36Kr独家 | 服务富士康的机器人解决方案商半年营收超两千万完成天使轮融资
速览
乘物机器人(深圳)有限公司近日完成天使轮融资,由工业自动化龙头和椿科技战略投资。该公司成立于2025年,聚焦工业具身智能,已服务富士康等头部企业,半年营收超两千万元。公司核心优势在于自研工业垂类VLA大模型Bybot Foundation Model-1,旨在解决机器人跨本体泛化难题,实现从场景落地向模型研发的战略延伸。
AI 深度解读
背景
在工业具身智能领域,非标场景的定制化需求长期制约着机器人的规模化落地。乘物机器人(深圳)有限公司(以下简称“乘物机器人”)于2025年成立,总部位于深圳,是一家专注于工业具身智能技术研发与产品解决方案的公司。该公司近日完成天使轮融资,由中国台湾工业自动化与智能机器人解决方案领域的龙头企业——和椿科技(He Chun Technology)进行战略投资,华君资本担任独家财务顾问。
乘物机器人具备从软硬件研发、数据采集、模型训练到场景部署与维护的一体化技术能力。其创始人黄金龙拥有十余年机器人全栈研发与产业化经验,联合创始人单玉虎博士则曾在腾讯、小鹏、美团等企业负责机器人核心技术研发,深耕多模态大模型、3D感知及多传感器融合领域。凭借在工业场景中的快速落地能力,公司成立半年内累计营收已超两千万元,服务包括富士康在内的多家头部制造企业,并与数十家主流机器人本体厂商建立了深度合作关系。
核心内容
乘物机器人的核心战略在于通过“本体整合+自研核心模块”的模式,解决工业场景中非标需求多、定制化成本高的问题。公司通过整合成熟供应链方案构建机器人本体,同时自研末端执行结构、电子硬件、软件算法、云端能力及核心大模型,从而沉淀出标准化的技术产品包,实现了覆盖工业场景全流程的交付能力。
在模型研发方面,乘物机器人正以工业垂类 VLA(Vision-Language-Action,视觉-语言-动作)大模型为核心方向,旨在打造具备“一脑多形”跨本体泛化能力的具身智能模型。该模型融合了空间感知、强化学习及世界模型的能力,重点提升对复杂异形物体的三维感知、精准操作以及跨场景泛化能力,以解决传统方案泛化性不足的痛点。
针对具身智能发展的核心瓶颈——数据,公司自研了 Egocentric-UMI 数据采集装置与 Bybot-TeleOp 远程操作系统。通过遥操模拟真实产线环境,系统能够高效采集视觉、力矩等多模态数据,大幅降低了模型训练与部署周期,解决了传统数据采集成本高、效率低的问题。目前,公司自研的 VLA 模型 Bybot Foundation Model-1(BFM-1)的训练及部署流程已全面跑通,技术验证顺利推进。
在硬件层面,乘物机器人同步研发工业精准操作的上半身机器人原型产品。该产品搭载了仿生力控双机械臂、灵巧手、腕部相机及 RGBD 相机等核心部件,为工业垂类基础模型的训练与场景适配提供硬件支撑,推动大模型与工业机器人本体的深度融合。
关键要点
- 融资与投资方:完成天使轮融资,由和椿科技战略投资,华君资本任独家财务顾问。和椿科技不仅提供资金,还带来了大量产业客户资源。
- 商业模式与业绩:聚焦工业场景,通过“本体整合+自研核心模块”提供定制化解决方案。成立半年营收超两千万元,已完成十余个工业场景落地项目,服务富士康等头部制造企业。
- 技术核心(VLA模型):研发工业垂类 VLA 大模型,追求“一脑多形”的跨本体泛化能力,不绑定单一机器人本体,可适配不同厂商和类型的机器人平台。
- 数据闭环能力:自研 Egocentric-UMI 数据采集装置与 Bybot-TeleOp 远程操作系统,通过遥操模拟真实环境高效采集多模态数据,解决数据采集成本高、效率低的问题。
- 硬件支撑:研发搭载仿生力控双机械臂、灵巧手及多种相机的上半身机器人原型,为大模型训练提供硬件基础。
- 落地路径逻辑:创始人黄金龙认为,机器人本体制造门槛相对较低,真正的难点在于模型与本体的融合及场景落地。发展路径遵循“工业—商业—服务—家庭”的演进顺序,工业场景因对灵巧操作要求相对较低,最容易率先实现规模化落地。
- 差异化优势:团队具备全栈研发能力与真实交付经验,相比纯模型团队,更理解工业非标需求与客户痛点,能够根据客户需求灵活选择传统自动化或具身智能方案。
意义与影响
乘物机器人的发展路径反映了具身智能从“概念验证”向“商业落地”过渡的关键趋势。其核心价值在于解决了行业普遍存在的模型泛化能力差和数据采集成本高的问题。通过自研 VLA 模型和高效数据采集系统,公司不仅提升了技术效率,更通过“不绑定单一本体”的平台化策略,降低了下游机器人厂商的适配成本,有助于推动具身智能技术在更广泛的工业场景中普及。
此外,公司半年营收超两千万且服务富士康等头部客户的业绩,证明了工业场景是具身智能最先实现商业闭环的领域。这种“以终为始”、从真实客户痛点出发反向定义技术研发的策略,为硬科技创业公司提供了可参考的范式:即在硬件供应链成熟的背景下,核心竞争力正从本体制造转向算法、数据闭环及场景交付能力。随着 BFM-1 模型的跑通和更多头部客户的交付,乘物机器人有望在工业具身智能细分领域确立技术标杆地位。
