核心观点 Xometry公司发布了新的企业级机加工交期预测模型和增强的动态定价逻辑，这些是其AI原生即时报价引擎的重大升级，旨在通过提高预测准确性、运营效率和快速交付选项，加速客户产品上市时间并增强交付可靠性，从而巩固其在AI驱动工业采购领域的领导地位[1][2][7] 产品与技术升级 - 公司发布了新的企业级机加工交期预测模型，显著扩展了其预测智能能力，该模型基于其全球合作伙伴网络产生的规模与深度性能数据[4] - 公司增强了驱动其即时报价引擎定价智能层的动态定价逻辑，与依赖静态定价规则的传统供应链软件不同，其采用“转化率模型”，分析独特的几何特征、报价配置和客户特定历史数据，为每一份报价和零件构建价格响应函数[4][5] - 此次发布不仅是增量更新，更是未来创新的基础，代表了公司处理规模化制造速度与可靠性方式的根本性转变[7] - 公司通过缩短从洞察到生产影响的时间，解决了静态软件或孤立AI代理无法应对的复杂、依赖上下文的采购挑战[7] 性能与数据优势 - 新模型提供了更高的预测准确性，在RMSLE（均方根对数误差）指标上相比前代模型取得了显著提升[8] - 基于对历史供应商绩效数据的学习，新模型现在能够优化并促进在日益增长的材料和几何形状目录中实现1天交期[8] 1 - 更新后的模型使用的训练数据集是之前版本的四倍，并纳入了关键的间接要求，如专业认证（例如AS9100D、ISO 9001）、新材料和高级表面处理选项（例如PTFE浸渍硬质阳极氧化、黑色氧化）[8] - 公司的专有定价和采购模型直接嵌入在实时市场交易中，将数字报价、供应商选择、生产绩效和交付结果整合成一个闭环学习系统，每一笔完成的订单都会强化未来的预测[9] 市场影响与客户价值 - 这些技术进步共同带来了更高的预测准确性、改善的运营效率以及扩展的快速交期选项，加速了客户的产品上市时间并提高了交付可靠性[2] - 模型将推动客户标准交期产品的交付时间缩短[8] - 通过将设计到交付的智能直接嵌入工程师的工作流程，公司减少了制造采购中的信息不对称，将历史上分散、手动协调的问题转化为基于数字智能和物理世界执行的可扩展竞争优势[10] - 在2025年第四季度成功进行用户测试后，这些模型正于2026年第一季度更广泛地向美国客户部署，目标是改善买家和合作伙伴体验并提高每用户收入[6] 公司背景 - Xometry运营着一个全球性的AI原生市场，连接定制制造的买家和供应商，其流行的Thomasnet工业采购平台和一套基于云的服务正在快速推动制造业的数字化[1][11] - 公司为制造商提供发展业务所需的关键资源，并通过实时定价和交期数据简化买家的采购流程[11]