融资事件背后的战略升级
12月30日，软件开发服务商泛联新安正式宣布完成新一轮融资。本轮融资由国内头部创投机构达晨财智领投，中国互联网投资基金（中网投）、钧犀资本等老股东持续追加投资。值得关注的是，此次融资不仅为技术研发注入资金，更标志着企业战略的根本性转变——从解决“卡脖子”问题的国产基础软件提供商，升级为以人工智能为核心驱动力的新一代开发支撑平台领导者。融资资金将重点用于三大方向：现有开发工具的全面AI化重构、智能制造专属研发大模型的深度开发，以及重点行业市场生态建设。
AI重构开发工具链的技术突破
传统程序分析的瓶颈与AI解法
我国在开发支撑类和验证EDA类基础软件领域长期依赖国外产品，据工信部2025年数据显示，关键工业软件进口依赖度仍高达75%。这不仅构成供应链安全风险，更因技术封锁直接影响重大工程进度。传统程序分析技术在应对大规模代码时面临三大痛点：扩展性有限导致分析效率低下，误报率高增加验证成本，以及严重依赖专家经验形成人才瓶颈。
人工智能技术特别是大语言模型（LLM）的突破，为重构工具链提供了全新路径。泛联新安通过融合AI能力，正在对软件质量测试、安全测试、数字IC验证等全线产品进行智能化重构。其技术总监在行业白皮书中指出：“AI并非简单增强现有工具，而是通过代码语义理解、漏洞模式学习和自动修复建议生成三大核心能力，实现工具链的范式革新。”目前该企业已推出20余款工具，服务数百家航空航天、汽车电子领域头部客户，近三年业绩复合增长率达67%。
国产替代的智能化跃迁路径
与单纯实现国产化替代不同，泛联新安的AI-Native工具链设计瞄准更高目标——在保障自主可控前提下，实现技术能力的“弯道超车”。其最新发布的智能静态分析工具，通过结合程序分析与大模型预测，将代码漏洞检测准确率提升至92%，较国际主流工具提高15个百分点。这种“安全+智能”的双重特性，正在为高端制造、军工国防等关键领域构建新型软件供应链护城河。
制造业研发智能体的落地实践
破解智能制造研发的四大痛点
工控、汽车、航空等领域的软件研发长期面临共性挑战：工业协议复杂度呈指数级增长，功能安全标准验证耗时占比超40%，开发周期因反复调试延长30%，而同时掌握工业知识与编程能力的高端人才缺口达每年10万人。传统开发模式已难以支撑制造业的敏捷转型需求。
针对这些痛点，泛联新安创新性提出“垂直大模型+领域智能体”架构，推出万象智能体研发平台。该平台以自研的“万象”工业大模型为核心，具备三大差异化能力：深度理解Modbus、CAN等300余种工业协议；内嵌功能安全标准验证知识库；支持控制逻辑的因果推理。基于此构建的VXAgent智能体平台，可生成适应不同场景的研发助手。
智能体驱动的全流程效率革命
在实际应用中，这些智能体已渗透到研发全生命周期：需求阶段的分析助手能自动转化自然语言需求为技术规格书；编码阶段的代码助手可生成符合IEC61131标准的PLC程序；测试阶段的安全助手则通过符号执行技术自动生成测试用例。在汇川技术的工控系统开发中，该平台使需求分析时间缩短50%，代码复用率提升40%，安全漏洞检出率提高3倍。
更值得关注的是平台带来的经验平民化效应。某汽车电子企业工程师反馈：“过去需要十年经验才能处理的转向控制逻辑验证，现在初级工程师通过智能体引导即可完成，人力成本降低的同时实现了知识传承的系统化。”
双引擎战略的协同价值
构建自主智能研发底座
通过工具链与智能体平台的深度耦合，泛联新安正在构建独特的“测试-开发-训练”闭环体系。智能体在日常研发中产生的数据持续反哺工具链优化，而工具链对代码质量的严格把控又为智能体提供高质量训练样本。这种飞轮效应使得系统在汽车电子、航天控制等场景的适配速度提升200%。
投资者视角下的长期价值
达晨财智投资总监在分析报告中强调：“区别于纯软件或纯AI公司，泛联新安的核心壁垒在于程序分析领域的十余年技术沉淀与工业场景理解的深度结合。其AI战略已超越工具增强层面，形成了从底层验证到智能开发的完整价值链。”中网投则看重其双业务引擎的协同性——基础工具链保障短期现金流，智能体平台开辟百亿级增量市场。
钧犀资本进一步指出硬科技投资的本质：“当行业追逐AI应用层创新时，真正具备穿越周期能力的企业往往深耕于技术栈底层。泛联新安选择用AI重构而非替代传统程序分析，这种尊重工业研发本质的技术路线，正是应对制造业复杂性的理性解决方案。”
中国智能制造的底层支撑展望
随着工业5.0时代临近，软件已成为定义制造能力的核心要素。泛联新安的双引擎布局，实际上构建了智能制造转型的“操作系统层”：工具链解决基础软件自主可控问题，智能体平台应对研发效率瓶颈。在航空航天领域，其工具链正助力某火箭控制系统实现100%国产化替代；而在新能源装备行业，智能体平台已帮助多家企业将新产品研发周期压缩至原有时长的1/3。
未来竞争的关键在于如何将AI深度融入工业知识体系。正如某智能制造研究所所长所言：“中国制造业的智能化不是简单机器换人，而是通过AI将老师傅的经验、复杂的协议标准、严苛的安全要求转化为可复用的数字资产。泛联新安的实践证明，这条路虽然艰难，但正在催生真正属于智能制造的原创技术范式。”
