←新闻详情

Analytics India Magazine更新于 10月30日 14:17

这家班加罗尔初创公司正为硬件设计打造 AI 智能体

This Bengaluru Startup Is Building AI Agents for Hardware Design

AI 导读

班加罗尔初创公司 CopperPilot 获 Neon Fund 等 39 万美元融资,正在开发能把自然语言描述转成可制造电路板设计的 AI 设计智能体,并已开放代号 Epsilon 的首版设计智能体。该智能体可接入 Altium、KiCad、OrCAD、EasyEDA 及 LTspice 等现有工具,自动化原理图捕获、PCB 布局、布线、仿真和部分固件开发。公司称其活跃用户自 8 月以来增长 25 倍,平台累计运行超过 6000 个设计产物。

正文 · AI 翻译

为硬件工程师打造 AI 设计智能体的初创公司 CopperPilot 已从 Neon Fund 获得 39 万美元融资,同时还有来自美国天使投资人的投资。

这家初创公司由 Aditya NG、Mohit Bagur 和 Anish Harsha 于 2025 年 10 月创立,正在打造一个 AI 智能体,可将通俗英语描述转化为可直接用于制造的电路板设计。

该公司还在开发软件,将 AI 与现有硬件设计工具集成,以自动化原理图捕获、PCB 布局、布线、仿真和固件开发等任务。

这笔资金将用于产品研究和工程、提升智能体的性能和可靠性,并扩充工程团队。

CopperPilot 联合创始人兼 CEO Aditya 在接受 AIM 独家采访时表示,自 8 月以来,公司的活跃用户增长了 25 倍,迄今为止平台上已运行超过 6,000 个设计产物。

CopperPilot 还向硬件工程师开放了其设计智能体的首个版本,代号为 Epsilon。“我们自己就是硬件工程师。这是我们非常想要的一个工具,”Aditya 说。

他本人在自动驾驶汽车领域的经验帮助塑造了 CopperPilot 的创立理念。Aditya 曾在普渡大学和 Minus Zero 参与自动驾驶汽车项目。

他说,硬件开发一直阻碍团队推进那些技术上可行、但在资源有限的情况下难以执行的项目。CopperPilot 的长期目标是通过减少构建和验证硬件所需的工程投入,让小型团队更容易开展此类项目。

“你不应该因为设计某样东西太难而遭遇瓶颈,”Aditya 说。“就像今天,如果你想设计一款软件,你不会被卡住。当你想设计一件硬件时,你也不应该被卡住。”

硬件工程师通常要跨多个工具和文档来开发产品。他们必须阅读元器件数据手册、理解制造商规格、创建电路原理图、布局印刷电路板(PCB)、检查设计规则,并在制造前验证设计。

CopperPilot 试图通过与现有设计软件和固件框架集成,而不是要求工程师迁移到新平台,将这些活动整合到单一工作流中。

“与其要求他们从那个设计工具迁移走——因为那是大量遗留软件和遗留设计——我们把 AI 带到他们身边,”Aditya 说。

该公司支持 Altium、KiCad、OrCAD 和 EasyEDA 等工具,以及 LTspice 等仿真软件和固件开发环境。它还与 Claude Code、Cursor 和 Codex 等 AI 编程工具集成,让开发者可以在这些应用中启动硬件设计任务。

CopperPilot 支持整个工程流程,从构思和原理图捕获到 PCB 布局、布线、面向制造的设计检查,以及在某些情况下的固件开发。

目标是减少实现和检查设计的手工工作,让工程师专注于产品规格和系统架构。

将 AI 应用于硬件工程的一个挑战是确保生成的电路与真实元器件和物理约束兼容。设计必须考虑元器件规格、电气要求和制造限制,而不仅仅是生成一个看似合理的电路。

CopperPilot 通过从元器件数据手册和制造商文档中提取信息,并将这些约束纳入设计流程来解决这一问题。该智能体还可以与仿真工具交互,在向工程师呈现结果之前测试电路的各个部分。

“我们试图模仿硬件工程师实际设计的方式,”Aditya 说,并描述了该智能体如何阅读数据手册、查阅制造商信息、构建设计并在适用时进行仿真。

该智能体还可以识别不可行的用户规格,并在继续之前寻求澄清。在验证过程中,它可以报告已覆盖哪些测试用例以及对设计的信心程度。

CopperPilot 使用第三方 AI 模型,并根据自身需求选择其认为的最佳可用选项。Aditya 说,随着需求演变,公司可以微调自己的模型、采用开源模型或使用大型 AI 提供商的模型。

CopperPilot 可以自动化硬件开发的多个阶段,但它并不寻求将工程师从流程中移除。公司让用户参与有关规格、架构和预期结果的决策。

对于一项简单的任务,例如将全尺寸 HDMI 端口替换为 micro-HDMI 端口,工程师可以委托进行更改并审查完成的设计。对于更复杂的任务,例如开发主板,则需要更多交互来澄清需求。

工程师可以在他们现有的设计软件中监控该智能体,必要时中断它,自行做出修改,然后让它带着这些修正继续工作。

“我们仍然希望用户掌握的关键是品味、设计规格和架构,”Aditya 说。

这种方法也延伸到调试。例如,如果设备意外关机,CopperPilot 可以检查其 PCB 设计、固件、日志和其他可用输入,以调查原因。

该智能体可以识别电源的额定电流与机器学习模型激活处理器或 GPU 时所消耗功率之间的不匹配。然后它可以建议更改,例如使用不同的电源或添加电容器以应对电流尖峰。

Aditya 说,跨设计工具连接信息的能力有助于该智能体识别出有经验的工程师否则可能不得不手动追踪的问题。

这家初创公司表示,设计电子产品,从创建电路图到订购首批原型板,可能需要 6 到 15 周,花费在 7,500 美元到 30,000 美元之间。CopperPilot 表示,其平台可以将这一过程缩短到几个小时。

瞄准硬件公司

CopperPilot 的目标行业包括消费电子、可再生能源、储能、机器人、物联网(IoT)、汽车和电动汽车。

创始人花了大约一年时间开发和基准测试该设计智能体,借鉴了他们在自动驾驶汽车、量子光子学和机器人领域的经验。

该公司在美国、英国和欧洲拥有客户,在印度和其他市场也有用户。

Aditya 说,公司正寻求在能够在其组织内倡导该工具的个人工程师,以及能够批准更广泛部署的创始人和管理者中建立采用。

来源

Analytics India Magazine