浙大教授团队旷行科技获财通商汤投资，做高危场景具身机器人

背景

在工业安全与数字化转型的双重驱动下，高危作业场景的智能化替代成为行业焦点。杭州旷行科技有限公司（以下简称“旷行科技”）作为一家专注于高危工业工程领域的具身智能公司，近期完成了数千万元的市场化第一轮融资（Pre-A轮）。本轮投资由财通资本和商汤国香领投，资金将主要用于算法研发、产品矩阵完善及市场拓展。

旷行科技成立于2025年，总部位于杭州。其创始人舒江鹏为浙江大学百人计划研究员、博士生导师及国家级高层次青年人才。团队自2011年起深耕智慧城市AI与工程机器人技术研发，拥有超过15年的行业负样本标注数据积累与技术沉淀。公司旨在通过“机器人+AI大脑”的运维解决方案，解决资源矿山、能源电力、油气化工、交通城建等高危场景下的安全与效率痛点。

核心内容

旷行科技的核心竞争力在于其赋予机器人的“工程师大脑”，即具备“识别+诊断+处置”能力的工程多模态大模型。与传统巡检机器人仅停留在“巡视”阶段不同，旷行科技的技术旨在让机器人不仅能看到问题，更能看懂并处置问题。

技术架构与数据壁垒 旷行科技通过自研的工程多模态大模型，融合图像、点云、超声、电磁波、红外等多传感器数据，实现了对混凝土开裂、钢结构锈蚀、岩土失稳等表观及隐蔽病害的亚毫米级定量识别与状态诊断。这一能力建立在团队依托浙江大学土木系背景所构建的全球基建领域最大的结构化多模态数据库之上。该数据库涵盖了数百万个专业标注负样本，涵盖混凝土/钢结构/岩土表观与隐蔽病害、设备故障、人员安全等维度，数据量级领先同行两个数量级以上，构成了算法在诊断精度和泛化能力上的显著壁垒。

商业模式与产品形态 公司采用“整机解决方案供应商”的轻资产模式。具体而言，旷行科技采购或与头部厂商合作生产机器人本体，加装自研的标准化“大脑盒子”与上装设备，形成完整解决方案交付给终端客户。这种模式不仅降低了硬件投入风险，还通过与本体厂商的协同效应，承接了缺乏垂直场景解决能力的厂商订单。

商业化落地与经济性分析 在商业化方面，旷行科技在成立当年即与江西铜业、国家电网、中国电建等头部企业签订合同，合同额达数千万元。产品已在矿山、隧道、电力等场景试点应用。以矿山为例，一条高危作业巷道若由4名工人两班倒，年综合成本超100万元；而一台成熟量产的四足机器人成本仅为几十万元，使用寿命可达3年。机器人不仅具备明显的成本优势，更能有效规避因安全事故导致的停产风险。

技术局限与未来目标 目前，旷行科技的技术尚无法100%覆盖所有作业场景，约50%的点位仍需人工介入。主要挑战在于机器人在矿山井下等复杂环境中的稳定性，如网络信号变化、巷道结构微调可能导致机器人判断失误。公司的目标是通过数据积累和算法迭代，将自动化覆盖率从50%提升至90%以上，最终实现从“需要人照顾机器”到“无人化运维”的过渡。

关键要点

• 融资进展：旷行科技完成数千万元Pre-A轮融资，投资方包括财通资本和商汤国香。
• 核心团队：创始人舒江鹏为浙大博导、国家级高层次青年人才，团队拥有15年以上基建+AI交叉领域研发经验。
• 技术差异化：
  • 从“定性识别”升级为“亚毫米级定量识别”，能精确测量裂缝宽度、走向等细节。
  • 具备“透视”能力，融合超声、电磁波等技术发现结构内部脱空等隐蔽缺陷。
  • 拥有百万级专业标注负样本数据库，数据量级领先行业两个数量级。
• 商业模式：轻资产运营，通过加装自研“大脑盒子”与上装设备，为第三方机器人本体提供智能化解决方案。
• 应用场景：聚焦资源矿山、能源电力、油气化工、交通城建等高危工业工程领域。
• 经济性优势：相比人工运维，机器人方案在矿山等场景下成本显著降低，且能避免安全事故带来的停产损失。
• 产品路线：短期聚焦四足机器人，因其在地形复杂环境下的稳定性优于双足人形机器人；长期目标是提升算法覆盖率至90%以上。
• 客户验证：已与江西铜业、国家电网、中国电建等头部企业达成合作，完成从算法到订单的商业闭环。

意义与影响

旷行科技的崛起标志着具身智能在垂直工业领域的深入落地，其意义不仅在于单一产品的创新，更在于对传统高危行业运维模式的潜在重塑。

首先，解决了“强巡弱检”的行业痛点。传统运维机器人多具备强大的移动巡检能力，但缺乏深度的缺陷诊断能力。旷行科技通过“大脑”赋能，使机器人具备了类似资深工程师的诊断水平，填补了市场在“理解工程缺陷并自主诊断”方面的空白。

其次，推动了高危行业的劳动力结构转型。随着年轻一代不愿从事井下等高危作业，行业面临严峻的用工荒。旷行科技提供的自动化解决方案，不仅是效率工具，更是维持高危行业持续运转的必要手段。通过替代人工完成高风险运维工作，公司直接响应了社会对安全生产和劳动力替代的迫切需求。

最后，确立了“数据+算法”为核心的竞争壁垒。在机器人硬件趋于同质化的背景下，旷行科技通过积累海量的结构化多模态数据和垂类算法，构建了难以复制的技术护城河。这种模式证明了在B端工业场景中，深厚的行业Know-how与AI技术的深度融合，比单纯的硬件制造更具长期价值。投资方财通资本与商汤国香的加持，也进一步验证了市场对“手—脑—眼”协同能力下一代机器人赛道的信心。