在见到茹彬鑫之前，记者用大模型搜集了他的相关经历，并让大模型提出最好奇的问题，大模型给出的也是记者最为关心的：AI浪潮火热的当下，很多年轻人偏向消费端、互联网端AI产品，茹彬鑫为什么致力于深耕硬核工业制造领域的AI研发？

2026世界人工智能大会嘉宾 人工智能企业创业者 茹彬鑫：制造业的传统厂商自身很难吸引到最尖端的AI人才，但是反过来看，困扰着制造业很多年的痛点和难点，恰恰又需要最好的AI人才和团队才可以做到。所以当时我们看到了这个空缺，决定组建团队真正把AI落地到高端制造当中。

茹彬鑫口中的“空缺”，直指制造业产线上的两大核心痛点：一个是切换不同电路板产品时，需要花费较长时间手动调试设备；另一个就是设备质检误报率居高不下，必须配备人工复判，严重拖累产能。

总台央视记者 唐国荣：我手上拿的是一块普通电路板，以往检测电路板上的电器元件，需要工程师人工操作，花费半天乃至于一天的时间才能完成。而茹彬鑫和他的团队研发的这套工业视觉大模型，可以实现AI自主检测，不仅检测的速度能够降到1分钟以内，而且检测的误报率也能够由过去的10%下降到1%。

工业AI不同于消费端AI，容错率极低，最大的行业难题就是AI模型普遍存在的“幻觉问题”，一旦误判，就可能导致整批产品出问题。从通用大模型研究到攻克工业专属AI，茹彬鑫和团队经历了无数次的试错。

茹彬鑫：我们初期团队很多AI的人员对于这个设备本身是非常陌生的，硬件的供应商帮我们造出一台原型机的框架之后，发现不知道怎么让它动起来，因为我们团队里面没有人写过运动控制合伙人。他自己到了这个工厂里面，驻厂了一周多，然后边看说明书，边查资料，把整套运控给写出来了。

工厂车间里，茹彬鑫将一块电路板装进了自研的检测设备中，电脑几步操作，就完成了对电路板的编程及焊接缺陷的检测。

茹彬鑫：这块其实差不多有1000个元器件的板卡，差不多30秒就已经完成了整个板卡自动编程。AI提示这个元器件可能有缺陷，点过来一看，它确实是一个焊接严重偏移的元器件。

依托AI智能体技术，茹彬鑫团队让传统工业检测设备，实现了从“人适配机器”到“机器适配产线”的变革。

如今，茹彬鑫团队自研的这套软硬件一体的国产AI质检装备，已在富士康、中国航天等头部企业落地应用，为先进制造领域从自动化迈向智能化贡献了中国智慧。

茹彬鑫：我们年轻的这一代AI创业者敢于善于面对一些国际化的竞争了，做一些更加难而正确的事情，我觉得我们要在很多方向对海外的领先技术做到一个超越。在AI引领的智能化的时期，我们希望能够帮助中国制造成为整个新范式的一个定义者。