
编译 | 栗子
编辑 | 云鹏
智东西 10 月 21 日消息,据 CNBC 美国时间 10 月 20 日报道,OpenAI 前研究主管鲍勃 · 麦格鲁(Bob McGrew)创办的 AI 公司 Arda,正在把 AI 引入美国制造业。
Arda 做的是面向制造业的 AI 软件,目标是帮助制造工程师更快地搭建和调整自动化产线。
目前,Arda 已完成 2.3 亿美元融资,估值达 15 亿美元。本轮由 Altimeter Capital 领投,Accel 和 Khosla Ventures 参投。需要提醒,该融资信息来自 CNBC 对 Arda 的独家采访,并非企业官方公告。
一、Arda 要给制造工程师配一个 "Cursor"
麦格鲁直接概括 Arda 的产品:一个面向制造工程师的界面和智能体,做的事类似 Claude 或 Cursor 之于程序员。程序员用 Cursor,可以更快地把设计思路变成可运行的软件,而 Arda 的软件,也能更快地把新的产品设计,变成可实际运转的自动化产线。
简言之,Arda 想做的,就是成为制造领域的 " 效率倍增器 "。

传统制造业高度依赖人。一个武器或无人机的设计发生变化,重新培训一名工人可能只需要一天,但改造对应的自动化设备往往要三到六个月。因为产线上的自动化设备是为特定设计 " 写死 " 的,设计一变,相应的运动路径、检测标准等都得跟着调,硬件和软件也都要重新适配。
麦格鲁说,Arda 要解决的就是这个时间差,要让制造工程师用 AI 更快地搭建产线、适配新设计,而不是等自动化改造慢慢跟上。这意味着 Arda 切入的不是办公室里的文本生成,而是工厂里设计、工艺和自动化设备之间的衔接环节。
这个环节过去高度依赖工程师的经验和手工调试,改一次产线,往往要反复试错。因此,麦格鲁强调,Arda 使用的是自有模型、开源模型和部分前沿模型的组合,并非单一模型包打天下。
其中,自有模型负责吃透制造场景里的专有数据和工艺逻辑,开源模型和前沿模型则承担通用能力部分。这种组合的好处是灵活——制造场景差异大,单一模型很难覆盖所有工序,混用反而更容易落地。
二、麦格鲁等到推理模型落地才离开 OpenAI
麦格鲁 2017 年加入 OpenAI,那时 ChatGPT 还没诞生,公司规模也远不如今天。他参与过早先模型的推理能力研究,也经历了 ChatGPT 发布前那段最关键的攻坚阶段。
2024 年,OpenAI 出现一波高管离职潮,米拉 · 穆拉蒂(Mira Murati)、伊利亚 · 苏茨克维(Ilya Sutskever)等人先后离开,麦格鲁也在其中。
他回忆,自己曾在房间里和山姆 · 奥尔特曼(Sam Altman)、后来创办 Anthropic 的达里奥 · 阿莫代伊(Dario Amodei)以及苏茨克维一起讨论:当模型能替你写邮件时,世界会是什么样?那时的这些讨论更像对未来的推演,没人确定不久能成真。
在 2023 年 11 月奥尔特曼被突然解雇又迅速回归的那个周末,麦格鲁也选择留下来。因为他想把 OpenAI 的推理产品做出来。在他看来,这款推理产品就是 "AGI(通用人工智能)之前最后一个关键突破 "。用他的话说,只要把这个产品交付,自己在 OpenAI 的职业生涯就没有什么遗憾,可以去做下一件事了。
三、投资方为什么下注?制造业是个 16 万亿美元的市场
Arda 的联合创始人还包括奥古斯都 · 奥德纳(Augustus Odena),他曾参与创办 Adept(其是一家由 Transformer 架构核心作者参与创立的 AI 智能体即 Agent 公司),此前在谷歌和 Meta 工作;以及前 Palantir(其是一家美国大数据分析与 AI 软件公司,核心业务是为政府机构和大型企业提供数据整合、分析与决策平台)的工程师亚历克斯 · 马克(Alex Mark)和雅各布 · 弗里克(Jakob Frick)。
本轮融资由 Altimeter 的合伙人阿普尔夫 · 阿格拉瓦尔(Apoorv Agrawal)主导,他和麦格鲁在 Palantir 时期就认识。阿格拉瓦尔认为,全球制造业约 16 万亿美元(约合 107.51 万亿元人民币),其中仅美国就占了约 3 万亿美元(约合 20.16 万亿元人民币),而 Arda 有机会分走其中相当一部分。
此外,麦格鲁还提到,如果产品设计变化频繁,真正能落地生产的地方往往在东亚,因为自动化改造等不起,而那里有大量可快速重新培训的工人。他希望 Arda 能改变这种情况,让美国在频繁迭代的制造场景里也具备竞争力。
四、Arda 下一步要做机器人
Arda 现在做的是帮工程师更快搭建和调整自动化产线,再往前走,就是让机器人在产线上承担更多物理操作。麦格鲁说,机器人是 Arda 产品路线图的下一步。

自动化工厂不仅可能带来更多制造能力,也可能带来更多岗位。因为产线要想跑起来,需要人来做工艺、维护、质检和管理等一系列工作。而他把这视为一个经济机会,尤其是在特朗普政府推动制造业回流的背景下。
他还举了一个更具体的例子来说明。美国从来没有成功建成过一款智能手机,也没有成功组装过。如果能在美国造智能手机,这不是抢走美国人的工作,而是把工作带回美国。
结语:制造业 AI 的机会不在聊天,在产线上
Arda 的融资故事,核心不在于又一个 OpenAI 前高管创业成功与否,而在于 AI 开始从写代码、写邮件走向制造业工厂。
写代码错了可以重跑,但产线改错了,代价是停机、报废和交付延期 ……
制造业 AI 的难点不在模型本身,而在模型给出的建议能不能经得起车间现场的验证。
来源:CNBC


登录后才可以发布评论哦
打开小程序可以发布评论哦