我先确认创想三维和亚马逊云科技这次合作的具体内容、用到的 AI 服务,以及官宣时间和落地细节。
2026 年 11 月 16 日,亚马逊云科技正式对外披露:港股上市的消费级 3D 打印企业创想三维(03388.HK)已经把亚马逊云科技的 AI 技术铺到了研发和办公的全流程,用的是一套 “三件套”—— 前端入口 Amazon Quick、Agent 中台 Amazon Bedrock AgentCore、AI 编码工具 Kiro,底座是提供上百款基础模型的 Amazon Bedrock。落地结果比较硬:系统开发周期从 “以周为单位” 压到 “以天为单位”,研发效率提升 3 至 5 倍,代码质量提升约 30%,Kiro 在研发人员中的渗透率达到 80%、约 200 多名员工在用,新员工从入职到独立产出成果的周期从 3 个月缩短到 3 周。更关键的是,AI Coding 不只是 “帮人写代码”,而是覆盖了 PRD 需求、设计、编码、测试、部署的整条链路,并已经接到切片引擎、3D 打印机固件、上位机软件、云平台这四个核心模块上。支撑这一切的是他们和亚马逊云科技架构师一起建的 “开发资产库”—— 把开发规范和技术资产沉淀下来,用来约束 AI 的输出。换句话说,这次转型真正有用的交付物是能被管住的 AI 研发流水线,而不只是 “效率提升” 这个数字。
一、用一张表看清这套 “三件套 + 一个底座”
| 层级 | 产品 | 在创想三维的角色 | 具体做什么 |
|---|---|---|---|
| 前端入口 | Amazon Quick | 统一的 AI 工作台 | 业务人员用自然语言查询数据、处理审批、做竞品调研;通过 Skills 支撑不同业务场景 |
| Agent 中台 | Amazon Bedrock AgentCore | 安全规模化构建 AI Agent | 把 MCP Server 转成 Agent 可用的工具入口,连通 ERP、CRM、HR、物流,打破系统数据孤岛 |
| 模型底座 | Amazon Bedrock | 上百款基础模型池 | 按业务场景挑最合适的模型,以更高性价比完成推理 |
| AI 开发 | Kiro | AI 编码工具 | 规范驱动开发(Spec-driven Development),让需求、设计、代码三位一体,减少返工 |
一个容易被忽略的细节:Amazon Quick 运行在亚马逊云科技的基础设施上,创想三维明确 “相关数据不用于其他模型训练”。对一家海外用户占 70% 至 80% 的港股公司来说,这句话的分量不比任何效率数字低。
二、改的是研发流程,不只是 “写代码” 那一段
传统企业上 AI 编码工具,通常只在 IDE 里提速。创想三维的做法是把整条研发链路搬进去:
| 环节 | 过去 | 现在 |
|---|---|---|
| 需求(PRD) | 人工写文档、反复对稿 | 从 PRD 直接进 AI 流程,需求描述更结构化 |
| 设计 | 前后端分别设计、接口对齐靠文档 | 需求、设计、代码三位一体,一致性由规范约束 |
| 编码 | 手写,前后端分工清晰 | “口述编程”,用提示词驱动 Kiro 生成 |
| 测试与部署 | 独立环节、串行推进 | 纳入同一条 AI 流水线,端到端交付 |
| 岗位分工 | 前端 / 后端分设 | 前后端融合为全栈,一个岗位承担更完整的工作 |
信息技术中心负责人朱贵峰把这套变化概括为 “口述编程”—— 传统编程转向自然语言驱动的开发。岗位边界的变化反而比工具本身更值得注意:前后端融合之后,人员能力先扩展了一倍,再叠加 AI 带来的 3 至 5 倍效率,企业口径下整体可达约 10 倍提升。这个 “10 倍” 是能力和工具的乘法叠加,不等于产出真的变成 10 倍,看数据时得区分清楚。
三、可以核对的效果清单
| 指标 | 变化 | 口径 |
|---|---|---|
| 系统开发周期 | 周级 → 天级 | 研发场景 |
| 研发效率 | 提升 3–5 倍 | 公司自述 |
| 代码质量 | 提升约 30% | 公司自述 |
| Kiro 渗透率 | 80%,约 200 多名员工 | 涉及开发的岗位全覆盖 |
| 新员工独立产出周期 | 3 个月 → 3 周 | AI Coding 全面落地后 |
| 海外订单管理系统 | 原需约 4 周 → 1 人 15 天上线 | 自研 IT 系统 |
| 企业文化社区 | 12 天完成开发上线 | 自研 IT 系统 |
| 覆盖业务场景 | 人事、销售、客服、运营四大类 | 企业级横向延伸 |
