看得懂工程资料
图纸和 GD&T、公差叠加、扫描 PDF 里的表格、公式引用了另外三个文件的工作簿,以及藏在采购协议第 40 页的商务条款,都能读懂。
有据可查的报价,从数周缩短到几分钟。
Nyotta 读取图纸、技术规范和商务要求,自动整理出报价范围、BOM 和成本估算。工程师核对依据、处理待定问题,确认无误后审批发出。
安全控制通过第三方审计
每一行都标注出自哪张图、哪个图区
未经审批的内容不会写入 ERP
STEP、IGES、DWG、DXF、PDF、XLSX、DOCX、原生 CAD、扫描件等,收到什么格式就直接处理。
Nyotta 先把整个询价包读完:每一张图纸、每一份技术规范、每一个表格、每一封澄清邮件。然后理清版本关系,生成分变型 BOM,逐行核算应有成本,并列出例外清单。从第一天起就开始核对,每个数字都标明出处,最终由您来判断。
一套 2D 图纸、一个 STEP AP242 模型、一份 14 个工作表的商务表格,再加上 11 封澄清邮件。文件之间互不关联,最新有效的版本也往往不在最上面。
图纸是 Rev C,技术规范却是 Rev D。
2023 年报过一款几乎一样的支架,但当时报价的依据和假设,只留在某个人电脑里的表格中。
一类是多变型的零部件项目,要按变型矩阵逐一定价;另一类是从未做过的定制系统,要为一个尚未实现的方案定价。两类报价,用同一个平台完成。
对照变型矩阵读取整套图纸,把 GD&T 和基准标注带入 BOM,一次完成所有变型的定价,不必把估算重做四遍。
工作站能否达到技术要求、需要哪些设备、成本多少、利润还剩多少,一并算清。应用工程和销售看的是同一套数字,不用再各维护一份表格。
图纸、STEP 与原生 CAD、技术规范、商务表格,以及澄清邮件。
技术要求、特征、数量、GD&T 标注,以及影响价格的商务条款。
版本冲突、变型逻辑、缺失信息,以及没人写下来的默认假设。
能不能做出来?在给出价格之前,按企业自己的机加工、锻造和制造标准逐条检查每条工艺路线。
应有成本、工装、二次加工和商务影响,每一行都可以修改。
由负责的工程师签字确认,模型只负责准备。
审批过的决策连同依据,自动带入下一个项目。
一套报价系统能否应对真实的询价包,取决于这四点。
审批通过的报价,背后是一整套经过审核的决策、对应关系、标准和处理意见。Nyotta 会把它们连同依据和审批工程师的姓名一起保存。同一客户的第十个项目,可以直接沿用企业已有的基础来报价。
这些数据只保存在您自己的实例中,审批过的内容不会用于训练共享模型,也不会提供给其他客户。
了解数据隔离企业系统中已有的资料:图纸、技术规范、表格、历史报价、费率表和澄清邮件,在原系统中直接读取。
工程师做出的每个决定:例外项的处理、修正后的锻造余量、对某条客户标准的具体理解。每一条都会成为带有来源、负责人和审批日期的规则,用于下一个询价。
始终由您掌握。下面两层减少了工程师需要重复决定的事项,最终决定仍由工程师做出;没有签字确认,任何内容都不会写入 ERP。
连接器由我们开发和维护。初期只读接入,无需迁移,无需整理数据,历史报价也能一并导入。
没找到您用的系统?欢迎告诉我们
一位来自硬件产品与生产级 AI 基础设施,一位来自语言模型与企业搜索。Nyotta 正是我们当年在一线工作时,最希望拥有的工具。
曾在 Google 负责 Pixel A 系列手机,从立项到上市全程主导。曾在 Meta Superintelligence Labs 为大模型搭建 AI 基础设施,包括在生产环境中实时运行的信任与安全系统。从哈佛商学院退学后创立 Nyotta AI。



