近日，DataMesh 正式入选 Google for Startups Accelerator: Southeast Asia 2026，未来三个月，DataMesh 将与 Google 的技术专家深入合作，进一步提升 FactVerse AI Agent 面向生产环境的可靠性和应用能力，推动 Physical AI 在真实工业场景中落地。
这一探索也将进一步完善 FactVerse 正在构建的工业世界模型，让 AI 更好地理解真实世界如何运行，并参与工业场景中的分析、仿真与决策。
让 AI 参与可验证的工业决策
通用大模型已经具备较强的语言、多模态理解与推理能力。但在工业场景中，一个“听起来合理”的答案还远远不够。
AI 需要正确理解设备、空间、实时数据和业务流程；需要调用合适的分析与仿真工具；更需要让结论有依据、可验证、可追溯，并在人工确认后进入实际业务流程。
DataMesh正在将FactVerse AI Agent打造为面向工业场景的数字孪生智能决策系统，让 AI 能够正确调用工业数据、空间结构、SOP、实时信号和物理仿真，形成可验证、可追溯的结论。
在这一体系中：
- Gemini 可为语言、图像和多模态信息的理解与推理提供支持；
- FactVerse 连接工业对象、空间关系、实时数据、权限、工具和工作流，构成 AI 理解和操作工业现场的运行环境；
- CFD、LBM、热场等物理解算器进一步提供基于物理规律的计算与验证能力。
这些能力结合起来，让 AI 不只是生成答案，而是能够基于真实工业上下文调用工具、形成判断，并将依据、仿真结果和审批过程完整保留下来。
例如，在半导体厂务运营中，Agent 可以结合实时数据、空间关系和历史记录，识别并定位洁净室环境或公辅设备异常；当涉及危险气体泄漏等情况，Agent会调用物理仿真，分析气体扩散及影响范围，并参考 SOP 提出处置建议。经人工确认后，相关任务进入工单流程，分析与处置过程均可追溯。
降低工业 AI 的部署与持续应用门槛
DataMesh 通过数据融合服务（DFS）连接来自不同设备和业务系统的数据，并由 FactVerse 将其组织到统一的数字环境中，形成 AI 分析与决策所需的工业上下文。
但在实际部署中，构建和持续更新这些上下文仍需要大量工作。同时，不同设备和场景所需的分析模型也各不相同，其训练、评估和更新往往依赖专业人员及定制开发。
DataMesh 正在探索利用 Agent 将其中的部分工作自动化，重点包括两个方向：
- 一方面，探索构建面向数据处理的 AI Agent，辅助识别不同数据的含义，以及数据与设备、事件和业务流程之间的关系，帮助实施团队和客户 IT 人员更高效地完成数据接入、配置和维护。
- 另一方面，探索构建面向模型训练的 AI Agent，简化针对具体设备和业务场景的模型训练流程，让客户能够基于自身数据，更便捷地训练、评估和更新模型，减少对专业机器学习知识和一次性定制开发的依赖。 通过本次加速计划，DataMesh 希望与 Google 的技术专家共同验证和完善这些方向，并逐步将其沉淀为可复用、可配置的产品能力，让更多客户能够以更低的门槛部署和持续使用工业 AI。
DataMesh 创始人兼 CEO 李劼表示：
“工业 AI 进入生产环境，关键是让 AI 理解真实现场，并让判断有依据、可验证、可追溯。我们期待与 Google 的技术专家深入合作，从工业 AI 部署中的关键问题出发，进一步提升 FactVerse AI Agent 在复杂工业场景中的可靠性和应用效率。”
本次入选Google加速计划，进一步印证了 DataMesh 在 Physical AI 工业应用方向的技术积累与发展潜力，也为 FactVerse AI Agent 走向更多真实场景带来了新的机会。
未来，DataMesh 将继续完善 FactVerse 在数据连接、数字孪生执行、AI 推理和物理验证方面的能力，推动 AI 走向更可靠、更可控的工业应用。
关于Google for Startups Accelerator：Google for Startups Accelerator: Southeast Asia 是 Google 面向东南亚高潜力 AI 创业企业推出的加速计划，通过技术辅导、产品开发支持和全球创新网络，帮助企业完善产品并加快规模化发展。
