作者| 周雅

欄目| 對話科技行者

在深圳一家汽車廠里，44歲的王師傅頭戴AR眼鏡，對著數字孿生系統生成的維修預案點頭稱奇；另一邊，遠在千里之外的上海三甲醫院手術室內，醫生通過手術刀末端的觸覺傳感器，熟練又飛快地操作精密手術……

這兩個看似無關的場景，實則勾勒出AI產業土壤中的獨特實踐路徑——“AI for Good”（AI向善）。AI正在重塑世界，這也代表技術創新能創造更多社會價值，成為解決實際問題、改善人類生活的有力工具。

為此，我們專訪了其中兩家中國AI產業鏈的創新者，DataMesh、帕西尼感知科技。前者用數字孿生技術為一線員工賦能，解決工業的數據孤島問題；后者以觸覺傳感技術突破精密控制邊界，為機器賦予指尖觸感。這兩家公司剛好出現在3月17日-3月21日NVIDIA GTC 2025針對中國創業者的會議特輯——與新工業革命同行。

他們的故事揭示了一個被低估的事實：AI向善的最好載體，或許就藏工業流水線、醫療手術臺、田間農作物等真實世界場景的細枝末節里。

DataMesh——重構工業文明的數據經絡

在太古可口可樂的罐裝產線上，每年例行的設備維護是一場精密戰役，每條產線分布上百個閥門，需由經過嚴格培訓的工人，在無菌環境中逐一拆解清洗，且這段時間內工廠必須停機等待——傳統培訓依賴老師傅現場帶教，但是，新工人往往要花費很長時間熟悉操作流程，任何失誤都可能導致產線出問題。

現在，DataMesh公司的解決方案改變了這一局面。

無菌灌裝閥產線實拍

通過DataMesh Director零代碼平臺，為灌裝產線的工人創建無菌灌裝閥門的3D指導教程，使他們可以利用手機、平板或MR設備隨時隨地快速、直觀地掌握操作流程——根據實測數據，這種培訓模式可將預期維護停機時間縮短1/3，所驗證的產線每年預期增產數百萬罐飲料。

“效率提升背后是雙贏邏輯。”DataMesh創始人兼CEO李劼告訴我們，產線停產維護時間每縮短1/3，工廠就能多生產更多產品，同時創造經濟價值；而工人掌握核心技能的速度越快，職業發展通道就越快打開。

當然，諸如此類的成功范本在DataMesh的合作實例中經常出現。比如解決NEXCO東日本“老化的高速公路基礎設施和技術人員短缺問題”，給安全氣囊供應商Autoliv的培訓效率提高了40%，給富士康優化員工培訓流程，與蔚來工廠合作打造數字孿生平臺等，呈現了技術在不同場景下的普遍價值。

若想進一步了解背后的商業路徑，可鎖定NVIDIA GTC 2025針對中國創業者的會議特輯——“與新工業革命同行”的三場精彩講演，其中第一場在3月17日10:00“AI 創業企業在中國的發展與助力 [S73846]”。 https://www.nvidia.cn/gtc-global/session-catalog/?ncid=so-wech-523546#/session/1733133982625001K6Sn

01/ 跨越數據鴻溝的一躍

如果我們把時間調回到開端，李劼的創業靈感，來自于工業的長期遺漏問題。

首先是數據孤島問題。“在很多工廠，一線員工接觸的數據沒有被打通，工單數據、生產數據和決策系統，都不連著。”李劼回憶自己創業之前在微軟工作時的發現，這些數據還停留在人工操作階段——工人手持記事本記錄數據、再由人工錄入電腦，既耗時又容易出錯。

其次，工業還面臨行業Know-How的挑戰。比如建筑CAD與工業CAD“相差非常大，甚至可以說是毫無關系”，當需要進行空間計算時，如何確保來自不同源頭的3D模型保持一致性、確保渲染效率和計算的可靠性，成為一個亟待解決的問題。

最后，更具挑戰的是缺乏一個標準化平臺。“比如物聯網傳感器數據，錄入的時間周期都不一樣，格式協議可能都不一樣。”李劼說。

正是這個痛點，讓李劼看到了創業機會。

02/ 打破數據孤島“六步走”

從2015年起，在DataMesh正式開始運營后的前幾年里，團隊展開了密集的市場調研工作，選擇的是一條很接地氣的路——走進一線。從工廠到車間到礦場，團隊走訪了形形色色的工業現場，過程中也積累了很多。

這種實地調研的傳統一直延續至今。“我節前剛剛跑完一個日本客戶，去到了一個非常遠的、大概現在已經被大雪埋住的地方，”李劼說，“看它工廠的焊接流程，哪些環節是可以用DataMesh平臺去改進的，以及能給客戶省多少錢。”在他看來，只有真正走進現場，了解一線工人的需求，才能開發出真正有價值的解決方案。

