。

（3）模型部署链路复杂，运维成本高昂：大模型从训练到上线需要环境适配、推理优化、接口封装、运行监控，部署流程繁琐，推理运维成本高，难以规模化推广。

（4）工业数据敏感度高，安全合规要求严苛：设计图纸、工艺参数、仿真结果属于高涉密工业资产，公有云大模型存在数据外泄风险，企业亟需本地化私有化处理方案。

（5）知识沉淀与复杂业务智能能力不足：企业文档、专家经验分散难以复用；复杂工业业务对智能体任务规划、多工具协同调用能力要求高，普通大模型无法完成业务闭环。

4、产品介绍

工业智能应用研发与服务平台InMind字体包含5大核心能力模块：

（1）工业资源托管：统一归集管理数据集、模型、工具组件，覆盖EDA/CAD/CAE、工业数据分析等领域，实现资源检索、版本管控、共享复用；

（2）工业数据治理：打造 “解析‑清洗‑合成‑验证” 全链路处理能力，处理工业文档、代码、仿真数据，自动降噪标准化，生成稀缺工业样本；

（3）垂域大模型研发：零代码工具链，一站式完成数据集构建、模型微调、部署、评测、迭代，降低垂域大模型开发落地门槛；

（4）领域私域知识问答：解析企业文档、日志、专家经验，构建本地化专属知识库，数据不出域，实现安全智能问答；

（5）工业智能体搭建：零代码可视化搭建垂域智能体，具备任务规划、多工具调用执行能力，适配研发、仿真、生产、运维复杂业务流程。

（6）平台已沉淀多项标杆应用成果：多智能体端到端EDA芯片设计、UVM芯片自动化验证、大规模CAE源码逆向理解、复杂流体智能化仿真、工业机器人控制代码自动生成等。

4、核心优势

    （1）工业领域资源沉淀深厚：沉淀海量工业数据集、开源模型、工具组件，覆盖芯片设计、工业仿真、装备制造等赛道，为工业 AI 开发提供完备底座资源。    

   （2）全链路工业数据治理能力：集成大量工业专用处理工具，完成多源异构工业文档、代码、仿真数据处理，自动合成稀缺样本，大幅降低数据处理人力成本。

   （3）垂域大模型零代码一体化研发：非算法人员也可以完成模型微调、评测、上线部署，缩短工业大模型落地周期，降低算力与工程实施门槛。

   （4）零代码智能体编排，实现完整业务闭环：可视化搭建工业智能体，自动完成任务拆解、多工具调用，打通 “自然语言指令‑任务执行‑结果反馈” 完整业务链路。

   （5）私有化部署，安全自主可控：支持本地化部署，敏感工业数据不出域；兼容国产软硬件生态，适配低配置硬件环境，满足企业保密与信创要求。    

   （6）经过真实工业场景验证：已经在芯片、钢铁、航空装备等多家实体企业完成试点落地，并非纯理论工具，具备成熟产业实践经验。

三、合作方式

1、合作需求

本项目可开展以下定制化合作，包括但不限于：面向制造企业、工业软件厂商、科研院所、产业园区，开展定制化系统部署、场景化功能开发、多平台协同方案打造、技术成果联合转化等合作，推动智能模型研发服务平台项目的规模化应用。

2、合作方式

01、业务合作：

提供平台私有化部署、定制功能开发、工业垂域大模型联合调优、行业智能体定制开发、工业AI整体咨询服务。

其他合作包括但不限于联合研发、技术入股、投资并购、成果转化等。目前项目开放天使轮融资，资金主要用于系统产品化升级、多行业与跨场景适配开发、营销团队搭建与市场推广、核心技术迭代优化等。

结语👇

欢迎产业企业、投资机构及相关单位携手合作，共同推动InMind工业智能技术在研发设计及工业智能运维领域的产业化落地，赋能工业数字化升级。