3D打印网-3D打印行业门户

3D打印芯片封装专家XTPL进军日本市场

Fri, 19 Jun 2026 11:06:36 +0800

增材制造（AM）行业自然希望从原型制作迈向规模化生产，而该行业确实开始在这一目标上展现出成功，尤其是在亚洲。 不过，每个正在采用增材制造的垂直领域都处于自身独特的技术成熟阶段，从原型制作到生产的路径对每个应用场景来说也略有不同。此外，增材制造行业所瞄准的每个垂直领域都有其自身的研发方法，这一点在半导体领域表现得最为明显。从宏观角度来看，半导体行业目前的年度研发支出估计在1500亿至2000亿美元之间，这大约是整个增材制造行业规模的9倍。 此外，我今年一直在撰写的芯片封装革命，是目前半导体行业研发支出的最重要驱动力之一，这使得处于增材制造与半导体交叉领域的公司获得了巨大的受益机会。

波兰原始设备制造商（OEM）XTPL正抓住这一机遇，并在今年早些时候于台湾和硅谷完成销售后，刚刚宣布了其在日本市场的首笔销售。 此外，该公司向一家未具名的日本客户出售超精密点胶（UPD）模块，代表着其进入了一个新市场，部署了一种新材料产品，并在新地区取得了首个立足点。

XTPL此前在台湾的销售涉及平板显示生产流程，而这家日本客户则正在验证该技术在先进印刷电路板（PCB）及先进封装应用方面的潜力。更重要的是，这是XTPL首次提供铜基材料，而铜基材料是先进封装市场中最重要的类别。

XTPL计划于2026年第四季度交付UPD模块，届时这家日本客户——虽未公开披露，但是一家“上市的……先进自动化工业设备制造商”——将把该打印头安装到目前正在开发的原型机中。也许最值得注意的细节是，该客户购买该设备正是为了测试其在工业规模下的应用潜力。

在一份关于XTPL首次进入日本市场的新闻稿中，该公司首席财务官Jacek Olszański表示：“来自日本的订单……[是]一个全新的项目，它立即进入了我们工业管道中最先进的部分。这证明UPD技术的发展不仅是通过推进现有项目的后续阶段来驱动，还通过确保与全球合作伙伴建立新的、高级别的合作来驱动。”

“继在中国平板显示领域的工业实施之后，这个日本项目加入了XTPL目前处于第四评估阶段（即在我们集成了UPD模块的原型工业机器上进行测试）的另外五个项目之列。在这种情况下，规格要求显著更高，这意味着该模块的单位价值大约是我们在中国部署模块的两倍。”

因此，如果通过简单的“生产与原型制作”视角来看待XTPL的业务，结论是XTPL的六个客户目前都将该技术用于研发。 然而，如果通过其所瞄准的垂直领域视角来看待该公司的活动，现实情况是，XTPL正处于将这六个客户从原型制作转化为规模化生产的边缘。

虽然半导体行业无疑是独特的，但增材制造行业在国防和医疗等其他领域的经验同样反映了将“从原型到生产”的路径嵌入企业战略的有效性。 同样，这条路径在每个垂直领域看起来都不同，但也存在共性，例如需要在组织层面执行数字化转型。再次将焦点缩小到半导体领域：尤其是在西方，我认为增材制造行业尚未充分认识到芯片封装将是一个多么巨大的市场机会。 TDK对Fabric8Labs的收购在一定程度上应该会改变这种状况。解释这笔交易的一个角度是数据中心硬件，但TDK对Fabric8Labs的兴趣似乎同样源于芯片封装。Fabric8Labs可能拥有相当独立的制造工艺，但我们有理由认为，至少在中国，制造商正在探索更广泛使用的工艺，以了解它们是否能应用于芯片封装工作流程。

来源：中国3D打印网

Pogačar & Fairlight Cycles展示自行车低成本3D打印部件

Fri, 19 Jun 2026 09:57:39 +0800

多年来，3D打印在自行车领域的应用层出不穷。目前最成功的落地场景是自行车座垫。主流品牌大多已采用Carbon 3D打印座垫，这款产品广受欢迎，以高昂溢价为骑手带来了舒适体验。除此之外，各公司还尝试了许多其他部件，例如花鼓、变速器组件、整车车架以及车架连接件，以帮助实现车架定制化。头盔、锁鞋及其他装备也有所尝试。

尤其是小型品牌，正通过3D打印推动创新。轻量化通常是骑行领域采用3D打印的主要驱动力。但散热性能更佳、吸湿排汗特性、提升舒适度的独特拓扑结构、空气动力学优化以及定制化贴合，也同样推动着3D打印在骑行领域的应用。如今，环法自行车赛用车价格已超过2.5万美元，而“普通”高端车型也逼近6000美元。鉴于自行车每公斤所能承载的高昂成本，3D打印的经济性完全可行。然而，近期自行车估值有所回落，更多入门级车型涌现，钢材重新流行，过高的期望也逐渐回归现实。自行车领域的3D打印是否还能保持昔日的热度？自行车是否会变得更加亲民？我们认为座垫和头盔会持续存在，但3D打印自行车本身是会蓬勃发展还是逐渐式微？

塔代伊指明方向

我们曾在2023年指出，塔代伊·波加查（Tadej Pogačar）在他的赛车上使用了3D打印部件。除了高端定制零件，还有一些小型定制材料挤出件。这些小零件包括支架、按钮、外壳、卡扣等。它们帮助波加查定制了自行车的车把区域、走线、手感及接口。轻量化的定制组件成本低廉，且可在桌面级3D打印机上制作。通过让波加查及其机械师参与设计过程，可以按照他的严苛规格制造出定制零件。现在，你也可以自行操作并轻松为此建立服务，但对许多人来说，这尚且不易企及。

铁三领域的成功

然而，在铁人三项领域，可以看到多家公司正在为铁三自行车制造定制零件。铁三运动员对重量和定制零件极为痴迷。4 Frames公司提供多种产品，包括佳明（Garmin）座管支架。你只需输入自行车的品牌和型号，它就会为你匹配对应的定制零件。一个佳明支架售价36美元，该公司还提供AirTag支架（加4美元）、GoPro支架（加6美元）以及号码牌支架（加14美元）。他们还有一款售价120美元的水袋，可安装在车把下方的壳体内。此外，还有便携零食盒等产品。4 Frames采用材料挤出技术，产品价格亲民，且似乎充分考虑了用户需求，对铁三运动员想要和需要的东西有深刻理解。