在前幾年的調研過程中，該公司推出了DataMesh FactVerse工業元宇宙平臺，該平臺可導入企業的CAD、BIM、IoT及知識數據構建數字孿生體，打通數字世界和真實世界，利用XR技術賦能制造、建筑、運維等行業，提高一線人員管理和執行能力。

“DataMesh FactVerse平臺的核心功能可以概括為三個模塊——數據融合、可視化交互、智能分析。”李劼指出。

李劼告訴我們，在服務工業企業的流程方面，DataMesh采用了一套完整的六步走戰略：

1. 需求調研：從"輕咨詢"開始，幫助客戶梳理流程，識別關鍵環節。"維修維護、停機相關的問題是客戶最容易理解的切入點，"李劼表示。

2. 資源評估：檢查是否有可用的“行為樹”（behavior tree）模板和“數字孿生體”模板。

3. 行業模板開發：針對不同行業開發專門的解決方案。目前該公司主要覆蓋離散制造領域，正在向智能數據中心、生物制藥等領域擴展。

4. 場景構建：包括3D模型轉換或實地掃描等工作。

5. 數據接入：將各類系統數據整合，包括工單系統、MES系統、BMS、設備運行數據等。李劼提到，“有些客戶，80%的數據是已有的，只缺20%的連接；但也有客戶是完全相反，所以得對癥下藥。”

6. 應用實施：設計交互體驗，將數字孿生系統與實際工作流程結合。李劼強調，這個步驟實際上是在改造客戶原有的工作流程，而不是完全顛覆。

03/AI向善，就是為一線員工賦能

當談到“AI for Good”理念時，李劼的回答體現了深刻的產業洞察。

"我們公司的口號是'empower frontline workers'（為一線員工賦能），"李劼說，"這背后其實也是'inclusive growth'（包容性增長）的理念。"

在技術快速迭代的今天，如何幫助工人跟上技術的步伐，是一個值得重視的問題。李劼以半導體貼片機為例說道，工人在日常生活中可能沒見過貼片機，但如果他就業，就需要被訓練用貼片機，要會啟動它，監控它上料，出現問題要能快速修理。而AI技術的價值在于幫助工人更好地完成工作，讓AI幫他出解析維修方案，讓數字孿生幫他提前做好預案，不要到現場再去抓瞎。

“這些數據驅動的體驗最終將帶來三重價值：提高安全性、提升工作效率、減少資源浪費。”李劼總結，“這種將技術創新與社會價值相結合的思路，正是AI向善理念的生動實踐。”

面向未來，李劼對中國工業數字化的發展持樂觀態度。“在中國，數據互通已成為行業共識，當前主要缺少的是標準化的實施模板。”

在這方面，他特別提到了NVIDIA的示范作用。“NVIDIA Omniverse平臺通過USD（通用場景描述）的邏輯，讓很多原來不愿意互相打通的系統，可以自己寫插件，這種變化正推動著不同異構系統開始產生互通意識。”

DataMesh于2024年7月加入NVIDIA初創加速計劃（NVIDIA Inception），參與了“2024 NVIDIA 創業企業展示”城市路演活動，該活動以“與新工業革命同行”為主題，吸引了全國300多家科技初創企業報名參與，最終DataMesh成為十家“榮耀企業”之一。

“結合DataMesh FactVerse平臺與NVIDIA Omniverse，企業可低成本構建設備、流程及設施的模擬數字孿生，賦能行業數字化轉型、包容性及可持續發展。”李劼表示，“NVIDIA Omniverse本質上是一系列底層技術的集合體，可以在上面進行應用定制。”這種產業鏈分工，使得每個參與方都能專注于自己的優勢領域：底層技術公司提供基礎設施，集成商負責場景落地，最終用戶則只需關注應用價值。

“我們核心在于怎么幫客戶省錢、怎么幫客戶賺錢，”李劼強調，“有了NVIDIA的賦能，公司得以將更多精力投入到這些核心業務目標上。”

帕西尼——引領多維觸覺感知新紀元

在某手機檢測工廠，機械臂末端的銀色探頭正在進行精細檢測，它沿著手機邊框緩慢游走，精準如外科醫生的指尖——這是中國消費電子產業正在發生的靜默革命：當廠商還在比拼攝像頭參數時，有廠商已開始解碼用戶指尖的微妙偏好。

帕西尼的面陣式多維觸覺傳感器像是裝了神經末梢，能感知到0.01N精度，這些數據匯入數據庫后，產生的是一份份用戶觸覺數據模型：比如人形機器人廠商在做抓取與精細操作，所需要的側向力檢測需求比其他高35%、醫療場景里對于傳感器的全維度數據有助于提升手術成功率……帕西尼可以基于此深入解析用戶習慣，并全面提升并優化產品性能。

