作者｜黄楠 编辑｜袁斯来 硬氪获悉，具身智能世界模型公司「千诀科技」日前完成数亿元A轮融资，本轮由京铭资本领投，山东新动能、山东财金资本、元禾厚望、芯能创投、南创投、英诺天使基金、尚势资本、仁爱集团、玄素投资等机构共同投资，投资方阵容汇集了国家队、产业方、市场化基金及家族办公室。Maple Pledge枫承资本长期出任私募股权融资顾问。 资金将重点用于自研世界模型的架构搭建、算法迭代与场景落地，同步扩充核心研发与项目交付团队，完善商业化落地配��能力。 千诀科技创立于2023年6月，核心团队孵化自清华大学类脑研究中心，长期聚焦具身智能决策与规划大模型研发落地，突破传统设备任务局限，以帮助机器人实现环境动态自适应与全自主作业。 世界模型的热潮正迅速卷向具身智能领域，成为通用人工智能落地物理世界的核心突破口。卷积神经网络之父Yann LeCun（杨立昆）率先提出世界模型核心理论，其创办的AMI团队持续专注抽象表征空间建模、物理世界规律预测的技术方向研究，为行业奠定了核心理论基础。 从因果推理到空间智能，从物理仿真到生成式预测，基于不同技术范式、不同理论底座的研究在业内正同步展开。这是个尚未收敛、想象力巨大的赛道。各路探索者都在试图回答同一个问题：如何让机器真正理解并预知物理世界的变化。 在主流的生成式路线中，典型做法是通过像素级重构来预测下一帧画面。但千诀科技CTO章天任向硬氪指出，这种方法往往存在一个容易被忽视的问题——特征污染。 “真实物理世界的图像输入信息量极大，包含大量与任务无关的噪声，比如光影、纹理。”章天任解释，模型为了追求像素级的无损重构，不得不把有效特征和无效信息强行绑定在一起，结果可能导致模型内部表征不再“纯净”，“它确实能从现实数据中提取出具有泛化性的特征，但这些特征里混入了干扰项。” 这种污染会直接影响模型对物理世界的理解能力。世界模型的本意是让模型学会符合物理规律的预测，而不是单纯地拟合图像。一旦特征被污染，模型就很难提炼出真正的因果关系和物理不变性，泛化能力自然受限。 “人看一张图时，不会平均分配注意力在每个像素上，而是快速锁定与任务相关的区域。”章天任说，“但生成式模型与其说是理解世界，却更容易发生复刻表象的情况。” 面对生成式路线存在特征提取的这一局限，预测式世界模型提供了另一种思路。 其核心逻辑是，让机器人真正理解物理世界，不是靠还原每一帧像素，而是靠预测物理状态的低维演化轨迹。 千诀科技CEO高海川用一个案例解释了两者的本质区别：人在打球时，不会在脑中想象一帧帧清晰的画面，而是直接挥拍，依靠对球轨迹的低维预测。这种预测不包含像素信息，只包含物理规律的状态演化。“人类在物理世界中玩球类游戏，不可能去想象清晰完整的像素画面，来不及，而且这种信息不稳定。”高海川说。 同样的逻辑适用于具身智能。执行任务时，机器人需要的不是“未来会长什么样”的想象，而是“下一个状态该往哪走”的预判。预测式模型的核心输出不是视频帧，而是低维抽象特征，这些特征可以直接解码为动作轨迹或规划指令，从而绕开像素重构带来的计算负担和特征污染问题。 在预测式路线基础上，千诀科技还进一步提出了分布式预测架构。其架构采用了类人脑的脑区连接方式，大脑不同区域各司其职，连接紧密的区域内部协同，区域之间则相对独立。 对比传统方法把所有信息揉在一起压缩处理，分布式预测架构会先把信息分到不同的区域里，再分别压缩和预测，从而实现样本效率更高，推理速度更快。“同样一个任务，从零开始可能需要1000个‘状态-动作’对；有了好的表征，100个就够了，有效减少了机器人适应新场景所需的示教数据。”章天任说。 通过这种分布式架构，可以帮助模型在抽象表征空间中学习物理状态的演化规律，而非仅仅是像素的时序关联，更好地服务于下游的规划与控制。当机器人面对新环境时，可以更快地理解“什么会导致什么”，对真实场景落地尤为关键。 搭载千诀世界模型的机器人在餐厅打工（图源/企业） 具体到应用端，千诀科技将具身大脑与小脑解耦，由其世界模型负责感知、预测与规划，不绑定具体的执行动作空间。只要共享同一模态，模型就能将其观察到的环境变化作为统一的数据来源进行训练。这意味着，同一个“大脑”可以快速迁移到不同本体上，解耦设计有效降低了迁移成本，并加速了真实场景中的数据飞轮闭环。 据硬氪了解，千诀科技自研具身大脑已完成轮式、四足、双足人形、无人机、清扫机器人等多品类硬件适配，落地酒店保洁、商用服务、精密室内作业等实景项目，当前接入终端设备规模达十万台。依托海量终端持续产生的真实交互数据，未来将反哺世界模型进一步迭代优化。 搭载千诀世界模型的机器人在咖啡店自主配送（图源/企业） 以下为硬氪与千诀科技CEO高海川、CTO章天任的访谈节选（略经编辑）： 硬氪：开环预测场景下，世界模型的长时推理误差会随步数累积。千诀的预测式架构如何应对这一问题？具身任务的闭环反馈机制能在多大程度上抑制误差放大？ 章天任： 这个问题分几个层面。第一，累积误差的大小取决于应用场景是否具备闭环反馈。视频生成模型是纯开环的，一次性预测未来很多帧，中间没有任何外部信息校正，所以误差容易累积。但具身不同在于它有闭环反馈，我们不会让机器人一次性预测1000步、把整个任务全部规划完再执行，而是先预测50步，选出动作去执行，执行完后环境会给出新的状态作为反馈，基于反馈修正后续预测。 这种“执行-观测-修正”的循环，是具身任务与视频生成最本质的区别，能有效抑制误差放大。 第二是关于记忆模块。千诀目前已经在一些平台上尝试搭建Memory系统，但还没有与视觉中心直接融合。原因在于，既然已经有了闭环反馈，很多场景下暂时不需要显式的长期记忆。 