金属3D打印卷完硬件，开始卷AI了：美光速造发布三大智造模型

美光速造：AI金属3D打印第一个“吃螃蟹”的公司。

过去十年，国产SLM金属3D打印设备进步很快。

从四激光、26激光，到两米级成形舱；从实验室样机，到大尺寸、多光束设备产业化落地，国产金属3D打印已经完成了一个关键阶段的跨越。

但一个更现实的问题也摆在行业面前：

当设备越做越大、激光越堆越多之后，金属3D打印的底层生产逻辑，真的被改变了吗？

调参仍然依赖工程师经验，支撑设计仍然需要人工判断，复杂结构打印依然存在试错成本，设备运维也离不开专业人员。

这些问题，一直存在，只是很少有人愿意公开点破。

近日，在美光速造AI大模型技术发布会上，深耕行业15年的美光速造创始人李帅，抛出了一个直击行业深处的问题：

“过去整整十年，SLM金属3D打印到底进步了多少？”

也正是以这个问题为开场，美光速造试图告诉行业：颠覆性的突破正在到来，金属3D打印正在迈入AI时代。

作为行业最早一批自研切片软件，并累计部署3000台设备的金属3D打印厂商，美光速造掌握的不只是设备经验，更有大量工艺数据和应用场景积累，这也让其具备了推动AI在金属3D打印中产业化落地的基础。

所以，当李帅站出来高喊“AI立新局”时，我们相信，他是有底气的。

▍从硬件竞争，走向智能化竞争

2026年6月26日，美光速造举办AI大模型技术发布会，正式发布面向金属增材制造全流程的三大AI技术体系：FastLayer全自动前处理系统、AM Build动态工艺自适应大模型，以及AM Mind全自主运维大模型。

美光速造将此次发布定义为“AI立新局，智造新局，量产未来”。

这并不是简单推出几项软件功能，而是试图用AI和软件，重新组织金属3D打印从模型处理、工艺生成到设备运维的完整链条。

美光速造提出的技术路线是：软件扎根，AI生长，智造全局。

01

—

FastLayer：把前处理交给软件

本次发布的第一项技术，是FastLayer全自动前处理系统。

对于金属3D打印来说，前处理一直是影响量产效率的重要环节。模型修复、排版、支撑、切片、参数调用，每一步都需要经验。尤其在齿科、鞋模、模具等批量应用场景中，前处理效率直接决定产线能不能真正跑起来。

FastLayer的目标，就是让这部分工作从“工程师操作”变成“软件自动完成”。

据介绍，该系统可支持20GB级超大模型的流畅处理，并可一键修复自相交、非流形、孔洞缺失等常见模型问题。

在齿科场景中，导入牙冠或支架模型后，系统可自动完成排版、支撑生成及拉杆结构添加，缩短数据处理时间。

在鞋模场景中，系统可自动识别并分割花纹面，匹配拼接方案和打印层厚，适配复杂花纹处理需求。

在模具场景中，则可以自动抽壳与内芯生成，并可根据内外结构匹配不同层厚和光斑参数，兼顾打印效率与表面精度。

此外，FastLayer还支持智能多机排版和云端数据管理，进一步连接任务下发、设备集群、工艺参数、生产监控和数据沉淀，让金属3D打印从单台设备生产，逐步走向多机协同和数字化管理。

02

—

AM Build：让AI成为工艺师

如果说FastLayer解决的是打印前的效率问题，那么AM Build动态工艺自适应大模型，则瞄准了金属3D打印最核心的工艺问题。

传统SLM打印中，通常是一套参数从头打到尾。面对不同材料、不同结构、不同悬垂角度和不同热应力状态，工程师往往需要反复试错。这个过程耗时、耗粉、耗人，也限制了复杂结构件的稳定制造。

AM Build希望改变这一点。

据介绍，AM Build可根据零件结构和打印状态，对每一层、每一区域的打印策略进行动态优化，从而实现工艺参数的自适应调整。换句话说，它不再是固定参数打印，而是让AI参与到打印过程中的工艺决策。

在发布会现场，美光速造展示了多个AM Build应用案例。

例如，AM Build实现了倒立飞机无支撑打印，减少材料浪费和后处理步骤；

在0°水平悬垂结构中，实现跨度达25mm的无支撑成形；

在薄壁壳体打印中，通过动态调整打印策略降低变形风险；

在35°悬垂结构打印中，表面粗糙度Sa达到23.60μm，相比传统45°结构Sa 47.52μm有明显改善。

这些案例背后反映出的，不只是局部参数优化，而是金属3D打印从“人工调参”走向“AI工艺自适应”的可能性。

对于量产用户来说，这类技术的价值很直接，涵盖了减少支撑、节省粉末、降低后处理时间、减少人工干预，并提升首次打印成功率。

03

—

AM Mind：把工程师经验沉淀进模型

第三项技术AM Mind AI全自主运维大模型，则面向设备运行和生产运维。

在金属3D打印工厂中，设备状态、报警信息、工艺参数、材料批次、环境变化，都可能影响最终成形质量。过去，这些问题很大程度依赖现场工程师判断。

美光速造表示，AM Mind并不是简单套用通用大模型，而是面向增材制造设备和工艺打造的垂直运维大模型。其底层依托物理规则和真实工业数据，强调可解释、高可靠和低误判。

据介绍，AM Mind融合了6000万行工业运行数据、上万小时真机实测、3000台设备运行数据、十万页技术手册，以及资深工程师经验。系统可自动提取打印参数、解析软硬件文件、梳理工艺算法，并结合设备状态输出生产优化方案。

这意味着，在未来的金属3D打印产线中，AI不只是帮助工程师查资料，而是有可能直接参与设备诊断、工艺判断和生产决策。

▍写在最后

从整体来看，美光速造此次发布的三大AI技术，覆盖了金属3D打印量产过程中最关键的三个环节。

FastLayer解决前处理效率问题，AM Build解决工艺自适应问题，AM Mind解决设备运维和生产稳定性问题。三者共同构成了从模型处理、工艺生成到设备运行的AI闭环。

过去几年，行业更关注设备成形尺寸有多大、激光数量有多少、打印效率能提升多少。这些当然重要，但当金属3D打印真正进入批量制造阶段，客户更关心的是：能不能少用人、少试错、一次打对、稳定交付，并把成本降下来。

如今，答案很可能不只在硬件里，而在软件、工艺和AI里。

准备好，金属3D打印的AI竞争，可能真的要开始了。

我们也由衷为美光速造感到骄傲。它不是行业里体量最大的公司，却是一家敢于打破常规、勇于创新的公司。

差点忘了，全球首款“龙虾”AI金属3D打印机，也是来自美光速造。