专为空气动力学集成而设计的定制3D打印自行车电脑支架。图片由Garmin提供。

希恩洛彭（Hinloopen）为自行车码表制造火箭支架。他们声称职业车队也在使用他们的支架。对于Y1Rs等车型，只需告知他们你常用的码表型号，他们就有对应的支架。售价179美元，由一位前BMC工程师通过粉末床熔融工艺制造。3DPari生产公路车和铁三车零件，花45美元就能买到一个安装在身后的水壶架。Slipstream3D提供扶手间支架和水壶架，价格约200美元。如果你想像偶像塔代伊·波加查那样，Slipstream和3DPari都提供定制设计。Neat Components为佳明制造售价26美元的支架。上述公司大多是由工程师、3D打印机爱好者和铁三运动员经营的小型工作室。这三者兼具的罕见能力与兴趣组合，使他们能够为用户制造出完美的组件。

专为铁人三项运动设计的定制3D打印后置水瓶架。

Silca

成立于1917年的Silca则制作3D打印锁片、码表支架和变速器尾钩。我很喜欢他们售价99美元的变速器尾钩，据说比原厂组件更硬更轻，能够改善变速性能。这些零件并不便宜，但它们表明金属3D打印在这一市场是可行的。同时，它们也表明，除了外壳之外，升级改装类产品也是可行的。

Fairlight Cycles

然而，我在公开场合见过的最令人鼓舞的3D打印零件例子，来自英国公司Fairlight Cycles。这家公司专精于钢架和工艺，但也同样富有创新精神。在他们Stael 4.0自行车上，他们表示使用了久负盛名的雷诺（Reynolds）公司的管材。雷诺公司拥有自研的金属激光粉末床熔融（LPBF）设备，并用其制造用于正确弯曲管材的工具。

Silca的3D打印钛制鞋钉设计旨在提高耐用性并减轻重量。图片由Silca提供

这个工具比我们通常联想到的3D打印工具要简单得多。但对雷诺来说，其成本效益极高。除了节省成本，它还能帮助管材适应定制几何形状，从而在降低成本的同时提高车架强度和舒适度。这是一个很好的例子，说明焊接管材这一相当古老的工艺也能经济高效地使用3D打印。而在同一款车上，Fairlight使用了更多的3D打印件。

一个采用3D打印技术的变速器悬挂装置，其特点为采用格子结构以减轻重量。图片由Silca提供。

该公司指定了“3D打印下管走线导管……刹车油管现在穿过该零件，外观更优雅……全新3D打印五通走线导管，适用于机械变速设置。我们使一个零件承担了多项工作：除了引导前后变速线管外，它还兼作刹车油管和发电机尾灯电线的导管”，以及“专为Di2和AXS电子变速设置设计的3D打印五通导管，用于引导刹车油管和发电机尾灯电线”。

雷诺兹（Reynolds）使用金属3D打印模具来支持自行车管材的制造。图片由雷诺兹提供

我非常喜欢这一点，因为走线导管是经过验证的3D打印应用，我们做得非常好。定制化、小型化、精度足够且成本低廉，我们在此处确实能发挥优势。尤其是在需要多种走线版本和车型的情况下。如今，随着行业在液压刹车和传统刹车之间、电子变速和机械变速之间出现分化，走线变得更加普遍。而第二个例子，即针对特定配置的零件，对于增材制造来说是理想之选。在单个复杂组件中集成多种功能，正是我们的强项。

总结

头盔和座垫占据了新闻头条。但正如我们所见，3D打印自行车零件远不止于此。定制零件可能是一些对品质有要求的消费者所追求的，这为基于软件或工程的设计服务指明了方向。而用低成本设备制造的非常具体的自行车零件也正在崭露头角。随着更经济的金属打印技术出现，我们或许会看到更多价格亲民的金属零件。在常规自行车生产中，一些小零件可能将在众多制造商中扮演更重要的角色。

来源：中国3D打印网

八部门发文：加快推出新一代人工智能手机、智能电脑等

Fri, 19 Jun 2026 09:52:32 +0800

快科技6月18日消息，为贯彻落实《国务院关于深入实施“人工智能+”行动的意见》和《中共中央办公厅国务院办公厅关于印发〈提振消费专项行动方案〉的通知》有关部署，推动人工智能与消费深度融合，培育消费新增长点，形成消费新动能，商务部等8部门发布《关于加快“人工智能+消费”发展的实施意见》。《实施意见》围绕提升人工智能+商品消费、扩大人工智能+服务消费等五方面提出多项举措，促进人工智能进千家万户、进千商万店。

其中提到，要完善人工智能新产品研发机制，加快推出新一代人工智能手机、智能电脑、智能电视，推广智能家电、智能厨卫、智能照明等智能家居产品，推动消费电子产品和家居家电产品更新换代。培育智能穿戴消费市场，加强人工智能眼镜等新产品研发推广，重点打造实时翻译、移动支付等显示度高的消费场景。

加力支持智能网联汽车发展，带动智能化车载终端消费，打造“人、车、家”全场景联动的智能产品生态。推动人工智能与脑机接口、增强现实（AR）、虚拟现实（VR）、混合现实（MR）等技术融合，研发推出一批国际领先、消费潜力大的新产品。支持研发具备多模态感知和场景自适应解决能力的人形机器人，带动四足、仿生机器人等机器人产品迭代升级。

加快普及智能扫拖机器人、智能冰箱、智能厨房设备等产品，提供个性化、智能化家庭生活服务等。

八部门发文：加快推出新一代人工智能手机、智能电脑等

【本文结束】出处：快科技

韩国半导体业员工赚麻了买房买车一个不落

Fri, 19 Jun 2026 09:39:40 +0800

据报道，人工智能（AI）的蓬勃发展不仅推动了对全球半导体的需求，也带火了全球半导体重地——韩国的消费热潮。被称之“韩国半导体走廊”沿线的房价飙升，而这波购房“主力军”就来自韩国本土两大巨头三星电子和SK海力士的员工。据媒体报道，由于三星电子和SK海力士的员工获得了数亿韩元的绩效奖金，购房需求激增，一些公寓的价格已经上涨了1亿至2亿韩元（约44-88万元人民币）。

根据企业数据追踪机构CEOScore于6月17日发布的一项调查，韩国100家最大的公司中有18家在1月至5月期间，通过奖金、绩效奖励、限制性股票(RSU)和员工持股计划等方式，向员工发放了总计2.28万亿韩元（折合101亿元人民币）的股票补偿。这一数字是去年同期发放的6972亿韩元的3.3倍，比去年记录的1.70万亿韩元的年度总支出高出34.3%。

AI推动“购房热”

据悉，此次“购房热潮”的中心东滩，这是首尔以南华城市新成立的地区，也是包括三星电子和SK海力士在内的主要芯片制造商员工的重要居住地。由于靠近半导体园区以及交通便利，当地有一条连接该地区与首尔的GTX通勤铁路，该地区已成为京畿道南部最受欢迎的住宅区之一。根据韩国房地产委员会最新公布的数据，截至6月8日当周，东滩公寓价格上涨1.98%，是前一周0.6%涨幅的三倍多。这一周的涨幅几乎与该地区去年全年2.16%的涨幅持平。市场上的房屋供应急剧收紧。