第三，千诀的模型支持多步预测，模型预测的“一步”不一定对应底层的一个控制指令，而可以对应一个完整的语义动作，比如50个底层step。预测步数越少，累积误差发生的概率和幅度就越小。 总的来说，我们认为世界模型的能力上限挑战在于完全开环的超长时规划，比如机器人还没开始行动，就要一次性规划好未来几百步的所有细节。但这种使用场景在真实的具身任务中很少见，更自然、更现实的做法还是“边做边看”，发现问题随时调整。 硬氪：千诀已实现十万台级别的规模化部署。在实际落地过程中，客户反馈中有哪些超出预期的发现？对你们的产品迭代有什么影响？ 高海川： 千诀目前已有十万台机器在真实场景中运行，用户把机器人当真实产品使用，给出的反馈也是真实的。因此，我们训练的模型与落地场景之间不存在“real-to-real gap”。 搭载千诀世界模型的机器人自主清洁桌面（图源/企业） 市场反馈中有两个点超出了我们的预期。 一个是响应速度的敏感度。 不同场景对延迟的容忍度差异很大。生成式模型4秒级的响应，在机器人场景中基本不可用。我们的预测式模型虽然推理速度快、可以在0.5秒内返回结果，但部分机器人需要云端传输延迟在1秒左右，客户仍然反馈“卡顿”。当我们把延迟降低0.5秒，用户体验就有了质的飞跃，这种毫秒级的延迟优化，往往比模型能力的提升更能直接转化为用户满意度。 另一方面在于主动性的价值。 大多数时候，客户并不希望机器人只是一个被动执行指令的工具，而是期待它能“眼里有活”——主动感知环境、自主决策，而不是逐条等人类发令。比如在酒店场景中，机器人主动发现地面有污渍并启动清洁，比接到指令再执行，更能让客户感受到“智能化”。这种从“被驱动设备”到“智能体成员”的体验跃迁，正在成为产品差异化的关键维度。
作者｜黄楠 编辑｜袁斯来 硬氪获悉，戴盟机器人近日完成亿元A轮融资，由汇川技术旗下产业基金汇川产投与中国电信联合投资。资金将用于进一步打造超大规模含物理交互信息数据集，加速物理世界模型研发、并驱动真实物理场景下的数据飞轮与商业闭环。 戴盟机器人于2023年正式运营，核心团队长期聚焦机器人灵巧操作与物理交互智能领域。联合创始人兼首席科学家王煜教授曾任港科大机器人研究院创始院长，��所提出的“具身技能”与“技能克隆”等概念，是戴盟机器人核心技术路线的重要组成部分。创始人兼CEO段江哗博士及主要技术负责人，均来自港科大机器人研究院核心团队，具备10年操作智能Know-how。首席AI科学家原玮浩曾为阿里通义实验室多模态研究专家，拥有将世界模型迁移至机器人物理操作的前沿经验。 具身智能热度持续走高的当下，行业逻辑正在发生深刻切换。赛道发展沿着一条清晰的脉络演进：从早期机器人行走与运动控制能力的比拼，到差异化算法架构路线与“具身大脑”的探索，每轮热点轮动都为其突破积累了关键基础。 随着人形落地从舞台演示走向实景作业，整机精细化实操门槛持续抬升，能否采集高质量物理交互数据，已经成为行业落地的关键分水岭。 在主流的纯视觉感知方案中，传感器仅能捕捉物体外观，无法识别软硬、摩擦系数、受力形变等物理特征，难以支撑机器人预判物体变化。相较之下，融合触觉的物理交互数据，可完整记录瞬时受力、材料属性等关键参数，在模型规模化训练中沉淀物理常识、加速收敛，帮助机器人建立物理因果认知，落地各类精细作业。 戴盟的做法是从物理交互数据的采集和标注切入，逐步搭建起覆盖感知、操作、学习的完整技术链路，进而构建能为机器人提供物理常识的世界模型。 在认知层面，其模型可以实现视觉与触觉模态的对齐，使机器人能够从图像中推断物体的物理属性，也能从触感中反推物体形态；进入执行阶段，借助高响应频率的触觉反馈，帮助设备在接触发生的毫秒级时间内完成感知、判断与动作修正，形成闭环控制。 以物理直觉实现串葡萄、放置鸡蛋等精细操作（图源/企业） “机器人要能干活，对物理世界因果的理解和基于真实接触的反馈必不可少。”戴盟机器人CEO段江哗告诉硬氪，一个能跑酷、能翻跟头的机器人，如果它没办法以恰到好处的力度拿起一块海绵擦拭物体，其应用价值将大打折扣。“视觉属于非接触的远端信号，它能告诉你物体在哪里，却无法告诉你接触时，为什么海绵会产生形变，而触觉，正是那个接触瞬间的‘手感’，是判断物理因果、实现精细操作的关键。” 但仅有技术和模型还不够。如何以数据闭环与专业评测标准驱动物理世界模型持续迭代，是当前业界面临的另一大挑战。段江哗向硬氪指出，“触觉数据荒的本质在于，视觉的数据表征方式已经相对统一，而触觉没有标准，也缺乏大规模、多模态的真实采集体系。” 为解决这一难题，戴盟自建了“外发式”具身数据采集网络，与传统依赖定点实验室、遥操作采集的模式不同，“外发式”采集网络通过将中心化实验室分散，实行分布式社会化采集，可以有效实现场景的真实性、采集效率的质变和边际成本的递减。 2026年4月，戴盟机器人已联合包括谷歌DeepMind等数十家海内外头部机构，发布全球最大规模的含触觉全模态物理世界数据集Daimon-Infinity，其中包含了纹理、软硬、力学等接触信息，并开源1万小时供行业免费使用；在数据集基础上，还建立了一套系统化的评测标准，于6月推出支持“真实数据训练+仿真器训练”两种模式、面向物理交互能力的含触觉全模态Benchmark体系RobOmni。 人类婴儿通过触摸来认识世界，发展智力。对于即将从工厂走进家庭的机器人而言，这一课也同样无法跳过。在解决了“看得见”和“走得稳”之后，“摸得准”正成为具身智能通往物理世界的最后，也最关键的“一公里”。而戴盟机器人，正试图在这场关于“手感”的技术进程中，定义自己的标准。 人类婴儿通过触摸来认识世界，发展智力。