這個極度細分的應用場景，源自于帕西尼創始人許晉誠及團隊在機器人領域的深厚積累。NVIDIA GTC 2025 將推出針對中國創業者的會議特輯：與新工業革命同行，其中3月17日14:00的精彩講演“創業企業在生成式 AI 及機器人方向的實踐與分享 [S73910]”，就有許晉誠的硬核分享，從中可見人形機器人公司的成長路徑。 https://www.nvidia.cn/gtc-global/session-catalog/?ncid=so-wech-523546#/session/1733714082992001WyT3

01/ 超越機器人感官邊界

帕西尼感知科技（PaXini Tech）2021年成立于深圳，是一家擁有前沿核心觸覺技術及人形機器人公司，創始人許晉誠來自早稻田大學機器人實驗室，早在2015年就開始了觸覺模態和人形機器人的研發。

許晉誠及其團隊在實驗室期間，與大型機器人公司的合作過程中，發現市場對“精細力反饋與基于力覺數據算法模型”技術有強烈需求：“這源于系統集成商在工業場景中的實際需求，特別是在開放場景里的柔性產線或具備人機交互場景，又或是工廠精密打磨和易碎品抓取等領域。”

“通過引入力反饋技術，我們幫助客戶解決了以前難以克服的難題。”許晉誠介紹說，“在易碎品抓取場景中，傳統方案的成功率僅有30-40%，采用我們的力反饋技術后，成功率提升到80-90%。”帕西尼最初專注于開發配備力反饋+觸覺傳感的人形機器人，并憑此獲得第一筆啟動資金。

大家知道，機器人的運行遵循“感知-規劃-執行”的閉環控制模式，大致流程是：首先，各類傳感器收集環境信息；然后，機器人系統基于這些信息進行判斷，規劃相應的動作路徑(如躲避障礙)；最后，執行器完成具體動作，并得到執行結果的反饋。

“但是高精度的觸覺感知及相關物理接觸數據，一直都是具身智能領域相對稀缺的模態，因為傳統機器人都依賴視覺系統，‘會看但不會摸’。”許晉誠指出。

更關鍵的是，傳統觸覺傳感器及相關的觸覺數據在機器人應用中的問題不少：首先是「易用性差」，硬件價格高且集成困難，往往要外接精密的ADC，數據不規范難開發，不適合大規模使用；其次是「感知能力單一」，目前在傳統場景應用很廣的電阻、電容等技術路線，受限于物理原理，多只能測正向壓力壓強，無法感知摩擦、剪切力和滑動力；第三是「一致性差、信號隨機」，傳感器本體對材料工藝、芯片設計、封裝水平、自動化標定都有極高的要求，當前甚至連數據不一致都讓客戶難以使用；第四是「耐久性和可靠性不足」，封裝及傳感器原理結構不合理，造成難以長久穩定持續工作。

“這些傳統痛點制約了機器人的發展，導致觸覺傳感器及相關模態模型數據在市場上很稀缺，這成了我們的機遇。”許晉誠表示，“起初，幾乎所有做自動化和機器人的公司都會主動找我們合作。”

根據官方介紹，帕西尼目前經過發展，已覆蓋從“觸覺傳感核心”+“多維觸覺算法模型”到“人形機器人整機制造”的全鏈路環節，具體包括三大產品線：觸覺傳感器、視覺+觸覺雙模態靈巧手、多維觸覺人形機器人，客群涵蓋智能制造、康養醫療、工業生產、消費電子等領域。

其中，許晉誠特別提到帕西尼的ITPU多維觸覺傳感技術，在傳統三維/六維力檢測的基礎上，還能額外獲取物體形狀、硬度、紋理、溫度等物理屬性。“我們對傳感器進行了嚴苛測試，包括反復擊打測試、高頻超負載使用測試，還要通過EMC電磁兼容認證、IP68防水防塵測試等。”許晉誠說，“我們是業內首家在觸覺傳感器中加入防水防塵、阻燃等特性的公司，讓產品能夠在極端環境下可靠運行，這些創新為我們贏得了市場的認可。”

02/ “AI向善的核心是促進社會公平”

當談到“AI for Good”理念時，許晉誠認為其核心在于促進社會公平。

他舉例說道：“以達芬奇手術機器人為例，雖然手術流程已經非常成熟，但由于耗材成本高，加上需要非常資深的醫生操作，一臺手術可能要花費幾十萬元。”

此時，帕西尼的解決方案正好派上用場——在手術器械上搭載一次性使用的力學傳感器。“這種設計不僅能極大降低成本，也降低手術中由于力控難而造成的二次組織傷害，還能提高患者康復機會，又能降低手術費用，甚至能讓經驗相對較少的醫生也能進行精準手術。”許晉誠表示，“這對醫療資源匱乏地區的患者來說尤其重要。”目前該解決方案在概念驗證（POC）階段，預計今年上市。