一些公寓楼盘的价格在短短几周内就出现了大幅上涨。例如，东滩站普鲁吉奥公寓一套84平方米的单元房在5月底以9.98亿韩元的价格成交，仅仅两周后，一套类似的单元房就以11.2亿韩元的价格售出。此外，公寓交易平台Asil的数据显示，自2月份以来，东滩地区待售房屋数量下降了约42%。

当地房地产经纪人表示，三星电子和SK海力士员工的需求已成为市场上的一股重要力量。许多买家购房自住，而另一些买家则预期半导体行业的扩张将带来更多收益。“半导体行业周期上行的预期支撑了京畿道南部地区的住房需求，”友利银行房地产研究员Nam Hyuk-woo表示：“在东滩等地，需求不仅来自最终用户，也来自希望在未来价格上涨前锁定房产的买家。”

豪车、名表，一个不落！

他们不仅买房，还买豪车。据悉，高端进口车经销店也挤满了半导体公司的员工。在韩国城南市盆唐区一家进口车经销店，销售人员Choi先生表示：“最近，看起来像是三星电子员工的顾客数量有所增加，他们的年龄多在30多岁到40多岁之间。与我们有折扣合作的大公司员工会出示工作证明，其中十个人里有九个来自半导体公司。”

另一家进口车经销店的经销商表示：“我们为三星电子和SK海力士的员工提供1.5%的折扣优惠。拿到绩效奖金的半导体公司员工顾客会说‘想看看比原来打算买的更高一档的车型’。”与此同时，随着旺季临近，各大百货公司正积极准备迎接顾客。位于韩国城南市板桥区的一家百货公司将于本月23日启动一项活动，为三星电子员工提供精品店优先入场、停车券和餐厅折扣券等优惠。

上个月，韩国新世界百货公司旗下某分店的销售额同比增长16.2%，其中珠宝和手表销售额分别增长了120%和60%。同期，现代百货公司板桥分店的销售额增长了44.7%，乐天百货公司东滩分店的销售额也增长了30%。首尔大学经济系Kim Sang-bong教授表示：“半导体公司员工获得数亿韩元的绩效奖金，他们正在利用内部贷款购房。我们可以预见，这将产生连锁反应，导致电视等相对昂贵的耐用消费品消费量增加。”

韩国半导体业员工赚麻了买房买车一个不落

Token低价陷阱

Fri, 19 Jun 2026 09:36:18 +0800

大模型确实越来越便宜，但企业使用AI这件事，正在变得越来越贵。

这听起来矛盾，却是当下Token经济最真实的一面。

以OpenAI公开定价为锚，2023年3月GPT-4发布时每百万Token输入30美元/输出60美元，到2024年5月GPT-4o发布时降至5美元/15美元，再到今天，大量够用级推理模型已经把价格打到每百万Token几毛美元甚至更低。

如果以早期GPT-4价格作为高位锚点，部分通用推理Token价格在三年内最高降幅达99%。

这也是过去两年行业最流行的判断：大模型会像带宽一样，越用越便宜。

但进入2026年，这个判断只说对了一半。便宜的是部分模型Token价格，企业的AI运营总支出并未缩减。

原因在于，通用Token价格虽然在探底，企业却正从简单问答转向Agent协作、代码生成等复杂工作流，而这类任务的Token消耗量往往是简单问答的十倍甚至百倍，导致算力总支出膨胀。

由此形成价格撕裂期：通用Token在探底，高价值能力在分层，企业AI支出在调用结构中膨胀。

但这种膨胀并非雨露均沾，而是沿着芯片、光模块、云平台直至应用等产业链环节，进行重新分配。在投资视角下，这种价格分裂的本质，是产业利润的再分配。谁掌握稀缺资源、关键能力和高粘性场景，谁就更有机会在Token用量爆发中持续收费。

本文试图回答一个更现实的问题：在这场价格撕裂中，AI产业链中谁在真正赚钱，谁被成本和价格战挤压？

谁在真正赚钱？过去两年，简单问答、摘要、翻译、分类等通用任务，在MoE架构、缓存、蒸馏和推理优化推动下，成本在逼近“水电价”。

这些任务有几个共同特征：可预期、可缓存、可替代、对模型能力要求不极致。这类Token最容易被技术优化，也最容易被价格战打穿。它们正在从“AI能力”变成“基础设施能力”。所谓99%的降价红利，主要发生在这一层。

但企业真正花钱越来越多的地方，并不在这里，更多集中在编程、Agent协作、长上下文推理、多模态处理等高消耗场景。这些场景正在从低价补贴池里被剥离出来，重新按“旗舰能力”计费。

以智谱为例，其GLM-5.1对准编程与Agent场景，输入价格为每百万Token 6-8元，输出价格为24-28元；日常轻量任务则建议继续用GLM-4.7，输入价格为2-4元，输出价格为8-16元。两者价差约3倍。

这是模型厂商通过模型档位分层重新划分了价格池。它们正在把简单问答、翻译、摘要这类任务当作基础流量，低价获客；同时开始向编程、Agent、复杂推理、多模态这类场景要利润。

与此同时，底层的物理成本并未跟随通用Token的降价变化。HBM价格高位运行、数据中心电力与液冷成本高企，这些硬约束迫使阿里、腾讯、百度等云厂商在3月罕见上调了AI算力服务价格。

即，当可压缩场景的Token成本不断探底，不可压缩场景的算力成本依然坚挺，这正是企业算力支出失控的底层推手之一。

但更大的问题，不是单价，是用量膨胀。

过去企业用大模型，大多是一问一答，单次调用成本相对可控。

现在更多付费场景变成了Agent协作、长上下文记忆、复杂逻辑推理、代码生成和多模态处理等。此情况下，即使Token单价下降，但单轮单次任务消耗的Token数量可能放大十倍、几十倍的情况下，企业AI运营总成本反而可能上涨。

这是为什么一些企业在大规模开放AI编程工具后，很快遇到预算失控问题。

如Uber在为5000名工程师开放AI编程工具后，仅4个月便烧光了2026全年预算；国内米哈游技术团队负责人郑银河在2026年5月阿里云峰会上公开披露，团队一位工程师测试多Agent协作时，因未设熔断、数十个Agent进入循环调用，费用飙升，13小时内收到200万元Token账单。

正是这三层结构的叠加，导致了“99%降价”与“企业AI更贵”的共存。

而企业多花出去的钱，并没有消失，它变成了产业链上某些环节的收入和利润。

因为通用Token越便宜，越容易刺激企业把AI推向更复杂、更高频、更重算力的场景；而这些新增需求，最终会流向芯片、光模块、云平台、高价值模型API、应用场景和基础设施等。