对于即将从工厂走进家庭的机器人而言，这一课也同样无法跳过。在解决了“看得见”和“走得稳”之后，“摸得准”正成为具身智能通往物理世界的最后，也最关键的“一公里”。戴盟向硬氪透露，其视触觉传感器出货量目前已居全球第一。它正试图在这场关于“手感”的技术进程中，定义自己的标准。 以下为硬氪与戴盟机器人CEO段江哗的访谈节选（略经编辑）： 硬氪：从感知到执行，具身智能要跨越从“看懂”到“干活”的鸿沟。戴盟的物理世界模型是如何处理视触觉模态融合与底层控制的？在面对复杂操作任务时，这套架构能帮助机器人完成哪些之前做不到的事？ 段江哗： 我们的模型推理的是物理因果。在模型结构上，我们把物理接触拆成了两层，分别是认知层和执行层。 认知层做的事是让视觉和触觉在同一语义空间里双向映射， 这类似于人类的通感。 你看到一颗草莓，不用捏下去就知道草莓会有颗粒感；当你掏钥匙开门，钥匙插进门锁的那一刻，手会挡住视线，在看不到钥匙和锁孔接触状态的情况下，人类会依靠直觉和手感完成操作——有没有插进去、有没有卡住、要不要转一下？我们希望机器人也能做到这件事。 戴盟机器人用夹爪抓取鸡蛋（图源/企业） 执行层有两套机制在同时运行。一套是百赫兹级的高频触觉伺服，类似脊髓反射，不经过上层推理，物体刚开始产生滑移趋势的那一刻，补偿动作就已经发出了，视觉帧还没切换过来。 这好比你在洗碗时，手里沾满洗洁精的盘子刚有一点点滑脱的迹象，你不需要用眼睛去盯着确认，手指就会立刻本能地收紧捏住盘子。 另一套是物理世界推理，模型会持续预测未来几步的操作状态，在失误真正发生之前提前给出修正策略。 这好比你单手提着一个水壶往杯子里倒水，随着水流出，壶底的重心在持续变化，你的大脑会根据水的流速，持续预测下一秒壶的重量分布，提前并且平滑地调整手腕的倾斜角度，确保水流自始至终倒得平稳。 这两套机制分别对应毫秒级反应和多步前瞻，时间尺度不同，但在同一个任务里协同工作。这是我们相比纯视觉操作模型最重要的结构差异。 硬氪：戴盟最近还陆续发布了数据集和面向机器人物理交互能力的Benchmark，这跟你们在做的物理世界模型有什么联系？ 段江哗： 数据集是燃料，物理世界模型是引擎，Benchmark 是转速表。 传统的数据集，不管是视觉的还是仿真的，记录的是“像素变化”或者“轨迹”。但要让机器人理解物理世界，光有这些远远不够。比如一个物体是软的还是硬的？表面是光滑的还是粗糙的？抓握时正压力多大、切向力多大、有没有滑移趋势？这些都属于物理属性信息。Daimon-Infinity数据集中所采集的压力、形变、纹理、刚度、滑移趋势……加起来有十几种模态。 最大的难度，不是单独采集某一种模态，而是要把这十几种触觉模态，跟视觉图像、跟动作指令，在毫秒级的时空维度上严格对齐。 戴盟机器人实现自主穿葡萄任务（图源/企业） 举个例子，机器人手指碰到物体的那一刻，触觉传感器要记录下接触点的压力分布、纹理信息，同时摄像头要记录下这一刻的画面，控制系统要记录下这一刻的关节角度和力矩。 这三者必须在时间上精确到毫秒级同步，否则模型难以学到到正确的因果逻辑。 数据有了，模型有了，下一个问题随之而来——怎么判断模型是否真的学到了物理因果？这就是戴盟推出RobOmni的意义。 具身领域现有基准评测往往侧重视觉感知模态，重点关注机器人的泛化抓取和长序列规划任务，针对触觉感知模态，接触精细操作的评估标准还没有完善。 行业仍然缺乏围绕触觉感知与灵巧操作的标准化评测基准，不同模型与数据之间缺乏统一标准，触觉能力难以量化，模型泛化能力也难以被系统性验证。 我们注意到，一些侧重仿真和 Sim2Real 领域的团队，近期也开始引入视触觉融合评估，这恰恰说明整个产业前沿正在达成共识——让机器人真正理解世界并与世界交互，纯视觉是不够的，触觉是绕不过去的。 RobOmni正填补了这一缺口，为物理交互能力提供标准化、可比较、可复现、可扩展的验证入口。 没有尺子，就无法度量进步，没有标准，行业就无法形成合力，所以我们要先造一把尺子，再丈量世界。 投资方评论： 汇川产投相关负责人 表示，具身智能要想实现真实场景作业的跨代跃迁，触觉感知补齐物理因果逻辑是必经之路。戴盟机器人是业内极少数从物理因果逻辑出发，以海量视触觉数据驱动，推动物理世界模型在精细操作场景落地的企业，汇川技术长期深耕工业自动化与智能机器人领域，深知多模态感知对精细操作场景的战略价值。未来期待基于汇川的场景与产业认知，与戴盟共同构建具身智能时代的触觉神经网络。 中国电信投资公司相关负责人 表示，具身智能想要实现大规模商业化落地，既离不开云端大模型算力的持续迭代升级，也高度依托高精度物理感知能力与多模态数据体系作为支撑。戴盟机器人在视触觉感知赛道深耕积淀，已构建起稳固的核心技术壁垒。作为数字中国建设的中坚力量，中国电信正全力落地 “云改数转智惠” 战略。未来，我们期待与戴盟机器人深度携手，联合打造可落地、可复制的具身智能行业解决方案，共建赋能新质生产力发展的新型数字基础设施，助力加速具身产业高质量发展，实现生态共赢。