曾在 Google Assistant(现属 Google DeepMind)负责 NLP 与 AI 项目。曾在 Moveworks 为 Northrop Grumman、CVS 等系统最分散、安全要求最高的大型企业构建企业搜索。耶鲁大学计算机科学与 NLP 方向研究生。



Nyotta 读取工程类询价包,整理出一份可供团队审核的报价。询价包里的 2D 图纸、3D CAD、技术规范、变型表、投标表格和澄清范围的往来邮件,都会一并处理。最终按企业自己的报价模板生成可直接发出的报价,包含结构化 BOM、应有成本估算、可行性检查、待处理的例外清单和对外方案书等内容。每一行都标注出自哪张图纸页、哪个图区,并附上判断依据。
Nyotta 适合报价技术含量高、变型多的团队。这类企业每次询价涉及的零件、选项和要求都不一样,报出去的价格要能逐行说清依据。估价、应用与设计工程、销售、财务和采购共用同一个询价包,不用各自另存一份。典型客户包括按客户图纸为工程零部件报价的汽车一级供应商,以及需要为整套系统界定范围的定制自动化集成商。
最先用起来的是估价和报价团队,因为询价最先到他们手上。应用与设计工程直接使用已提取的技术要求和图纸数据,每次投标不必重新梳理一遍背景。销售能更早拿到有依据的报价,及时跟进客户。财务和采购在审批时能看到具体的成本驱动因素,判断不再只依赖标准成本。所有部门看的是同一个询价包,引用的是同样的出处。
能。Nyotta 直接读取 2D 工程图纸,提取尺寸、几何公差标注、螺纹、表面粗糙度、材料与热处理要求、标题栏信息和图纸注释。矢量 PDF 和没有文字层的扫描图纸都能处理。每个提取出的特性都记录了它在图纸页上的位置,方便对照图纸逐项核对。
能。Nyotta 从模型中读取外形包络尺寸、实际材料体积与质量、壁厚以及需要去除的余量。质量和机加工去除量是决定零件实际成本的关键因素,这些数据会直接用于成本核算。只发图纸包、只发模型或两者都发都可以,Nyotta 会读取收到的全部内容。
整个询价包几分钟,单页图纸几秒钟。即使是包含图纸、技术规范和商务文件的复杂询价包,也能在几分钟内完整读完。由于在澄清期截止前就已全部读完,需要向客户确认的问题可以及时发出并得到答复。剩下的是工程审核,也就是报价中真正需要人来把关的环节。
能,这也是大多数团队引入 Nyotta 最看重的价值。Nyotta 省去的是大量人工阅读工作:逐页翻看四十页的技术规范 PDF、手工从图纸上摘取特征、为了出零件清单重画客户图纸、把表格重新录入成本表、同一个问题反复向客户确认。这些工作每个项目都要花上几周,而项目只会越来越多。每份报价发出前仍由工程师审批,工程师的经验和判断用在审核上,才最有价值。
Nyotta 在工程图纸提取上的 F1 值为 0.91,通用 AI 智能体在同样任务上的 F1 值为 0.38。在另一项以已发布可行性分析为基准的独立评测中,Nyotta 的精确率为 93.7%,召回率为 97.2%。每次流程调整后,都会用基于真实图纸建立的标准测试集重新测量准确率;每个合作项目也会在启动前由双方共同确定验收标准,并按标准执行。
准备一个现有流程处理起来最吃力的询价包就可以:图纸、技术规范、变型表或数量档位,如果有的话,再附上最终发出的报价。Nyotta 会现场处理,您可以把输出结果和团队自己做的报价对比。效果最好的演示,往往用的是客户已经报过价的询价包,因为正确答案他们心里有数。
很快,因为不需要专门准备数据。估价模板、费率表、过往方案书和历史询价包本来就在企业内部,原样发来即可,无需清理。从一开始就可以用平台处理自己的项目,之后的进度取决于企业自己的审核周期,Nyotta 不需要先搭建任何东西。