Xometry升级了他们的AI模型架构，推出了新一代高容量、互联互通的模型，这些模型覆盖了整个制造流程。这次升级紧跟着Xometry近期将制造智能直接集成到Siemens Xcelerator平台。

新的AI模型利用了Xometry在五个关键维度的专有数据洞察，这五个维度是几何形状、可制造性、定价、供应商能力和生产成果。平台越智能，Xometry就能越快地把复杂的工程输入转化为制造决策。

Xometry解释说，新版上下文感知的AI工艺推荐器能够理解零件的行业应用。比如，它能识别出航空航天零件通常需要更严格的公差和航空级合金，以及可能的材料和几何形状，从而缩小了首次下单客户（没有历史订单数据可供模型参考）的差距。

买家在上传零件时，就会收到制造建议，从20种支持的制造技术中获得最优工艺。

早期反馈显示，AI推荐被买家接受的比例超过85%，相比之前的模型有显著提升，其中首次下单客户的提升幅度最大。

现在，使用Xometry平台对定制工件进行定价，取决于制造每个零件所需的具体参数。据Xometry介绍，这些模型考虑了更广泛和更深入的输入，包括几何形状、材料、表面处理，以及该零件是独立工件还是批次中的一部分。这种细粒度的输入，带来了更准确的定价。

这一改进伴随着新的自适应寻源方法。Xometry表示，新的自适应寻源模型利用Xometry专有的供应商数据层，对每个工件进行动态定价，对于熟悉的工件反应迅速。

新模型还整合了升级的工件-合作伙伴匹配度评分，它根据供应商合作伙伴的机器特性（包括机器尺寸和子工艺能力）以及质量历史记录和准时发货记录，对每个工件进行评分。这显著改善了合作伙伴匹配。

合作伙伴不再需要应对嘈杂的广泛工件通知板，而是看到一个经过筛选的、更合适的机遇流。这种深度能力匹配与响应式定价的结合，使得整个网络更加强大。

Xometry首席技术官Vaidy Raghavan表示，「在通过Xometry报价的数百万个零件中，我们的AI在不断学习。我们的新模型不再将这种知识视为各自独立的技能，一个模型推荐如何制造，另一个模型定价，第三个模型寻找谁来制造。现在，它们形成了一个智能层，每当一个零件通过时，这个智能层就会变得更加敏锐。这就是Xometry成为定制制造数字基础设施的原因。数据层实际上决定了零件如何制造、成本多少、由谁制造。随着数据变得越来越智能，我们的客户将更直接地感受到这一点，每次上传零件时，都能获得更优化的推荐、更准确的定价、更合适的供应商。」