作者｜黄楠 编辑｜袁斯来 硬氪获悉，绳驱AI机器人公司星尘智能（Astribot）近日完成B轮系列融资，三个月内三轮累计融资额超10亿元，投资方包括梁溪科创产业二期母基金（博华资本管理）、扬州龙投芯粒、中博聚力、中科创达、科德教育、某头部上市企业及国科投资等老股东持续追投。 目前星尘智能估值已突破百亿元，这也是深圳诞生的又一家具身智能百亿独角兽。此前，公司投资方阵容中已出现了腾讯、阿里、字节系机构的身影。 商业化方面，星尘智能还同步拿下了几个产业场景合作订单，包括与中科创达的千台级工业及商业服务订单并推进出海，与江都经开区共建亿元级应用创新中心落地文旅酒店场景等。 具身智能赛道竞争逻辑正发生根本性切换。行业告别侧重舞台预设演示的粗放比拼，转而直面真实物理环境下的复杂落地难题。技术路线尚未收敛，各家厂商基于对落地路径的不同理解，在传动方案、模型架构、数据策略等维度做出了差异化的探索与取舍。 星尘智能成立于2022年，创始人兼CEO来杰在AI与机器人领域拥有超过17年研发设计经验，主导研发过多款新型机器人，曾任腾讯机器人实验室1号员工与架构师、百度小度机器人”团队负责人。 创业初期，来杰就明确提出 “Design for AI”路径，即先定义适配AI大模型学习与进化规律的机器人身体，再围绕这一身体匹配对应的AI算法与操作系统，让机器人能“像人一样思考，像人一样工作”。 基于这一理念，星尘智能搭建了一套“AI模型-具身OS-绳驱本体”的全栈自研体系。 星尘智能T1新品（图源/企业） 如何让这台机器人像人一样思考与行动？这点上，星尘智能采取了自研基座模型，依靠数据效率而非数据规模驱动能力提升。 真实物理任务存在一个长期易被忽视的特点：并非所有动作都需要深度推理。比如在家庭场景中，开微波炉、拿玩具、递工具，这些高频操作更多依赖快速的本能级响应，而“整理厨房并做一顿饭”的这类长程任务，则需要模型具备步骤拆解、环境理解和异常处理能力。不同需求对应着所需的时间尺度与算力消耗，大模型推理能力强但响应慢，端到端动作模型响应快但缺乏规划能力。 星尘智能的思考是，与其在一个模型上强求兼顾，不如让模型各司其职。在底层模型端，星尘智能提出了端到端全身VLA基座模型Lumo，承接更高维度的通用推理需求。 作为全局基座大模型，Lumo主要解决复杂语义理解、抽象指令拆解与未知场景泛化等任务。模型训练采用“预训练+真机对齐”，先通过海量数据学习通用任务逻辑与步骤拆解能力，建立基础认知体系；再依托绳驱真机采集的高质量多模态数据完成真机微调对齐，打通从模型“思考”到机器人“实操”的动作流。 Lumo-1执行长序列复杂任务（图源/企业） 依托这套训练逻辑，Lumo可在未知物体、陌生环境、模糊抽象指令等分布外场景中，展现出更强的泛化能力。 硬氪了解到，未来Lumo迭代版本还将融入世界模型预测能力，进一步强化机器人对动态环境的预判与推理效率。 在商用框架端，基于人类双系统认知理论，星尘智能研发了首个可实现全身移动操作的DuoCore快慢协同框架，与美国公司Figure此后发布的Helix架构几乎一致。 这套架构将机器人智能拆分为两套独立且协同的能力体系。快系统主打本能级实时响应，负责毫秒级姿态微调、现场避障、关节柔性缓冲等动态基础动作，适配真实场景随时出现的环境扰动；慢系统主打认知级深度规划，专注长时序任务拆解、跨空间路径规划与全局策略生成，支撑弯腰、蹲起、移动与双臂精细操作的全身协同作业。 星尘智能自研商用模型架构DuoCore零售应用已在全国六个城市规模化落地（图源/企业） 两套系统通过具身OS统一调度、联动运转，伴随着慢系统输出整体任务方案与行进路径，快系统能够实时修正机身姿态适配非标环境变化；如果遇到突发风险时，快系统则可自主触发紧急避险，并联动慢系统更新任务规划，实现动态纠错。 区别于传统AI“海量数据投喂、从零学习”模式，DuoCore框架依托仿生人类技能迁移逻辑，在跨场景任务中可复用已有经验，解决了机器人真实场景实时作业、动态适配、高效学习的落地难题。 在传动方案上，星尘智能是全球首家实现绳驱AI机器人量产的企业。绳驱模仿人体肌腱的运动逻辑，通过电机后置，由腱绳牵引控制关节屈伸，形成了一种“刚柔耦合”的特性，既保留足够的操作刚度，又具备柔性缓冲和冲击吸收能力。 相比传统刚性连杆结构，绳驱拥有更高的有效载荷能力、更低的反冲和惯性，以及更紧凑的机身，这使得机器人在保持高动态操作与高拟人表现的同时，还能确保近距离交互的安全性，拓宽了从商业到家庭的应用想象力。 不同驱动方案对比（图源/企业） 当机器人执行任务时，绳驱传动摩擦更低、运动更连续，相比传统刚性机构减的齿隙摩擦与机械噪声，信息损耗少，能更完整无损地向AI传递高质量实时力控数据，这正是AI大模型学习真实物理交互规律所依赖的关键数据。 进入产品化阶段，基于星尘独特的绳驱结构模块化设计，具身机器人被拆分为手臂、躯干、腿部等独立模块，任一部件损坏，只需更换对应模块即可快速恢复，无需整机返厂，降低了客户的停机成本与使用门槛。其绳驱本体于2025年底已开启千台级交付。 星尘智能T1新品，起售价8.99万元，以强操作推动规模化部署（图源/企业） 星尘智能正同步推进多矩阵产品落地。公司于近日发布T系列机型T1，起售价8.99万元，可完成煎牛排、洗衣收纳、商务调酒、化学实验、汽配分拣、汽车充电等连续精细操作。 目前，星尘智能已在科研、商业服务、文娱演出、工业等领域形成批量交付能力。
