01
最新动态
02
详细技术路线
数据入口从变电站、能源设施和流程工业现场获取视觉、红外、声纹及设备状态数据，建立行业多模态感知底座。→
世界表征空间智能模型对现场进行三维 / 四维建模、目标识别和动态记忆，形成可持续更新的工业环境表征。→
策略与控制VLA 与行业 Agent 将巡检、运维或操作目标分解为具体步骤，并结合行业知识与安全规则规划动作。→
本体部署边缘计算设备在现场完成低时延推理，再通过“一脑多体”接口驱动巡检机器人、机械臂及其他行业本体。→
反馈闭环已运行场站产生的异常、告警和执行结果回流模型，形成行业数据—模型—部署闭环，并逐步复用到相邻工业场景。
TECHNOLOGY / 补充技术机制与验证证据
- 技术路径：多模态空间智能 + VLA 具身操作 + 一脑多体 Agent 架构
- 从边缘计算到物理 AI：2018 年起步时做边缘计算（让 AI 长”眼睛”），2025+ 演进到物理 AI（长”手脚”），技术延伸而非突变
- 物理 AI 壁垒：真实物理世界数据获取难度大——不同于 LLM 可以互联网语料训练，物理经验必须通过与真实世界交互生成
- 场景分化观点：CEO 庞海天认为机器人领域难以通用也没必要通用，应术业有专攻
03
创始人、核心成员与团队规模
公开团队规模：待核实：团队规模未公开。人员任职信息更新至页面标注日期。
- 创始人 / 首席科学家：刘江川，1999 年清华大学计算机系毕业，香港科技大学博士；加拿大工程院院士、加拿大皇家科学院院士；多媒体网络和边缘计算方向国际专家
- 董事长 / CEO：庞海天，1993 年生，清华大学自动化系本科 + 计算机系博士（25 岁博士毕业）；2018 年读博期间与导师刘江川共同创业
- 团队背景：清华系整建制团队；早期联合实验室同窗共同创立
- 企业认定：国家高新技术企业、国家级专精特新”小巨人”企业
- 研发基因：“从现场长出来”——团队早期在变电站现场长驻数月打磨产品
04
上下游、产品和商业部署
UPSTREAM & ECOSYSTEM / 上下游与生态
待核实：未找到可区分为上游或基础设施合作的可靠公开披露
PRODUCTS / 产品
- 核心定位：工业物理 AI 模型公司，从边缘计算解决方案提供商升级为全球物理 AI 技术领导者
- 产品形态：不造机器人本体，提供物理 AI 引擎（“机器人大脑”）
- 技术架构：多模态空间智能大模型 + 具身智能操作模型 + 一脑多体
- 空间智能：融合视觉、红外、声纹等多模态数据，4D 精准建模与动态记忆；支持超 1000 个场站 7×24 小时低成本数据采集
COMMERCIAL DEPLOYMENT / 商业部署
- 客户：国家电网、南方电网、大唐集团、华电集团、京能集团、中国石油、北控水务等
- 营收：2025 年全年推进重点项目超 200 个，年订单达 ¥5 亿量级，已实现盈利
- 出海探索：与宁德时代、晶科能源、兖矿能源合作拓展海外智能巡检/运维
- 服务覆盖：400+ 变电站、600+ 新能源场站、数十家煤矿/油田/钢铁厂/化工厂/污水厂、数百公里天然气管网
- 业务覆盖：30 个省份
- 增长：过去三年复合增长率近 70%
- 短期：巩固电力能源领域领先地位，持续优化数据飞轮
合作仅指公开战略合作、联合研发、适配、客户部署或产业协同；分类依据公开表述，不把同一生态中的出现推断为正式订单。
05
融资情况
- 融资阶段：B++ 轮（2026-03）
- 融资总额：已完成多轮数亿元融资；未见统一可核验累计金额
06
竞争定位、差异性与相似公司
POSITION / 竞争位置
从边缘计算升级到工业 Physical AI，优势场景是电力、能源和流程工业，而非家庭通用机器人。
DIFFERENTIATION / 核心差异化
把既有边缘感知、现场部署和行业客户基础延伸到具身操作，能够从已运行的工业项目中获取任务与反馈。
MOAT / 竞争壁垒
电网、发电集团等客户关系、工业协议与交付能力构成渠道和数据壁垒；关键挑战是把行业专用能力抽象成可复用模型。
07
信息来源
优先采用公司官网、监管 / 政府信息和正式公告。来源旁的日期为信息更新日期，不一定是事件发生日期。