即，真正赚钱的，不是卖便宜Token的人，是能从Token用量爆发里持续收费的人。这是理解当下AI产业链分化的关键。

接下来，对产业链上中下游分别展开讨论。

Token低价陷阱

上游要卡住瓶颈Token经济下，AI产业链的上游由计算芯片（GPU/NPU/LPU，加速器）、高速存储（HBM）、高速互联（含光模块）、智算中心基础设施（供电、冷却）等构成，这些环节决定Token生成的速度、稳定性和单位成本。

但上游并不是一块铁板。真正掌握定价权的，是那些卡住了物理瓶颈的环节。

首先是GPU和HBM。

随着Agent与多模态处理的发展，瓶颈不再局限于算力，更在于显存容量、带宽和数据搬运能力。HBM产能周期长、扩产慢（一般需24–36个月），又被大客户长协锁定，供给刚性直接转化为利润护城河。

海外三大存储巨头（SK海力士、三星和美光）凭借HBM，将DRAM综合毛利率拉回50%+，其中SK海力士2025年Q4的毛利率已达69%。

更关键的是，稀缺的HBM带宽通常不单独出售，而是被封装进GPU加速卡、整机和高速互联系统中，最终以整套计算系统的出售溢价体现出来。因此，最厚的利润池并非单一的HBM或GPU，而是“GPU+HBM+独家互联技术”打包在一起的套餐。

不过，国内破局之路尚处起步，长鑫存储作为唯一DRAM IDM（设计+制造一体化），正以低毛利换良率爬坡，攻坚HBM供给瓶颈；摩尔线程、沐曦、壁仞、燧原科技等GPU厂商则试图通过自研架构与开放互联标准（如OISA），在英伟达体系外构建可用的国产算力底座。

从估值层面看，资本市场对于HBM赛道的追捧主要来自于供给紧张。只不过，据长城证券测算，2025-2026年全球HBM供需比分别为45%和27%，缺口确实存在，但有所收窄。这意味着估值锚正在从"有没有货"移向"高端占比与毛利率能不能守得住"。未来一旦HBM产能扩张速度超过需求增速，估值逻辑将会变化，届时需注意下调风险。

至于GPU赛道，AI算力需求仍在情况下，资本市场仍会活跃。只不过，已经过了“讲故事”的阶段，转向“业绩检验期”。如数据中心收入质量、下一代架构的出货锁单、以及单位Token成本下降是否会压低"按集群付费"的天花线等都会被检验。未来任何关于“增速边际放缓”的信号，可能都会导致估值回调。

Token低价陷阱

其次是光模块。

AI集群不是简单堆砌GPU，单服务器内、跨服务器节点间、乃至跨数据中心的互联能力，共同决定了算力能不能真正跑起来。800G向1.6T光模块升级，本质上是Token海量爆发后对更高带宽、更低延迟的刚性需求，这是该赛道走强的重要驱动因素。

所以，这一环节依靠“高端规格迭代+客户认证壁垒”构筑护城河，头部厂商如中际旭创、新易盛的毛利率已从早年30%左右攀升至40%以上。

但要注意的是，中际旭创、新易盛等企业的前五大客户收入贡献均超7成，客户集中风险比较高，任何一个大客户的订单波动都会影响全年业绩。且这种情况下，光模块企业的议价能力较弱。未来若1.6T的放量速度不及预期，或买方议价让平均售价阶梯下行速度快于成本降幅，利润增速可能会面临拐点。

而中际旭创、新易盛分别为102倍何75倍的滚动市盈率，近5年历史分位数均在94%以上，意味着市场已把"未来2-3年高增+份额不丢"提前付款，安全边际薄。

再就是电力与散热。当单卡功耗继续上升，传统风冷接近物理极限，液冷从可选项变成刚需。而高密度机柜的稳定运行，则依赖于园区级供电容量的冗余与效率。这一环节是典型的“资本开支驱动+交付能力壁垒”。

英维克凭借全栈液冷技术绑定头部算力集群，资本市场上确实享有高溢价。但英维克当下196倍的滚动市盈率，近5年历史分位数94%，处于估值高位。这意味着市场已经把2026年全年的液冷放量充分定价，甚至透支了部分2027年的预期。未来一旦招标价松动或对手报价拉低毛利，估值回调风险会比较大。

而特锐德是全球最大的预制舱式变电站制造商，近期推出的”算电岛”方案，通过高压直入与800V直流供电，可将Token的用电成本降低约30%，这一叙事受到市场较多关注。但估值能否从电力设备向AI基础设施迁移，取决于下半年算电岛的订单和交付数据。

位于产业链末端的服务器系统集成与组装，便是典型的“量大、利薄”赛道。

Token低价陷阱

以国内AI服务器出货龙头浪潮信息为例，其主业本质是“品牌整机+JDM联合设计制造”平台。一台AI服务器的物料成本里，大部分被上游GPU、存储芯片锁定，下游又面临云厂商的强势议价，导致其毛利率较低，2025年仅5%左右。它更像是“高级搬运工”，在上下游的夹缝中赚取辛苦钱。

所以，上游各赛道表面看都在涨，底层逻辑却不同：

（1）HBM/GPU：不可替代性来自物理硬约束（产能周期、技术壁垒、生态锁定），溢价有"供给刚性"托底，但需警惕产能扩张后的供需逆转。

（2）光模块/液冷：不可替代性更多建立在“1.6T升级、云厂商资本开支扩张”，即需求持续超预期的假设上。弹性最大，但一旦预期落空，跌幅也最猛。客户集中和价格下降是始终悬在头上的风险。

（3）电力、液冷：有刚需的安全边际（电网准入、市占率、交付能力），也有AI增量需求的弹性预期。AI叙事顺利时，它跟着涨；叙事出问题时，它也会跌，但跌幅相对可控。

（4）服务器组装：不具备不可替代性，没有定价权，毛利率常年徘徊在个位数。出货量增长时跟随行业Beta上涨，但一旦下游砍单或库存调整，估值会迅速压缩。市场给它的更多是“低毛利高周转的周期加工厂”估值。

上游投资的本质，是判断"不可替代性"的成色：物理约束越硬，安全边际越高；叙事依赖越强，波动越大；什么都没有，就只能赚辛苦钱。

Token低价陷阱

（图表来源：妙投制作）

中游要锁定生态上游划定了算力的物理成本和稀缺性，但真正把算力变成可售卖、可计费、可被普通开发者调用的“服务”的，是中游的云厂商、算力租赁平台、大模型供应商以及运营商。（云厂商、算力租赁平台虽涉足上游基础设施建设，但其核心利润来源于中游的平台调度与生态锁定，故归入中游）