作者 | 黄楠 编辑 | 袁斯来 36岁时，云鲸CEO张峻彬意识到，自己不能再只做一个温和的人。 他做过一些得罪人的决定，但更多时候，张峻彬不善于说重话，以至于有人私下说他有些优柔寡断。“公司内部都说，要是彬哥对你的评价是‘还行’，说明你这东西已经很烂了。”他自己开玩笑。 过去几年，这种性格底色没有暴露太大短板。因为张峻彬更多泡在产品里，离琐碎而复杂的事务保持着一定距离。他喜欢自己做的事，也的确得以找到一角纯粹之地沉浸其中。 但一个产品经理终究不是CEO。成功的一把手可以放权、但不能让公司离手，并会在关键时刻手起刀落。“我以前太喜欢做产品了，也太温和，只做自己喜欢的事，不是一个合格的CEO。”张峻彬说。 也是在他埋头做产品的几年，云鲸内部的问题开始累积。你如果身处云鲸内部，会看到部门内耗，对接人不断更换，老员工相继流失。这些事看似分散，却最终指向同一个原因：没有一个人能将公司从上到下拧成一根绳。 最终，病灶还是摆到张峻彬面前，他震惊、愤怒之余，也清楚意识到人心并不总循着善意运行。他开始反思自己的缺位，“你什么都说好，这就是害了大家，也害了公司。” 从今年开始，他走出舒适区，躬身一线，开始以CEO的手，重新梳理营销、研发各个部门。某种意义上，这是他创业十年来最不熟悉、也最难绕开的一课：理解人，判断人，并在必要时对人做决定。 现在，张峻彬已经少了些焦虑，因为业务已经看到明显起色。比如海外市场，2026年前4个月营收同比增长近50%。 对张峻彬最大的冲击并非业务本身。创业十年，他第一次真正凝望人性的深渊。比如，一些初衷并不坏的人因为各种正当的原因，做了糟糕的事，你如何抉择？又如何面对他们？ 现实生活中，不存在绝对的厌恨和绝对的理解，人会在灰色地带不断徘徊。当我们问：你现在对人性是否有其他认知？他沉默了很久。“我现在理解了一句话， 百善孝为先，论心不论迹；万恶淫为首，论迹不论心。 ”他最终回答。 张峻彬的底色从来不是冷酷的——很多人对他的评价是：体面。然而，残酷商业竞争中，CEO就算不变成一个“混蛋”，但必得是个“狠人”。“慈不掌兵”对张峻彬而言，是需要适应和学习的一课。 我们和张峻彬对话了3小时，交流他如何从产品创始人成长为成熟企业家。他正独自趟过这条暗河，并在认清生活真相后，依然热爱生活。 以下是硬氪同张峻彬的对谈实录，内容经编辑： 恐惧来源：最怕的不是低分，而是无路可走 硬氪：过去一段时间你很少出现在公众视野，今年AWE云鲸也没有参加，内部具体在做什么？ 张峻彬： 忙着营销改革。之所以没去AWE，也是我们内部复盘的结果。 去任何展会，要想清楚目的是什么，否则就是白花钱，展会也非常耗团队精力，几十号人为了装修、选址忙活几个月，价值不高。 我认为参加展会有两个目的：一是品牌进入一个全新的市场，需要集中接触媒体和渠道资源；二是发布了划时代的产品或技术，需要更高效率地集中流量来放大声量。 对云鲸现阶段来说，我们希望把资源和精力放在深度本地化运营上。这是价值选择的问题。 硬氪：开始管营销部门后，你的工作发生了哪些变化？ 张峻彬： 以前我把产品看得很重，绝大部分精力在做产品和研发。去年9月份刚开始接的时候，我几乎所有时间都放在营销上。 最近又有所调整，大致是30%的精力在营销，30%在集团整体运营，30%在产品。原因是营销进入一个新的组织面貌后，前后端拉齐需要一个集团运营抓手。 云鲸2025年发布会路演，法国普罗旺斯站（图源/企业） 硬氪：是哪个时刻让你觉得营销很重要？因为之前的转化结果没达到预期？ 张峻彬： 我以前是真不懂营销，脑子里营销就那三板斧：要么价格便宜点，要么多砸点钱投广告，要么就是产品不行。我也认真反思过，是不是产品真有问题？后来才慢慢反应过来——问题出在营销上。虽然现在也说不上多懂，但起码知道，不能再用那三板斧去套了。 从几件小事就能明显感觉到不对劲。比如算一笔营销动作是否盈利，团队内部口径都不统一，这本身就是问题。一种叫“销运口径”：只要把货压给代理商就算卖出去了，就算完成销售，账面利润自然好看；另一种叫“销口径”：只有用户实际付款收货，才能算真实成交。按销运口径，数字光鲜，但货可能依然滞留在渠道，周转效率很低。所以从真实的经营效率出发，不能用销运口径来衡量当月利润。 再说费用摊销规则。比如单次大额营销费用，是按当月全额计入、按季度分摊，还是按全年分摊？如果口径不统一，后果就是某个月份突然承担了之前多个月的费用，当月利润一下就不行了，可这笔钱对应的营销活动并不在该月。 以前我没管过营销，直到从第一性原理出发去看这些事，很多问题并不难发现。 我以前认为产品和营销是加法逻辑“产品+营销”，只要把产品做的足够好，成绩也不会太差。 现在才明白，它们的关系其实是乘法逻辑“产品×营销”，产品做得再好，营销这块短板不补上，就会让好产品错过好时机。 硬氪：那为什么以前发现不了、没有解决？ 张峻彬： 以前太沉迷于做产品了。这本质上源于我这个人还不够成熟，不是一个合格的CEO，只做自己擅长的事情。直到太多不对劲的地方出现，才不得不花更多精力去学习和改变。 前两年国补带来了增量和利润，发展能掩盖很多问题。国补退潮后，组织内部的问题更激烈地摆在面前，这触发了我们改革的决心。 硬氪：除了亲自管没有别的解法么？每个环节都自己抓不是长久之计，一位CEO成熟的状态应该是用制度让公司跑起来，自己做顶层把控。 张峻彬： 取决于想要让改革速度多快。Founder Mode（创始人模式）的速度最快。而且一些核心人员变动后，如果创始人不站到台前来，团队会军心不稳。这不只是业务改革，更是组织改革，需要你在一线传递正向信号，让大家继续往前走。 硬氪：你希望多快？ 张峻彬： 国内改革花了大半年基本恢复同比增长。以前我不理解，线下相对于线上退货率会低很多，为什么还会不挣钱？接手后，现在已经实现扭亏为盈。今年前四个月，相比2025年国补同期，公司在营销费用减少的情况下，营收和毛利率都实现了增长。这是改革调整后的结果。 硬氪：恐惧驱动和热爱驱动区别挺大的。刚接手营销时，你的恐惧主要源于什么？ 张峻彬：这个恐惧的来源于未知吧，来源于不懂营销。 但公司把你推到那个位置，就必须走出舒适区，用最快的速度改革。 那时候不知道能不能扭转过来。我担心的不是业务只有40、50分的水平，而是进去后发现所有工作已经做到85分、效率达到极致，但仍然没有起色，那就无路可走了。 结果实际情况是，空间很大，恐惧感也就小了很多。40、50分的水平要提升到60分其实相对容易。