9月22日，在蘇州舉辦的英特爾技術創新與產業生態大會上，震坤行旗下AI公司玲瓏智能聯合英特爾正式發布LingLong Insight 1.0。英特爾Lesek Demont女士與玲瓏智能CEO劉陽共同登台，啟動產品發布儀式。

英特爾Lesek Demont女士與玲瓏智能CEO劉陽發布LingLong Insight 1.0。

當前，人工智能與制造業深度融合已成為推進新型工業化的關鍵路徑。國務院印發的《關於深入實施“人工智能+”行動的意見》明確提出，推動人工智能與經濟社會各行業各領域廣泛深度融合，加快形成人機協同、跨界融合的智能經濟新形態。在此背景下，玲瓏智能將AI能力從雲端模型延伸至邊緣和端側模型，以收貨核驗這一高頻作業場景為切入點，探索工業多模態大模型的端側化落地路徑。

這款工業多模態大模型的理解與核驗能力，在一張送貨單與一盤工業物料之間得到直觀呈現。

在發布現場，玲瓏智能AI產品專家唐姜煒通過玲瓏慧眼應用，展示了從送貨單解析、實物採集到智能匹配的完整過程：工業相機前，送貨單與工業物料分別完成採集，商品信息與對應關系逐項呈現，實物與單據之間的差異也隨之標出。這一演示指向工業用品流轉中的高頻難題——外觀相近的軸承可能對應不同型號和使用要求。收貨人員既要認出物料，還要核准規格、對應單據。一次關鍵參數的遺漏，可能影響后續維修與生產。以收貨核驗為切入點，LingLong Insight 1.0著力解決工業現場高頻發生的物料識別與一致性核驗問題。

玲瓏智能AI產品專家唐姜煒演示LingLong Insight 1.0。

從“識別”到“核驗”：工業AI進入作業閉環

LingLong Insight 1.0是玲瓏智能自研的第一代輕量化工業多模態大模型，擁有40億（4B）參數，針對工業用品圖文理解、屬性識別和參數解析等任務進行專項優化，兼顧精度與推理效率，並面向邊緣場景適配。通過部署於Intel® Agent Box，模型能夠在作業現場完成本地推理，為玲瓏慧眼的實物識別與核驗提供支撐。

在具體應用中，自適應OCR讀取送貨單、包裝與物料標識，深度微調的視覺檢測模型定位物料、識別類別，兩路信息共同進入多模態理解環節。模型結合圖像、文字與上下文解析屬性，工業本體與知識圖譜則支撐類別、規格的標准化表達與知識關聯。可信核驗引擎進一步比對實物與單據信息，呈現差異和對應圖像，為工作人員復核、確認簽收提供依據。

這意味著，工業AI不再只是“看見”物料，而是嘗試理解物料背后的規格、關系與業務規則。從感知、理解到核驗，LingLong Insight 1.0將單點AI能力嵌入真實收貨流程，形成可復核、可確認的作業閉環。

LingLong Insight 1.0產品展示。

40億參數+端側推理：把模型放進工位

工業AI進入工位，需要模型與計算平台相互適配。此次展示採用英特爾酷睿Ultra處理器，具備CPU、GPU、NPU異構計算能力，為視覺處理和本地推理提供支撐。英特爾的計算平台與玲瓏智能的工業模型相結合，將圖像採集、信息理解和業務核驗銜接到同一作業流程中。

從參數規模看，40億參數並非追求通用大模型的“大”，而是面向邊緣場景的“夠用、好用”。工業現場對時延、穩定性與數據邊界有更高要求，本地推理能夠減少對雲端的依賴，讓AI更貼近收貨、復核等實際工位。這種輕量化、端側化的路線，與上海市“模塑申城”實施方案中“探索‘雲—邊—端’模型體系”的部署方向高度契合。上海明確提出，支持開發虛擬可編程邏輯控制器等智能邊緣設備，推動模型小型化、邊緣化部署，提升邊側智能應用的快速響應能力。玲瓏智能的實踐，正是這一政策導向在企業層面的具體落地。

玲瓏智能AI產品展示。

數據與知識圖譜：工業模型的“隱形底座”

模型背后的專業知識，來自長期的產業積累。依托震坤行積累的2700萬余條工業用品商品數據和十億級商品參數，玲瓏智能通過多米諾工業數據引擎開展數據治理，將商品資料、業務文檔與專家知識轉化為可訓練、可關聯的工業數據。知識圖譜進一步連接品類、屬性與規格關系，幫助模型在具體工業語境中理解物料。

這也是工業多模態模型難以被通用模型簡單替代的原因。工業語義高度依賴品類體系、參數體系和業務上下文。隻有將數據治理、知識圖譜與多模態理解結合，模型才能在“外觀相近、型號不同”的場景中給出可靠判斷。這一思路呼應了上海“模塑申城·AI+制造”行動中對工業數據治理和語料體系建設的部署——上海提出發展工業數據治理技術，構建工業符號語義標准化庫，推動形成行業數據字典、數字主線，支持多源數據統一建模與關聯融合。

從進博會到收貨工位：產品化能力決定落地深度

從2025年11月於進博會發布工業用品垂直大模型及智能體，到此次將AI能力部署於收貨工位，震坤行旗下玲瓏智能正把產業知識逐步轉化為現場可用的模型與應用。

這一過程需要產品、算法與工程團隊共同推進。唐姜煒為同濟大學碩士，曾從事電商產品相關工作﹔核心研發成員董阮琛為加州大學戴維斯分校博士，具備頭部科技企業算法研發背景。兩人與團隊成員圍繞真實收貨流程定義核驗任務，將物料識別、參數解析等能力接入產品，並保留異常復核與人工確認環節，這並非技術退讓，而是工業AI的審慎選擇。將工業需求轉化為模型任務、再落實為產品功能，這種研發能力同樣支撐著AI物料管家、玲瓏慧眼等應用的持續迭代。

震坤行旗下玲瓏智能展台。

工業AI下一站：從單點核驗到流程貫通

以收貨核驗為起點，玲瓏智能計劃將相關能力延伸至出入庫復核、線邊物料核對和設備運維等環節，在真實業務中持續完善模型，讓工業知識轉化為現場可用的判斷依據。

工業智能的價值，最終要體現在對真實作業的理解與改善之中。當長期積累的行業經驗轉化為可復用、可部署的模型能力，工業智能就有了深入更多工位、貫通更多流程的基礎，為制造企業提升運營效率、作業質量與供應鏈協同水平提供支撐。

從一張送貨單到一盤物料，AI要“看懂”的不只是圖像，而是背后的規格、關系與業務規則。LingLong Insight 1.0將工業數據、專業知識與端側計算連接於工位之上，為人工智能與制造業深度融合探索出一條從現場出發的落地路徑。（震坤行供圖）