另一个跨部门效果是 “门槛下降”:没有 IT 背景的一线业务人员也能自己生成数据看板、搭简易应用;IT 人员则从被动接需求里抽身,转去做架构治理与平台支撑。
四、一家 3D 打印企业为什么要先改研发
这背后有一条挺清晰的行业逻辑:硬件参数已经不是主要战场了。
- 行业侧:2026 年一季度中国 3D 打印设备产量同比增长 54%,出口同比增长 119%;全球范围看,售价 2500 美元以下的消费级设备出货量同比增长 39%,带动销售收入同比增长 54%,拓竹、创想三维、ELEGOO、纵维立方四家合计占全球消费级出货量的 88%。盘子快速变大,但头部集中度已经很高。
- 公司侧:2026 年上半年营收 16.26 亿元、同比增长 12.9%,研发开支同比增长 37.6%、占总收入 8.8%。研发投入在涨,就必须让每一块钱研发费产出更多东西。
- 战略侧:董事长陈春提出的 “一体两翼”—— 以 3D 打印机、激光雕刻机等设备为 “一体”,以 “创想云” 与 “AI 生态” 为 “两翼”。两翼要快,研发体系先得快。
所以这次转型的实质是:用 AI 把 “需求到上线” 的时间压缩,好让产品迭代跟上用户个性化需求的速度。亚马逊云科技行业集群总经理田锋的说法也是这个方向 —— 提升研发效能与敏捷交付,同时加速内部业务创新。
五、这套打法怎么复制:五步走
创想三维的落地路径其实很标准,适合拿来照抄:
- 先找痛点场景,而不是先选工具。挑一个 “每天真的在耗人” 的环节做切入点。
- 用 PoC 快速验证。小范围跑通,拿到可量化的前后对比。
- 让云厂商架构师参与共创。亚马逊云科技解决方案架构师与创想三维一起建了开发资产库,这步决定后续能不能规模化。
- 建资产库,把规范变成约束。AI 是模仿型的,输出稳不稳,很大程度上靠资产库兜住。朱贵峰的原话是:“AI 要按照我们的意愿成为效率工具,我们必须能够控制它。”
- 全员推广,靠内部 “网红效应” 扩散。从单一场景出发,形成链式、爆发式增长。
前置案例可以佐证这条路走得通:在跨境物流场景里,海外仓库存核对原本每天要花 4 个多小时手工比对,用 Amazon Quick 之后降到 50 分钟;SAP 领料批量建单从 30 分钟逐单录入,变成 1 分钟跑完的自动化脚本。两个月实践下来,业务线自主建起了 100+ 用户、72 个 Agent、27 个 Skills、10 个 Web Connectors。
六、两个不能省的前提:合规与可控
合规是底线。 创想三维业务覆盖 140 多个国家和地区,海外用户占 70% 至 80%,又是港股上市公司。海外业务基本构建在亚马逊云科技上、数据部署在境外,国内业务用国内数据服务,国内外部署做区隔,分别满足《个人信息保护法》和 GDPR。创想生态总经理兼 CEO 刘美姣(Holly Liu)说得很直白:选择云服务合作伙伴首先看合规与安全,“合规是我们的底线,尤其对规模较大的企业和港股上市公司来说,不能冒险”。
可控是前提。 没有资产库约束的 AI Coding,产出会漂移;没有统一工作台的 Agent,会散成一堆孤岛。创想三维的做法是用 Amazon Bedrock AgentCore 当中台,把 MCP Server 变成统一工具入口,从 “各自接系统” 变成 “统一接系统”。
七、三个值得继续盯的点
| 观察点 | 为什么值得盯 |
|---|---|
| 效率数字的基线口径 | “3–5 倍”“30%” 均为公司自述,未披露测量方法与对照组,横向对比时需谨慎 |
| “10 倍提升” 的算法 | 人员能力翻倍 × AI 3–5 倍是乘法叙事,实际产出受需求质量、返工率影响 |
| 资产库的长期维护成本 | 资产库越厚,AI 越稳,但维护本身是持续投入,一旦停更,输出质量会回落 |
| 从研发走向产品 | 目前 AI 主要改的是 “内部怎么造”,能否转化成用户侧的自定义创作能力,才是长期价值 |
八、这次合作的真正看点
把 “AI 驱动研发” 拆开看,它其实解决了一个很实际的问题:硬件公司的研发节奏,跟不跟得上用户需求的变化节奏。创想三维的答案是,把需求、设计、编码、测试、部署放进同一条 AI 流水线,再用资产库把质量兜住,用 Agent 中台把系统连起来,用合规架构把全球化托住。
这三件事缺一件,转型都会停在 “工具试用” 阶段。至于这条路最终能不能落到用户那朵 “牡丹花” 上 —— 也就是让普通用户真的把脑子里的创意打成实物 —— 那要看下一步 AI 从研发侧走向创作侧的能力。
【常见问题】
问题 1:创想三维应用亚马逊云科技 AI 技术,具体用了哪些产品?