事实也证明如此，今年三四月份，云鲸前端利润提升了，我也就没那么焦虑了。 做CEO，切忌想让所有人开心 硬氪：你觉得个人认知成长最快是在什么时候？ 张峻彬： 2024年，云鲸启动了事业部改革、降本提效等一系列动作，内部阻力不小。这时候需要有技巧地推动事情平稳运行，同时引导大家不带情绪地跟随战略方向。 很多决策直接讲出来，团队未必能理解或共情。当时我最大的成长是意识到，硬推是行不通的。如果无法让所有人同心协力，要么有人应付了事，要么更糟，会试图证明你是错的。 公司组织改革一旦上下不同欲，结果往往惨烈。执行层面偏了，最后效果差，决策层还会误以为是改革方向错了。其实不是。 解决“同欲”是关键。所有关键人物必须共识和赞同，否则大概率做不成。 云鲸张峻彬（图源/企业） 硬氪：怎么让关键人物同意，是靠强力压、惩罚，还是激励？ 张峻彬： 方法很多，但核心是要把这件事对集团底层的收益讲得非常清晰。不能笼统地说“对云鲸好”，要具体，而且让大家看到实实在在的好处。 比如退货率下降一个点，净利润就能多0.5个点，数据摆出来就会有说服力。如果只说“退货率太高了得砍”，对方可能会反驳：“我们好评率已经是全国第一了，还要降？”这时候你就很难推进下去。 硬氪：所以还是需要有信任的人在关键岗位，作为CEO才能轻松一点。什么样的人值得信任？ 张峻彬： 我思考过，也跟国内好几个顶级操盘手交流过，最近这一段是看营销的人才，我觉得优秀营销操盘手需要具备五个能力。 第一，懂财务、会看账，对数据口径敏感，知道什么数据能反映真实情况。第二，特别懂自己的产品，会主动去用、去研究、去吃透。第三，能花小钱办大事，不是纯砸预算，而是有巧劲、有自己独特的打法。第四，手里有渠道资源和人脉，能真正把市场打开。第五，会带队伍、管团队，能把人组织起来一起干。 硬氪：怎么找到这样的人并建立信任关系？ 张峻彬： 这五大能力之上，最重要的叫动机，即这个人加入公司的目的是什么？ 营销人的动机通常分三种：第一种是刷履历，不惜成本做大项目，功劳归自己，风险归公司；第二种是攒资源，把平台当跳板；第三种是做事业，真正与公司一起成长，把效率和成本当作自己的事来死磕。 要学会识别。动机不对，能力再强也是隐患。跟他们交流时，如果一个人开口闭口就是自己过去花了上亿元、做了多大规模的Campaign，却讲不清为什么花、带来了什么真实转化和用户价值，我会非常谨慎。 硬氪：但人是会变的。有没有制度层面的办法？ 张峻彬： 我现在基本每周都参加前端营销的经营会。以前一两个月看一次，现在每周都看，无论国内海外，重点盯四件事：投放效率、规模、收入、利润。这本质上是一个制度控制，不是简单看两眼就完了，而是通过高频的经营复盘形成制度化的监控节奏。 但制度是治标不治本。如果一个人动机变了，通过制度监控发现异常后，该换就得换。这已经不是能力问题了，而是底色问题。 我见过一些绝对头部的公司，流程制度非常成熟，照样翻车。制度能过滤掉一部分机会主义者，但制度是有盲区的，尤其是在核心岗位上。 制度是底线，对人的判断才是天花板。这些东西，KPI看不出来，系统也跑不出来。 硬氪：你能接纳错误发生吗？ 张峻彬： 能。原因是我清楚地知道，一个创始人的成长、特别是端到端知识体系的全面性，是需要时间从内到外成长并走出来的。从研发、产品、项目、供应链甚至物流服务，再到营销，对所有业务底层逻辑的理解需要成长时间。 硬氪：最终一系列改革都回到价值观这件事上。你现在怎么理解价值观？和十年前相比，你的理解有什么变化么？ 张峻彬： 我大概经历了几个阶段。第一阶段是跟大企业学习、复制，结果收效很小。第二阶段，开始理解内心，知道自己想要什么，但还无法精准提炼。第三阶段慢慢从模糊到清晰，意识到有些价值观是必须具备的，并且能真正推动公司成功。 落到具体管理工作中，比如人才选拔，过去我会把个人能力看得很重，关注技能、经验，现在觉得价值观比能力更重要。 自驱力、愿力大于能力，创新大于经验。一个人想不想把事情做好、自驱力是否足够强，某种意义上比能力本身更关键。一个全力投入的人，哪怕能力只有80分，结果可能比能力90分、不AII in的人更好。 其次是成长的迭代速度大于经验。核心表现是，这是不是一个向内求解的人，遇到问题时会先反思“我哪里没做好”，而不是一味指责外界。只有向内看的人才有可能高速迭代。缺乏这种特质的人容易成为团队内耗的源头，动辄甩锅。 你可以理解为Ego大和Ego小。我现在更偏向招后者，能力可以成长，但愿意全情投入，有自驱力和愿力把事做成。这是我现在最看重的。 硬氪：一个很现实的问题，公司走到第十年，期间必然涉及到人才激励和退出。 张峻彬： 首先，云鲸的IPO进程会持续推进。只是去年公司在市场营销端遇到一些问题需要改革，这不代表我们放弃上市。这个过程中确实有人离开，这也是难以避免的。 之前我跟国内某知名汽车公司创始人聊，我问他：“你的公司走了好多人，最艰难的时候外面都传你要破产，你怎么留人？”他说留不住，是后面新加入的人一起把事做下去的。 很多时候，企业要做的是坚持做正确的事，持续为留下来的人负责，同时让新加入的人快速发挥价值。我们不会主动让人离开，但有些人干得时间长，“血条”没了，确实很难留。 因此对我来说，精力不应消耗在因人员离开而产生的伤心、流泪和抱怨的情绪上，而是要思考如何快速把云鲸推向一个新的高度。 云鲸在逐渐形成自己独有的文化。组织改革这件事，让我感到踏实的是，新加入的人才能力和状态都很好。如何让新团队有好的土壤去全力以赴，把以前没做好的事情真正做好，这是我需要调整心态去做的事。 硬氪：期间有没有过心态特别糟糕的时候？大概多久调整过来的？ 张峻彬： 太多了。最近半年就是。 