一位外科醫生為這項技術提供了臨床視角：“即使是資深醫生，掌握手術機器人也要很長的學習時間，更別提要是一段時間不操作，還會手生。”

在技術實現方面，許晉誠詳細介紹了“力反饋如何輔助手術操作”：

他說，“手術機器人通常有兩個機械手，一個負責夾持組織，另一個進行切割。雖然有視覺反饋，但醫生可能因為視野限制而不得不抓取較大面積的組織，導致手術創口增大。我們在夾持器上，加裝力反饋傳感器，可以將力學特性通過‘震動’或‘力學對抗’的方式反饋給醫生。同時，傳感器還能檢測剪切力的分布情況，確保組織夾持的穩定性。”這種力反饋技術，是對現有手術機器人視覺反饋的重要補充，能幫助醫生更精準地完成手術操作。

誠然，在一個個成功案例的背后，也少不了合作伙伴的支持。

“力學和觸覺傳感器在市場上比較少見，關鍵挑戰在于，要保證數據的一致性和穩定性，以及在制造過程中需要進行大量仿真，來找到最優結構。比如帕西尼的傳感器需要約數萬種不同形態的仿真計算，再從中篩選出最優方案。”許晉誠解釋道，“這種大規模并行計算，必須依靠NVIDIA的算力支持，否則計算時間會大大延長，影響研發效率。”

“利用NVIDIA GPU的并行計算能力，帕西尼大幅加速了觸覺仿真、算法運行、以及多維觸覺模型和數據集的訓練與推理。”許晉誠介紹說，比如用Isaac Sim時，我們創建了一個逼真的虛擬環境，并建立機器人模型的數字孿生，我們在其中模擬了各種業務場景，比如汽車生產線、3C制造中不同零件的抓取、家庭服務場景下不同材質衣物的操作等。“總的來說，NVIDIA的技術支持讓我們的成本節省了40%，訓練速度提高了100倍。”

談及接下來的規劃，帕西尼主要專注在研發和商用兩大方向。在研發方面，公司已啟動觸覺大模型項目，與上海交通大學展開深度合作。在商用進展方面，許晉誠透露公司已實現規模化突破："目前我們的單個客戶訂單量達到數千個。傳統六維力傳感器因價格昂貴，產能瓶頸，年銷量通常只有1萬左右，而我們的銷售規模已是傳統傳感器公司的10-20倍。"

對于未來發展，帕西尼將致力于提升產品交付效率并降低成本。許晉誠強調："我們希望讓這項技術能真正普惠每一個客戶。"

AI向善：從效率提升到社會價值，"包容"與"普惠"共鳴

在與創業者的交流中，我們深深感到：讓"AI向善"從口號落為實踐，本質是一場“技術祛魅”運動：真正的技術普惠需要三重奏。

1、需求錨定上，將"解決什么問題"置于"能用什么技術"之前。當DataMesh把3D建模能力封裝成一線工人看得懂的AR指引，當帕西尼將面陣式六維力傳感技術濃縮為標準化模塊，技術價值才有了可觸摸的溫度。

2、成本邏輯上，向善需要可持續，需要一個"可呼吸"的商業模型。兩家公司的實踐都證明，只有讓技術以更低的成本、更高的效率服務實際場景，才能真正實現技術的大規模普及。

3、認知革命上，AI向善不僅是技術命題，它要求開發者放下"上帝視角"，當技術真正成為測量社會痛點的溫度計，而非懸掛在云端的流量磁石，"向善"二字自會升華為文明刻度。

最后，值得再次強調的是，3月17日-3月21日期間，GTC 2025 將推出針對中國創業者的會議特輯：與新工業革命同行，其中包含三場精彩講演：

第一場：AI 創業企業在中國的發展與助力 [S73846]

北京時間3月17日10:00AM-11:00AM：

https://www.nvidia.cn/gtc-global/session-catalog/?ncid=so-wech-523546#/session/1733133982625001K6Sn

第二場：創業企業在生成式 AI 及機器人方向的實踐與分享 [S73910]

北京時間3月17日2:00PM-3:00PM：

https://www.nvidia.cn/gtc-global/session-catalog/?ncid=so-wech-523546#/session/1733714082992001WyT3

第三場：探索 2025 年中國 AI 市場與創業的熱點及機遇 [S73909]

北京時間3月18日10:00AM-11:00AM：

https://www.nvidia.cn/gtc-global/session-catalog/?ncid=so-wech-523546#/session/1733709070157001nbTa

屆時，DataMesh、帕西尼將分別出席第一場、第二場的現場，分別展示各自創新的技術方案，更讓大家感受其共同的技術溫度。