这一环节的核心逻辑通过分层定价实现利润最大化，不再是“越便宜越好”。

云厂商的做法最典型。阿里、腾讯、百度等云厂商下调通用模型价格，并不意味着愿意长期亏钱。对云厂商来说，通用模型只是入口，真正的利润池在后面：云数据库、云存储、云专线、安全、弹性算力、专属推理实例和行业解决方案。

因此，当云厂商上调部分AI算力服务价格时，涨的往往不是普通聊天Token，而是更接近企业生产环境的高消耗服务：专属集群、弹性算力资源、高可用保障和企业级部署能力等。

当企业被Agent的循环调用绑定在阿里或腾讯等云生态时，平台收取的费用由“算力费"转为”企业生产流水的过路费"。这种估值锚是"迁移成本"。

这正是分层定价的体现：用低价的通用模型抢占入口，再对真正支撑企业级业务（如运行Agent、长上下文推理）的高阶服务收取溢价，从而实现利润最大化。

从估值层面看，中国AI科技股如阿里巴巴、腾讯控股估值均在15倍左右，美国同类（微软/亚马逊/谷歌）约27倍，差额较大。这是因为市场仍用“传统互联网”而非“AI云”框架定价。未来企业被Agent绑定的“迁移成本”能支撑更高的利润率中枢时，有望驱动市场重新定价。

模型厂商也在转向分层定价。轻量模型负责走量，承接可蒸馏、可缓存、可替代的通用流量；旗舰模型负责守价，锁定编程、长上下文、复杂推理和Agent协作等高价值场景。智谱GLM-4.7与GLM-5.1之间约3倍的价差，就是这种分层定价的缩影。

走生态路线的厂商，如阿里通义、字节豆包更倾向于把模型能力嵌入云和平台生态，通用档压价，后续靠Agent开发平台、企业服务和云资源消费变现。

走高端能力路线的厂商，则更看重旗舰模型在高价值场景中的付费能力。它们未必要卷最低价，但要证明自己的不可替代性。

从估值层面看，市场交易的是“AGI叙事”而非当期业务。如智谱顶着“全球通用大模型第一股”光环，市销率高达1000倍，脱离基本面。一旦业绩兑现不及预期（算力瓶颈、开源竞争、企业采用放缓），面临大幅回调风险。（注：①6月18日收盘，市值约9300亿港元，2025年营收7亿；②因为亏损，所以用市销率估值）

运营商的Token套餐则是另一种打法。中国移动、中国电信、中国联通把AI算力包装成类似“流量包”的产品，优势在于用户触达和计费体系。但这类模式能否真正赚钱，还要看其数据中心、电力和上游模型成本，能否被规模摊薄。只有智算收入占比持续提升、生态锁定能力被验证，估值才会有修复空间。

至于算力租赁商，虽然需求景气度高，但商业模式缺乏技术壁垒，本质是“买卡转租赚差价”，一旦供需逆转利润即刻崩塌。就像通用Token价格降了后，部分客户可能因为用云厂商的服务更省事、更便宜而不再续租。

如智谱2025年策略调整就是例证，从"租赁设备"为主转向算力服务商/云平台购买计算服务为主。从此维度看，数据港160倍的滚动市盈率不算低，安全垫较弱。

总体看，中游的格局已经比较清楚：有云生态、有模型能力、有企业服务能力的玩家，可以把通用Token当入口；缺乏技术壁垒的算力租赁，则会沦为被挤压的夹层  。

Token低价陷阱

（图表来源：妙投制作）

下游要嵌入场景通用Token降价后，下游并没有普遍迎来躺赢，而是出现了剧烈的分化。

简单AI写作、换脸工具、聊天等无壁垒的应用，竞争会越来越激烈。真正能吃到红利的，是有场景壁垒、用户粘性和付费闭环的公司。

这些场景包括AI办公、AI编程、法律合同审查、医疗报告生成、工业故障排查、金融信息服务等。它们有一个共同点：用户原本就有明确需求，AI的作用是在已有工作流里提高效率。

金山办公是典型代表。WPS原本就有用户、文档、订阅和企业客户，AI能力嵌入后，可以提升付费转化、企业客单价和产品粘性。2025年WPS AI国内月活突破8013万，同比暴涨307%，日均Token调用量超2000亿，同比增长超12倍。公司同期营收59.29亿元，毛利率高达85.95%。

要知道，金山办公的高毛利并非模型带来的，而是文档场景的护城河带来的。AI只是提高ARPU和粘性的增强器。没有场景壁垒的AI应用，反而容易沦为上游硬件和模型API的“打工仔”。

进一步从估值角度看，金山办公当下27倍左右的滚动市盈率，对比未来2年机构预期的归母净利润年复合增速11%左右看，通用Token降价利好已在估值中体现。未来随着付费率与留存继续提升，估值有望进一步走强。但一旦这两个数据拐头，溢价也会收窄。

此外，下游还有另一个变量：Token治理能力。

Agent工作流的复杂性，使企业账单不可预期。企业需要搞清楚哪个Agent最烧钱，哪个Prompt（任务说明书）导致上下文膨胀，哪个用户/功能/工作流在消耗Token，才能做调整和降本。

这使AI FinOps成为一个新机会。

所谓AI FinOps，指的是围绕模型调用、Token消耗、模型路由、缓存、上下文压缩、预算上限和熔断机制建立的一套成本治理能力。它解决的不是“要不要用AI”，而是“怎么大规模用AI而不被账单反噬”。

如，迅策科技正将业务延伸至LLM Observability，即大模型可观测性，用于跟踪模型调用、Token消耗和系统表现，相关业务推进值得持续观察。

从估值角度看，但该赛道目前处于极早期，市场尚未形成统一的估值锚。这类公司更可能参考SaaS的PS估值（5-10倍），后续可跟踪再验证。

所以下游真正的分水岭是“有没有场景壁垒”和“有没有Token治理能力”。有场景吃红利，没壁垒的公司被同质化竞争卷死；有Token治理能力的控住成本，没治理能力的公司则可能会被Agent调用量反噬。

写在最后综上，Token经济下，高估值的锚不仅是模型能力的边际提升，更是"AI算力通胀"下的物理瓶颈。

这轮变化的起点，是推理算力消耗的快速膨胀。Agent循环、长上下文、多模态任务带来的算力消耗大幅度增长时，市场的估值锚从"软件订阅逻辑"切换到了"硬件消耗逻辑"。