今年在开“盲盒”、做了几个关键决策。对我来说，组织变动、降本增效、所有这些动作——做完之后结果是什么，一开始都是不确定的。在结果还没有完全显现之前，难免会焦虑。但随着这些调整逐步落地，效果慢慢出来，焦虑就缓解了。 对我心态影响最大的是，当做了这么多重大决策后，企业是不是变好了？如果做了这么多事情，结果比以前更差，那我肯定焦虑。但从结果来看，目前做得还不错。 硬氪：新人进入组织需要时间适应，不同打法容易造成内部理解上的偏差。这种认知错位要怎么对齐，才能让大家往一个方向使劲？ 张峻彬： 本质是从战略到执行颗粒度拆解，而且还要克服一些组织惯性。 执行层会觉得，本来要投200万，现在只给投100万，还要达到150万的效果？这个过程肯定会有不理解。 我的体感是，认知错位不能指望一次性对齐，它本质是信息层级和考核压力不同造成的。 对齐的方式前面提到了几个方面，一是目标拉齐，把为什么“从200万降到100万”背后的经营逻辑和可实现路径讲透。 二是机制验证，用阶段性结果说话，跑一两个月数据出来，比任何辩论都有说服力。 最后就回归价值观本身，如果你把逻辑讲透了，数据也验证了，对方依旧不认为这是对的，没办法坐下来理性讨论一件事，对用户、对云鲸品牌的价值，还停留在“我就要花大钱”的状态，这就不是认知错位，而是立场问题，在我眼里可能就不是同路人。 你没办法让所有人开心。做创始人、做CEO，切忌想让所有人开心，最后不开心的只有你自己和这家公司。很多时候，对齐不是求同，而是选择同路人。 硬氪：那你对人性的认识会发生变化吗？ 张峻彬： （沉默）我觉得两句话， 百善孝为先，论心不论迹，万恶淫为首，论迹不论心。 我以前对一些动作的容忍度太高了。现在我的判断逻辑是：一旦出现突破红线的错误行为，就一定要有大动作。因为按照“论迹不论心”的原则——动作本身就是答案，不需要再去追问发心。这类动作一旦发生，就意味着这个人已经不适合继续留在这个岗位上。但以前，我可能会对这些动作的容忍度偏高，就那么过去了。 我现在对人的敏感度，或者说对负面信号的感知力会很高。原因在于，这些东西对组织和业务的杀伤力太大了。 但回到对优秀伙伴的态度上，我对人性中好的一面的体察依然在，并不会因为这些事就把善的一面完全否定。只是说，对于恶的那一面，处理的手段和认知，跟以前不太一样了。 硬氪：有没有办法，通过一个成熟的组织结构把所有的木板相对拉齐，但在这个过程中能保留人性中nice的部分？ 张峻彬： 我肯定有nice的部分，不是说现在就是恶魔嘛（笑）。只是说你以前可能看到一个东西确实做得比较差，言语上可能就说“OK吧？”甚至以前内部流传过一句话，“当彬哥说‘还行’的时候”，往往你的事情都做得很糟糕了。”这本质是一种无原则的宽容。但现在我发现，就算严格一点，大家也不会觉得有什么问题。当然也不是随便就要发火，严格不等于情绪化。 「寻找硬币」 硬氪：你希望用户怎么理解，“云鲸是一家什么样的公司”？ 张峻彬： 云鲸等于好产品。我们的定位是全球AI智能清洁专家，以家庭为单位做产品创新。在海外的打法与节奏上，我们和其他家不太一样。 去年年底，团队内部对齐了品牌的几个关键战略价值：注重产品创新，注重机器与人、与空间之间的人文交互，通过智能产品真正帮助用户解放双手，探索更有价值的事。当定位清晰后，对外的步调也就一致了。 最近，我们新发布的海外高端线产品，在北美区首发当日即登顶区域市场新品榜第一。这个成绩，反过来佐证了我们终于把“云鲸是谁”的定位梳理清楚了，也懂得如何通过用户听得懂的方式，把这件事讲明白——而不是花了大价钱，用户却始终搞不懂云鲸是谁、为什么要买。 云鲸逍遥003（图源/企业） 硬氪：怎么理解用户？ 张峻彬： 我们花了很多时间在用户调研上。 2025年底，团队在国内做了5000多份用户深度调研，其中600多个用户是打电话沟通，每个用户聊了三四十分钟。我们很惊喜地发现，这么多年过去了，用户仍然认为云鲸是一个创新的品牌，拖地技术最好、死磕设计和美学、产品发布的节奏和命名上最有规矩。 用户真正需要的东西其实并不多，而且很朴素。有时候一直宣传“用户至上”，但跟用户都不对话，怎么用户至上？这也是我们现在内部所传达的：想不清楚的问题，就直接去跟用户交流，少一些内部臆断。 硬氪：云鲸现在的产品策略有调整么？低端市场你们打算怎么做？ 张峻彬：我们内部统计过，在产品结构中，云鲸中高端机型的销量占比达到90%，其他几家友商的中高端占比大概是60%～70%。 我们希望在中高端市场深耕产品力，把用户体验做到极致。但这不代表我们只做中高端产品，云鲸在高中低都有布局。 超低端不在我们的选择范围内，但入门级低端市场肯定要做，从全球视角来看，这块市场至今还没被真正有效地覆盖。 做低端产品的关键不在于把产品做便宜，而在于做减法——砍掉什么、保留什么，是价值取舍中最难的一环。 入门级产品的用户，同样理应享受到基础的核心功能。这个价格带的市场空间非常大，在行业中占据40%～50%的出货量份额，却长期缺乏真正有诚意的产品供给。这也是云鲸下半年重点发力的方向，会发布一款新品。虽然不会作为主力产品来推广，但要让这个价格带的用户，在同价位里获得最好的体验。 硬氪：怎么判断海外市场的基本盘？ 张峻彬： 海外市场空间巨大。云鲸最近新加入一位资深的DTC负责人。我问他：“空间大吗？”他说：“太大了，很多东西都还没做。”我们一个团队已经做了一年的结果，在专业人士看来还处在起步阶段。 有两组数据可以说明问题。第一，海外存在大量iRobot留下的单集尘扫地机存量市场。今年3月我们内部做的欧洲用户调研显示，32%的用户是从老机型升级到云鲸的，原因是老款在拖地、扫地和避障方面表现不足。