Laminar（前身为H2OK Innovations）是美国波士顿的科创企业，专注为食品饮料、日化、制药等流程制造业提供物理AI（Physical AI）解决方案，核心是用专利传感器与闭环AI，把传统静态工厂变成实时自优化的“自动驾驶工厂”，兼顾生产效率与环保可持续。
公司由安妮·陆（Annie Lu）与大卫·陆（David Lu）兄妹创立，2025年10月品牌升级为 Laminar，已服务可口可乐、达能、联合利华等全球巨头，获评2026年世界经济论坛技术先锋、爱迪生奖金奖。
一、Laminar 的创新：三大技术突破，重构流程制造逻辑
1. 专利 inline 光谱传感器：给工厂装上“透视眼”
传统工厂依赖人工抽样、定时检测，数据滞后且片面。Laminar 的工业级光谱传感器是核心硬件创新：
- 直接嵌入现有管道与设备，无需改造产线，适配高温、潮湿、粉尘等恶劣工业环境；
- 运用紫外、可见光、红外光谱技术，实时穿透管壁，精准识别管内液体（原料、清洗剂、废水）的成分、浓度、洁净度，生成“数字指纹”；
- 彻底替代人工取样与实验室检测，数据刷新率达秒级，覆盖传统方案的盲区。
2. 闭环智能体AI（Closed-Loop Agentic AI）：从“预设自动化”到“自主决策”
传统制造是“静态定时模式”（如固定清洗时长、固定原料配比），按最坏情况设计，导致水、化学品、能源大量浪费。Laminar的AI系统实现三大革新：
- 流程感知自主决策：自研机器学习模型库，融合行业专家知识与实时传感数据，能理解生产流程逻辑，而非仅执行指令；
- 全闭环自动控制：AI分析数据后，直接向工厂PLC（可编程逻辑控制器）下发指令，实时调整清洗时长、化学品剂量、温度、流速，无需人工干预；
- AI智能体矩阵：针对清洁（CIP）、换产、批次优化、质检等场景，开发专用AI智能体，支持自然语言指令调用，降低操作门槛。
3. 物理AI新赛道：让“ productivity（效率）”与“sustainability（可持续）”双向增益
行业普遍认为“提效必增耗、降本必降质”，Laminar 开创物理AI（Physical AI）新类别，打破这一悖论：
- 效率端：缩短清洁时间20%、换产时间15%，减少非计划停机，单产线年增收超10万美元；
- 可持续端：降低水耗15%-20%、化学品消耗10%-15%、能耗10%，助力企业达成ESG目标；
- 低成本落地：无需替换现有设备，硬件+软件一体化部署，3-6个月回本，适配大中小各类工厂。
二、Laminar 的创新应用场景：覆盖流程制造全核心环节
1. 自动驾驶式清洁（Self-Driving CIP）
传统CIP（在位清洁）按固定时长运行，过度清洗浪费资源，清洗不足有安全隐患。Laminar 方案：
- 传感器实时监测管道洁净度，AI判断“清洗达标即停”，避免无效循环；
- 联合利华波兰工厂应用后，清洁时间缩短20%、公用事业成本降10%，年省10万欧元。
2. 智能换产与批次优化
多品类生产中，换产调试耗时久、原料损耗高。Laminar AI：
- 实时监测原料切换过程，自动调整参数，减少试错损耗；
- 批次生产中动态优化配比、温度、时间，提升产品一致性，降低次品率。
3. 实时质量控制与预警
Laminar 替代传统“事后抽检”，实现全流程实时质检：
- 传感器捕捉原料、半成品、成品的成分波动；
- AI提前预警质量偏差，自动调整参数，避免批量次品，减少原料浪费。
三、Laminar 的创新价值：解决行业三大核心痛点
- 破解资源浪费难题：流程制造业是高耗水、高耗能行业，Laminar用数据驱动精准控制，直击“过度生产、过度清洗”的行业顽疾；
- 替代流失的专家经验：行业资深操作员退休导致经验断层，AI模型沉淀专家知识，实现“知识固化+自主决策”，降低人力依赖；
- 低成本适配存量工厂：全球90%以上工厂是老旧产线，Laminar“即插即用”的改造模式，无需大额基建投入，快速落地智能化与可持续化。
四、总结
Laminar 的核心创新，在于把“看不见、摸不准、控不活”的传统流程制造，变成“实时感知、自主决策、精准执行”的智能体系。
Laminar 不是简单的“传感器+AI”叠加，而是针对流程制造底层逻辑的重构：用物理AI打通数据与控制闭环，让工厂在提效、降本、减排上同步获益，为全球制造业的可持续转型提供了可落地、可复制的标杆方案。