此背景下，产业链价值开始重构。真正的利润，将向具备稀缺性、定价权和现金流兑现能力的环节聚集。

短期看，当前确定性最高的产业机会集中在上游供给侧的硬约束资产，包括HBM、GPU、光模块、电力、液冷和数据中心基础设施等，这些资源决定了AI能否大规模运行。

中期看，弹性来自云厂商和模型厂商的分层定价能力，尤其是能否把通用Token调用量转化为企业级服务收入。通用模型低价获客，高价值能力分层变现，将成为中游玩家能否穿越价格战的关键。

长期看，最大价值仍会回到下游场景，只有真正嵌入工作流、掌握用户和数据闭环的AI应用，才能吃到产业成熟后的利润红利。此外，拥有Token FinOps，即算力成本治理能力的企业，也值得持续关注，因为企业需要知道AI的钱花到哪里去了，才好调整控本。

因此，未来AI产业的投资逻辑，不再是单纯比拼模型单价，更多是比谁能在价格分裂中找到自身不可替代的价值，从而保有定价权和利润份额。

通过高分辨率光聚合3D打印制造结构化单原子催化剂

Fri, 19 Jun 2026 09:10:59 +0800

来源：中国机械工程学会增材制造技术（3D打印）分会
供稿人：吴树旺、田小永供稿单位：西安交通大学精密微纳制造技术全国重点实验室
结构催化剂广泛应用于工业过程，因其可以提供最佳的质量和热传递，以致更有效地利用催化材料。结构催化剂通常是用陶瓷或金属体制备的，然后用催化活性层水洗涂覆和浸渍。然而，这种方法可能导致粘连等问题。该论文为结构催化剂的设计引入了一种新颖的解决方案，将单件3D打印与单原子催化相结合。本研究采用的表征方法证实了催化活性物质的均匀分布和材料的结构完整性。计算流体动力学模拟应用于证明增强的动量传递和光分布在结构体。最后在连续流光催化氧化苯甲醇制苯甲醛的反应中对这些材料进行了评价，这是制备生物质衍生建筑材料的相关反应。
米兰理工学院Jiachengjun Luo等人报告了一种结构化催化剂制备新思路，将单件3D打印与单原子催化相结合，该制造结构化单原子催化剂的创新方法绕过了传统合成方法的复杂性，提供了可扩展性和效率的改进，并突出了3D打印在催化工程中的革命性作用，以彻底改变催化剂的设计。
图1 展示了含有镍的单原子催化剂（SAC）的合成过程及其表征结果。通过硬模板辅助共聚合路线合成的催化剂显示出均匀的镍分布和良好的结构完整性。元素分析和ICP-OES分析证实了催化剂中镍的含量和均匀分布，表明合成过程成功地实现了单原子水平的镍分散。N2物理吸附测量表明，尽管3D打印过程中催化剂与树脂混合，但催化剂的非多孔、块状特性得以保持。红外光谱、XRD谱图、热重分析（TGA）曲线和UV-vis光谱等进一步证实了催化剂的化学稳定性、热稳定性和光吸收特性。这些结果表明，3D打印过程不仅保持了催化剂的物理和化学性质，而且为催化剂的精确控制和定制提供了新的可能性。

图1 光聚合制备催化剂粉末，3D打印以及材料性能表征

通过镍K边X射线吸收谱（XAS）分析，展示了镍基单原子催化剂（SAC）的电子和局部结构特征。如图2所示，与镍氧化物、镍酸盐和金属镍的参考材料相比，镍1@mpgCNx和镍1@mpgCNx-3D催化剂的XANES和EXAFS谱图揭示了催化剂中镍的氧化态和局部配位环境。结果表明，尽管在3D打印过程中催化剂与树脂混合，但镍的电子和局部结构保持稳定，主要与氮原子配位，维持了单原子分散的特性。这一发现强调了3D打印过程对催化剂活性中心结构的影响微乎其微，为催化剂的稳定性和活性提供了有力支持。

图2 X射线吸收谱及拉曼光谱分析

图3 揭示了3D打印结构化催化剂在连续流动光催化应用中的性能优势和操作稳定性。通过计算流体动力学（CFD）模拟展示了含有3D打印催化剂的反应器与传统悬浮催化剂的反应器在流体动力学和光分布方面的差异。结果表明，3D打印催化剂的螺旋形设计增强了反应混合物的湍流运动和光均匀分布，从而提高了质量和热量传递效率。
通过实际的连续流动光催化氧化苯甲醇为苯甲醛的实验，展示了3D打印催化剂（Ni 1 @mpgCNx-3D）与传统填充床反应器相比的催化效率和选择性提升。实验结果不仅证实了3D打印催化剂在提高反应速率和产品选择性方面的优势，还通过时间流实验和循环测试证明了催化剂的长期稳定性和可回收性。综合物理场仿真与催化实验结论，3D打印技术为催化剂设计和制造提供了新的途径，能够显著提升催化系统的性能和工业应用潜力。

图3 CFD仿真及连续苯甲醇氧化试验测试结果

本文通过光聚合3D打印技术成功开发了一种新型制造策略，用于直接制造稳定且活性高的结构化单原子催化剂，有效避免了传统合成方法的复杂性，提升了催化剂的控制度和效率。在连续流动光催化应用中，特别是苯甲醇氧化为苯甲醛的反应中，3D打印催化剂展现出优异的催化活性和选择性，显示出比传统填充床反应器更高的效率。此外，时间流实验和循环测试证实了催化剂的稳定性和可回收性，而ICP-OES分析则表明反应过程中没有金属浸出，进一步证实了催化剂的化学稳定性。这项研究不仅为催化剂设计和定制提供了新的视角，而且为催化剂在化学和制药工业等多个领域的应用开辟了新的可能性。

参考文献：
LUO J, RUTA V, KWON I S, et al. Fabricating a Structured Single〢tom Catalyst via High㏑esolution Photopolymerization 3D Printing [J]. Advanced Functional Materials, 2024.http://doi.org/10.1002/adfm.202404794.

