据财联社报道，上海交通大学人工智能与微结构实验室（AIMS Lab）团队研发的时序控制大模型ManuDrive，正在把大模型从"生成文本"推进到"接管产线"——这个被称为"AI老法师"的模型已落地几十家上市企业，累计帮助合作企业获得上亿元经济效益。
项目起点是生物发酵。团队在新疆川宁生物车间驻场9个月，完成数据整理、模型训练与部署；川宁生物2025年年报披露，相同物料投入下，AI虚拟工程师调控的发酵罐平均产量超出对照组3%-5%。创始人李金金介绍，模型可在发酵初期提前生成未来180小时的发酵参数曲线，准确度达99.9%；接管500立方米发酵罐后产量提升约5%，生产波动降低50%。
与老师傅经验的差异体现在控制策略上。发酵罐PH值偏低时，传统做法是降温或减少投料，产量随之下降；模型选择微调补糖量等参数，在不影响产量的前提下把PH值拉回稳定区间。差异背后是建模方式的分别：多数AI应用处理静态任务，而工业产线状态随时间连续演化，控制决策依赖历史状态与系统反馈，这正是时序控制模型的切入点。
同一基座已延伸出多个"AI工程师"：与太重集团合作的AI工艺CAD图纸生成师把单张图纸生成时间压缩到3秒以内，带动净利润提升17%以上；与双良集团合作的AI工业设计建筑师将钢塔方案设计与验证周期缩短到10分钟以内，生产效率提升超85%。平台采用模块化工业智能体框架，127个功能组件可组合复用——发酵场景封装的算法迁移到污水处理场景只需调整3个参数，冷启动效率提升90%。
商业模式上，金珵科技通过与地方国资成立合伙企业，已落地山西、内蒙古、山东、宁夏、福建等十余省份，优先选择替代大量人力决策的重工业场景，并已与合作企业进入收益分成阶段。
从川宁生物的发酵罐到太重的图纸车间，时序控制大模型验证了大模型进入生产控制环节的可行性；产线数据的私有性与场景绑定深度，正在成为这类公司比拼的新门槛。