🔥36氪•最新收集於 20m
追知工科獲數千萬種子輪融資，佈局垂域工業智能體
#industrial-ai#robotics#embodied-aiwolif-industrial-agentic-robotzhuizhi engineeringabbteslashanghai jiao tong university
💡工業機器人從規則驅動進化為具備「工業大腦」的自主智能體，重塑高精度製造流程。
⚡ 30-Second TL;DR
有什麼變化
獲得 L2F、尚融資本及一村資本數千萬種子輪投資。
為什麼重要
此技術將工業機器人從規則驅動轉向認知製造，有望顛覆航空航太與新能源等高精度製造領域。
下一步行動
評估您的工業自動化流程是否能透過將固定規則腳本替換為代理式閉環 AI 控制架構來提升效率。
誰應關注：Developers & AI Engineers
關鍵要點
- •獲得 L2F、尚融資本及一村資本數千萬種子輪投資。
- •專注於焊接、打磨等非標、高複雜度的材料加工製程。
- •開發自研「工業大腦+工藝小腦」AI 控制體系，實現製程自主閉環。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •追知工科（ZhuiZhi Tech）的核心團隊背景多源自清華大學及工業自動化領域的頂尖研究機構，具備深厚的機器人控制與計算機視覺技術積累。
- •該公司不僅提供軟體算法，還通過軟硬結合的方式，將其AI控制系統嵌入到現有的工業機器人控制器中，以解決傳統示教編程效率低下的問題。
- •其技術方案特別針對中小批量、多品種的製造場景，旨在降低工業機器人部署的門檻，減少對熟練焊接工人的依賴。
- •追知工科的商業模式不僅限於產品銷售，還包括針對特定工業場景的工藝數據建模服務，通過數據積累構建行業技術壁壘。
- •本輪融資資金將主要用於加速「工業大腦」在汽車零部件、工程機械等高精密製造領域的規模化落地與產品迭代。
📊 競品分析▸ Show
| 特性 | 追知工科 | 傳統工業機器人廠商 (如發那科/ABB) | 垂直領域AI初創公司 |
|---|---|---|---|
| 核心架構 | 工業大腦+工藝小腦 | 傳統PLC/示教編程 | 專用視覺檢測/路徑規劃 |
| 靈活性 | 極高（適應非標製程） | 低（依賴固定程序） | 中（依賴特定場景） |
| 部署門檻 | 低（AI自動規劃） | 高（需專業工程師） | 中（需系統集成） |
| 價格策略 | 軟硬一體化/訂閱制 | 高昂設備成本 | 項目制/授權費 |
🛠️ 技術深入
- 工業大腦：基於深度強化學習（DRL）架構，負責全局任務規劃與製程參數優化，具備跨場景的泛化能力。
- 工藝小腦：採用實時控制算法，針對焊接熔池狀態、打磨壓力反饋進行毫秒級閉環調整，確保加工精度。
- 數據閉環：通過邊緣計算設備實時採集傳感器數據，並回傳至雲端進行模型訓練，實現工藝參數的持續迭代。
- 視覺感知：集成多模態傳感器（激光輪廓儀、工業相機），實現對工件幾何偏差的實時補償與路徑動態修正。
🔮 前景展望AI analysis grounded in cited sources
工業機器人編程將從『示教模式』轉向『意圖識別模式』。
隨著工業智能體技術的成熟，機器人將具備理解工藝目標並自主生成路徑的能力，徹底改變傳統人工示教的作業方式。
焊接與打磨領域的自動化滲透率將在未來三年內顯著提升。
AI賦能的閉環控制解決了非標工件加工難度大、質量不穩定的痛點，使得自動化方案在中小企業中更具經濟可行性。
⏳ 時間線
2025-09
追知工科正式成立，啟動工業智能體研發項目。
2026-03
完成首個焊接場景的工業大腦原型驗證，實現自主路徑規劃。
2026-07
完成數千萬種子輪融資，由L2F、尚融資本及一村資本投資。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 36氪 ↗