Talleres Artificio采用先临3D扫描技术缩短检测时间

Thu, 18 Jun 2026 17:19:36 +0800

智利Talleres Artificio引入先临三维扫描系统，球磨机检测时间减半。总部位于智利的机械工程公司Talleres Artificio已将先临三维（SHINING 3D）的FreeScan Trak Nova集成到其采矿设备检测流程中，该公司表示，这一举措使某些球磨机检测所需时间减半，同时提高了工程师所依据的尺寸数据质量。该公司拥有超过15人的团队，为采矿、重工业和先进制造领域的客户设计、制造和组装机械系统。其服务通常涉及评估大型旋转设备的状况，而计划外停机对矿山运营商来说意味着直接的成本损失。

Talleres Artificio将先临三维的FreeScan Trak Nova集成到其采矿设备检测流程中。图片来源：Talleres Artificio。

手动测量的局限性

直到最近，该公司的检测人员仍然依赖传统手持仪器在现场进行尺寸测量。据Talleres Artificio称，当应用于球磨机及其轴承系统等大型、几何形状复杂的设备时，这种方法反复暴露出缺陷。现场测量工作缓慢，结果因操作人员的技能水平而异，某些特征根本无法触及。验证对中性和同轴度很困难，磨损模式和变形可能被遗漏，数据缺口有时会传导至下游的设计和制造错误中。该团队在智利的技术展览会上看到工业3D扫描的演示后开始寻找替代方案，其中捕捉资产的完整数字表示而不是一组离散测量的可能性尤为突出。

在评估了市场上的各种选择后，该公司购买了FreeScan Trak Nova，并列举了三个决定因素：该系统能够使用视频摄影测量（VPG）技术动态跟踪大面积点云、使用经过认证的测量模块，以及其认为的性能与价格的良好平衡。该公司还指出，当地的经销商在实施过程中负责了培训和入职指导。

现场扫描

在实践中，工程师现在直接在设备处捕获点云数据，生成的数字模型用作工程分析、逆向工程、维护计划和质量控制的基础。该公司特别强调了一项能力：扫描仪可以评估传统工具难以处理的几何特征，例如圆柱度。当内径千分尺需要在整个180度范围内进行物理接触时，光学系统即使在没有这种接触的情况下也能重建完整的几何形状。在一个球磨机项目中，扫描数据使团队能够量化磨机轴之间的相对不对中程度以及支撑轴承的轴承座磨损程度，这些信息直接用于维护决策。

Talleres Artificio报告称，这一转变带来了更快的检测、更可靠的测量，以及从中得出的工程结论更高的可信度。对于承受着保持高可用性压力的矿山运营商来说，该公司认为便携式高精度扫描正日益成为维护工程中的标准部分。

球磨机的检测数据。图片来源：Talleres Artificio。

向便携式工业计量学的共同推进

Talleres Artificio的采购反映了服务公司和扫描仪制造商共同的策略：将计量级测量从检测室转移到资产本身。先临三维多年来一直朝着这个方向构建其FreeScan产品线，将摄影测量、无线操作和认证精度集成到手持设备上，以便大型设备可以在现场进行数字化处理，而无需运输或逐件测量。

其他公司也在从不同角度解决同样的问题。Artec 3D与InnovMetric合作，将PolyWorks|Inspector集成到其软件生态系统中，旨在解决扫描采集和正式检测之间的摩擦——数据交接、手动对齐和重新格式化会减慢验证速度并引入错误。

此外，Artec推出了Jet，这是一款面向测量的移动LiDAR扫描仪，专门用于采矿、基础设施和地下环境中的状况评估、变化检测和检测，并配有处理大型点云数据集的软件。

硬件竞赛同样活跃。先临三维推出了FreeProbe系列，这是其动态跟踪平台（包括Trak Nova）的无线探针附件，旨在应对扫描仪无法触及的深孔和受阻特征。各供应商的方向是一致的：更快的设置、更少的标记点，以及在机器旁即可获得的检测就绪数据。对于采矿维护而言，数字孪生正在成为起点，而不是事后补充。

来源：中国3D打印网

混合式3D生物打印实现毛细血管级血管网络

Thu, 18 Jun 2026 17:02:53 +0800

圣母大学与哈佛医学院的研究人员合作，开发出一种能够以接近人体最小血管分辨率的精度3D打印血管网络的方法。这项发表在《自然·化学工程》上的研究，解决了组织工程领域一个核心未解难题：如何在更大的组织结构中构建足够精细的血管网络以维持细胞存活——从而推动生物打印组织向临床应用迈进。

定制打印机融合两种技术

研究人员设计了一套定制系统，将挤出式生物打印与气溶胶喷射打印相结合，而非改造商用生物打印机。挤出式打印负责处理较大的组织结构，而气溶胶喷射打印则用于制作精细的牺牲通道，这些通道随后会转化为类似血管的管道。由此产生的系统能够制造直径小于10微米的通道——在某些情况下可达5至6微米——与人体组织中的毛细血管相当。打印过程中可调整通道的尺寸和几何形状，从而形成分层的分支网络，更接近天然血管的结构。该技术不局限于单一血管尺寸：研究团队展示了从较大血管样通道到毛细血管级结构的网络。

打印的一维、二维和三维血管网络的明场和荧光图像。图片来源：Yanliang Zhang 等人，《自然·化学工程》。

机器学习减少参数试错

该系统采用贝叶斯优化来确定打印特定尺寸通道所需的参数设置。研究显示，优化过程通常在大约八轮测试内就能找到合适的参数，从而减少了为不同通道规格校准系统所需的反复试验工作。在实验室实验中，内皮细胞（人体内血管内壁的细胞类型）附着在通道壁上，在结构内扩散，并形成具有功能特征的连续内壁，与天然血管壁相似。研究团队还证明，液体可以在打印的网络中流动，并且细胞在生长过程中保持活力。

潜在应用与长期目标

这项研究是美国国立卫生研究院（NIH）今年早些时候宣布的一个更广泛四年期项目（资助金额260万美元）的一部分，该项目旨在开发能够超越当前实验室典型小样本规模的功能性血管化组织。团队确定的近期应用包括药物测试和疾病建模——在这些应用中，血管化组织结构可以为研究人类疾病或在动物实验及临床研究之前评估疗法提供更接近生理的条件。长期目标是推进更大规模的工程化组织，并最终实现器官制造。

维持组织存活：生物打印中的血管化难题

Yanliang Zhang 与 Yu Shrike Zhang 的这项工作针对的是再生医学中一个公认的空白：生物打印组织一旦厚度超过几百微米，如果没有内部供应网络，就无法维持细胞活力。氧气和营养物质无法扩散足够远以到达较大组织结构内部的细胞，而如果没有通道排出代谢废物，组织就会退化。圣母大学与哈佛大学的合作直接针对这一问题，构建了一种混合打印系统，能够在类似软组织的材料中制造分层血管网络——从较大通道到毛细血管级管道——其长期目标是生产足够大且稳定的、具有临床意义的组织结构。

其他学术团体也通过不同技术路径追求类似目标。哈佛大学威斯研究所开发了co-SWIFT技术，将相互连接的血管网络嵌入心脏组织内；而斯坦福大学的Mark Skylar-Scott团队则致力于开发加速血管网络设计的平台，并研究刺激那些无法直接3D打印的极细血管的生长。

所有这些努力共同面临的挑战是分辨率：大多数现有方法可以制造较大的血管样通道，但在毛细血管尺度上却举步维艰——天然血管在此尺度上变得过于精细，仅靠传统的挤出式打印难以复制。圣母大学与哈佛大学的混合方法——将气溶胶喷射打印与挤出打印相结合，并利用机器学习校准参数——是弥合这一差距的最直接尝试之一。