回答 1:主要是三件:前端 AI 工作台 Amazon Quick、Agent 中台 Amazon Bedrock AgentCore、AI 编码工具 Kiro,底层用 Amazon Bedrock 提供的上百款基础模型。这套组合支撑了创想三维从研发到办公的企业级 AI 体系。
问题 2:创想三维向 AI 驱动的研发模式转型后,效果数据有哪些?
回答 2:按公司披露,系统开发周期从周级压缩到天级,研发效率提升 3 至 5 倍,代码质量提升约 30%,Kiro 在研发人员中渗透率达 80%、约 200 多人使用,新员工独立产出周期从 3 个月缩短到 3 周。
问题 3:亚马逊云科技的 Kiro 在创想三维的 AI 研发模式里起什么作用?
回答 3:Kiro 承担 AI 编码环节,通过规范驱动开发把需求、设计、代码做成三位一体,减少返工。创想三维把 Kiro 用在 PRD、设计、编码、测试、部署全链路,并接入了切片引擎、固件、上位机软件和云平台四个核心模块。
问题 4:创想三维为什么要在 AI 驱动的研发模式里专门建 “开发资产库”?
回答 4:因为 AI 是模仿型的,输出稳不稳取决于有没有规范约束。创想三维与亚马逊云科技架构师共同建设开发资产库,沉淀开发规范与技术资产,确保应用亚马逊云科技 AI 技术后结果可控,而不是让 AI 自由发挥。
问题 5:创想三维应用亚马逊云科技 AI 技术,和它的 “AI + 生态” 战略是什么关系?
回答 5:是战略落地的一环。创想三维的 “一体两翼” 以设备为 “一体”、以创想云与 AI 生态为 “两翼”,AI 驱动的研发模式让 “两翼” 迭代更快,从而更快响应用户的个性化创作需求。
问题 6:其他制造企业想复制创想三维的 AI 研发模式转型,第一步该做什么?
回答 6:先找痛点场景,不要先选工具。创想三维的路径是先定位一个真实耗人的环节,用 PoC 快速验证,再让亚马逊云科技架构师参与共创、沉淀资产库,最后靠内部案例扩散做全员推广。
【数据来源】
- [2026-11-16](创想三维应用亚马逊云科技 AI 技术 加速向 AI 驱动的研发模式转型)与非网 https://m.eefocus.com/article/2120533.html
- [2026-10-27](从 “周” 到 “天”:一家 3D 打印企业的 AI 原生实验)环球网 https://finance.sina.com.cn/roll/2026-10-27/doc-iniwrkkz4837957.shtml
- [2026-10-26](3D 打印下半场拼 “自定义”,创想三维联手亚马逊云科技用 AI 激活创造力)TechWeb https://finance.sina.com.cn/tech/roll/2026-10-26/doc-iniwpmtu2553481.shtml
- [2026-08-27](持续加大 AI 投入 创想三维上半年研发开支大增 37.6%)证券时报 https://stcn.com/article/detail/4138675.html
- [2026-06-02](创想三维成港股 “消费级 3D 打印第一股”)龙华政府在线 https://www.szlhq.gov.cn/bmxxgk/tztghqyfwzx/dtxx_152509/gzdt_152510/content/post_12818673.html
- [2026-11-16](关于创想三维・公司概况与发展历程)创想三维官网(页面无发布日,按访问日期标注)https://www.creality.cn/about
免责声明:本文中的研发效率、代码质量、开发周期、人员渗透率等量化数据均来自创想三维与亚马逊云科技的公开表述及媒体报道,未披露具体测量方法与对照组,实际效果可能因团队、场景与统计周期不同而存在差异;“整体约 10 倍提升” 为公司基于 “人员能力扩展一倍” 与 “AI 提效 3 至 5 倍” 的叠加推算口径,不等同于产出量增长 10 倍。文中行业数据引自第三方机构与公开统计,口径与统计范围请以原报告为准。本文为信息解读,不构成投资建议或采购建议。