这项题为《毛细管级分辨率下分层血管网络的混合生物打印》的研究由 Yuxuan Liao、Salvador Gallegos-Martínez、Xiao Kuang、Yipu Du、Yu Shrike Zhang 和 Yanliang Zhang 共同完成。

来源：中国3D打印网

美国空军将为全部C-17机队配备3D打印减阻装置

Thu, 18 Jun 2026 16:51:39 +0800

空军生命周期管理中心与空军研究实验室及空中机动司令部合作，研发了小型叶片状气动插入件（正式名称为微型叶片），并在有限数量的C-17“环球霸王III”运输机上进行了测试。每架飞机安装了12个这样的装置，每个尺寸约为10厘米×40厘米，通过强力粘合剂固定在机身尾部外表面。测试结果显示，空气动力学效率得到了显著提升。据空军生命周期管理中心称，“与未改装的C-17相比，配备微型叶片的飞机阻力（及燃料消耗）降低了1%”，预计整个机队每年可节省超过1400万美元。

斯图尔特空军国民警卫队基地的C-17“环球霸王III”运输机。图片来源：空军研究实验室。

实地验证为全面推广铺平道路

在全面推广安装之前，空军对改装后的飞机进行了广泛的环境应力测试。10架安装了微型叶片的C-17在不同气候条件下运行，从寒冷到炎热、从干燥到潮湿，以验证粘合剂粘合和结构完整性能否满足实际作战需求。空军负责作战能源、安全和职业健康的副助理部长罗伯托·格雷罗在圣地亚哥举行的美国航空航天学会航空论坛上确认了测试结果：“我们有10架C-17在不同气候条件下运行，寒冷、炎热、干燥、潮湿，目的就是确保其适用性没有问题。它们最近刚刚通过了这项适用性测试。所以，你们将在未来一年内看到这些叶片出现在C-17的后部，覆盖我们全部222架C-17。”

空军的这一举措与商业领域的趋势相呼应。达美航空最近完成了基于涡流控制技术公司类似涡流减少技术的空气动力学小翼的机队改装，涉及240架波音737-800和737-900ER飞机。格雷罗承认这种交叉应用，指出其基本原理正在获得更广泛的认可：“这项技术实际上正在发展壮大，因为它是一种易于应用的技术，而且能带来可观的节省。”

斯图尔特空军国民警卫队基地的C-17“环球霸王III”运输机。图片来源：空军研究实验室。

3D打印在空军保障领域站稳脚跟

通过承诺全面推广，空军表明3D打印部件已通过大规模作战信任的门槛，其价值体现在节省燃料和减轻保障负担，而非仅仅是原型性能。这种方法在空军自己的运输机队中已有先例。空军在多佛空军基地的一架C-5“超级银河”运输机上增加了17个3D打印部件，包括顶板、应急灯罩和通风组件，这是由C-5项目办公室、空中机动司令部、第436空运联队和快速保障办公室共同推动的，专门针对降低保障成本。

在推进系统方面，空军与通用电气启动了“Pacer Edge”计划，利用3D打印技术获取已停产的发动机部件，以应对空军每年面临超过800个“冷启动”部件（即通过传统方式采购需要300天以上的部件）的供应链现实。微型叶片项目为这一发展轨迹增添了规模性和简单性。这些装置无需重新设计现有机身，无需对关键飞行部件进行新的认证，也无需与推进系统集成。

来源：中国3D打印网

英国3D扫描与打印机构Surface Scan宣布拓展业务，向全流程产品制造商转型

Thu, 18 Jun 2026 16:48:42 +0800

2026年6月18日，英国3D扫描与打印机构Surface Scan宣布拓展服务范围，从扫描和快速原型制作延伸至端到端产品设计与制造，提供从三维扫描到成品交付的全链路服务。

△ Surface Scan扫描成CAD文件作业现场

对于需要同时处理扫描、设计和制造的项目而言，多供应商协调历来是一道隐性门槛。客户往往在扫描环节结束后，还需要另寻设计工作室和制造商，流程断点导致沟通成本攀升、周期拉长，中途更换合作伙伴的情况也时有发生。Surface Scan首席执行官兼联合创始人Daniel Carson指出："我们一直看到同样的情况，客户带着产品难题来找我们，我们解决了扫描或打印环节，然后他们就去找设计师或制造商，白白浪费了好几周时间。现在我们已经具备了掌控整个流程的能力。一次沟通，一个团队，一个成果。"

解决客户流失痛点
为支撑此次扩张，Surface Scan聘请了专门的设计工程师Toby Allen，并投资引入一台Formlabs SLA 3D打印机，同时新增了涵盖PEEK在内的高性能工程塑料材料供应，以及CNC加工能力。公司表示后续还计划持续添置设备。重组后的服务覆盖完整的产品开发链：三维扫描获取几何数据、CAD设计与迭代、原型制作，到最终成品交付。扩展后的服务现已向产品创始人、工程团队和品牌开放。

既有客户覆盖亚马逊、NHS和F1赛车项目
Surface Scan由Daniel Carson和Angela Carson于2020年共同创立，业务横跨航空航天、零售、医疗和赛车运动等多个领域。过往客户包括亚马逊、服饰品牌AllSaints、英国国家医疗服务体系（NHS），以及与一级方程式赛车和MotoGP相关的项目，另外还为欧洲隧道公司和众多消费品品牌提供服务。目前，公司已积累超过145条五星好评，主要业务覆盖英国各地。
Surface Scan的转型，折射出增材制造服务行业更广泛的结构性变化。扫描机构向制造端延伸、数控加工车间进军3D打印领域，双方都在扩大对生产环节的掌控。Peel 3D推出的Peel CAD Pro旨在将扫描数据直接转化为CAD可用模型，Creality则与KVS Ltd合作提供集成的扫描到CAD工作流程，都是这一趋势的具体体现。
对于Surface Scan而言，整合的本质不在于软件集成，而在于彻底消除供应商之间的交接断层，让客户从扫描到成品零件始终留在同一个团队中。

来源：南极熊

3D打印网-3D打印行业门户

3D打印芯片封装专家XTPL进军日本市场

Pogačar & Fairlight Cycles展示自行车低成本3D打印部件

八部门发文：加快推出新一代人工智能手机、智能电脑等

韩国半导体业员工赚麻了 买房买车一个不落

Token低价陷阱

通过高分辨率光聚合3D打印制造结构化单原子催化剂

Talleres Artificio采用先临3D扫描技术缩短检测时间

混合式3D生物打印实现毛细血管级血管网络

美国空军将为全部C-17机队配备3D打印减阻装置

英国3D扫描与打印机构Surface Scan宣布拓展业务，向全流程产品制造商转型

韩国半导体业员工赚麻了买房买车一个不落