第二，欧美市场线上成交的扫地机，五到六成的价格都在500美元以内，云鲸几乎还未涉足。 去年我们完成了全球8座城市深度沟通后也发现，渠道和用户普遍更欣赏一个品牌聚焦于单一品类、把产品做深做细，而不是盲目追求规模。 云鲸现阶段的重心仍然是做好产品。每次发布会或渠道交流都有人问，其他家都做了庭院、割草、泳池，你们什么时候做？我们不排除未来进入这些领域的可能性，但现在8厘米的地面还有很多东西没解决。 今天谁把极致边角清洁解决了？谁把桌子腿绕明白了？都没有。中间还有太多体验问题。 硬氪：你在招人的时候会筛选价值观一致的候选人，面向市场时，是不是也属于一个筛选用户的过程？ 张峻彬： 会，但绝大多数用户没想象的那么复杂。 我上次跟一家知名高端家电品牌的创始人聊了很久，他说，“峻彬，你这营销能力有点弱。”（笑）他给我分享了个故事。早年他们推出了洗衣机直驱技术，成本还上升100块钱，产品怎么都卖不好。后来他想了一个方案，把一枚硬币立在运行的洗衣机上。 皮带传动的洗衣机震动大，硬币立不住；但他们的直驱洗衣机震动极小，硬币稳稳立在上面。就是这枚硬币，让他们洗衣机的销量暴增。 他问我：“你的硬币，找到了吗？” 硬氪：你觉得找到了吗？ 张峻彬： 接近了。至少我们在尝试，而且已经看到一些比较可验证的效果。 很多人可能没有真正用心去找这枚“硬币”。找不到的核心原因，还是对用户的理解不够深。功能做了那么多，哪些才是用户真正在意的痛点？另外表达方式也很关键。如果讲得不够直接，再好的技术也传不出去。比如你跟用户说“拆开机器看，我们的技术更好”，他根本听不懂。 你会发现，有些公司技术看着很强，宣传声势也大，最后却卖得一塌糊涂。问题往往不在产品体验本身，而在于传播链路失效了。 所以关键是要找到那枚硬币，每个SKU、每个品类都需要自己的那枚硬币。我们跟用户交流后发现，全球用户心智里，大家提到云鲸，第一反应就是“拖地特别好”。那就应该把这个认知锚点放大——怎么证明你拖得更好？这正是需要努力去构建的，那枚硬币，就是让用户相信你拖地更好的那一下。 云鲸多SKU矩阵（图源/企业） 把“AI智能清洁”心智打透 硬氪：有一种观点认为，真正值得敬畏的企业不是看规模收入，而是看它有没有在做有“复利”的事。很多公司品类切换太快，根本没有复利——做一个品四年、第五年又从头再来。十年里，云鲸做的哪些事是有复利的？ 张峻彬： 我理解的复利，就像持续给小树苗浇水，它会不断生长，而不是每次等花开尽了、凋谢了，再一切从头再来。 品牌是百分之百有复利的。云鲸真正进入市场销售已经六年。我们北美高端新品拿第一，保持榜首一个多月，就是品牌复利的兑现。 其次是渠道有复利。当渠道全球化做得足够深、广，新产品进入新渠道、新市场，你不仅拥有谈判话语权，更能以更快的节奏进退。 第三是技术复利。扫地机这个品类，传统家电巨头很难轻易进入，因为技术还在复利期，持续投入会形成正向积累。有的公司投了一两年见不到成效，就开了团队，又招新团队从头再来。云鲸不会这样，我们持续的研发投入是长期且持续的。 硬氪：怎么判断云鲸在北美销售利好是品牌驱动而不是品类驱动？如何让用户从品类决策变成品牌决策？ 张峻彬： 一个品牌是在不断成长的，成长过程中能容纳更多品类心智。最开始，云鲸代表的就是扫拖一体机器人；第二阶段是家庭智能清洁公司；第三阶段可能达到新的高度，比如具身智能。 用户本质上遵循品类决策逻辑，买空调先想到格力、美的。但如果品牌足够强，比如苹果出了空调，用户一定会关注，不是因为觉得它功能性做得好，而是相信苹果总能推出跨时代的产品。 随着品牌成长，一定会经历从功能认同、到行业差异、再到情感忠诚的过程。云鲸目前处于构建行业差异化的阶段。我们希望把“AI智能清洁”的心智让用户记住。未来如果具身发展，云鲸真能把一个智能保姆机器人做出来，品牌心智又会实现一次突进。 但如果你急于求成，在品牌还不能容纳那么多品类的时候疯狂填品类，会遭到反噬。原有心智被稀释，新品类也立不住。 硬氪：企业能不能走得越来越好，一定是在“做自己”这件事上非常坚定。有些公司会不得不“做别人”。 张峻彬： 云鲸最难的地方，恰恰是因为我们在走自己的路。你让我们找一个对标、去复制，反而是容易的，但那样走不远。内部battle最多的也正是这个问题，人家参数达到几千帕了，你要不要跟？热水做到100°C了，你对不对齐？ 你对自己东西越清晰，就越不容易被外界带偏。我觉得做事最终还是回归到自洽。 硬氪：哪些你们绝对不会跟，哪些可能会跟？ 张峻彬： 对用户确实完全没有价值的东西不会跟。 我们画四个象限。纵坐标是用户价值，横坐标是显性卖点。 既具备用户价值又具备显性卖点，我们一定会跟进；有用户价值但非显性卖点，我们也会做——这也是云鲸目前投入最多的；两者皆无的，我们自然不会做。 张峻彬对话中提及的四个象限（图源/硬氪拍摄） 过去我们投入最多的，其实是左上角（即用户价值高，显性卖点低）的那个。外界会觉得云鲸怎么没有跟进？但其实一、二我们都做得还可以。 当然，云鲸的研发和产品开发体系并不以显性或隐性来评判，我们更多还是以用户价值为指标。 硬氪：有没有过回头觉得“当时做一做也可以”的功能？ 张峻彬： 基本不会。没做是当下觉得技术没完全ready。 具备用户价值又有显性卖点的功能云鲸都会做，可能会晚一点，但是因为内部要优化到最好状态再出。 比如抹布外扩，这是显性卖点，也有用户价值。我们的方案晚了半年上市，但效果比行业方案更好，所以当时上新期和大促期间销售表现很不错。很多外扩方案向下的地面压力不足，清洁力不够；而云鲸的方案外扩后，依然保持很强的清洁力。 再比如中滚刷毛发缠绕问题。早期友商多用剪刀手方案，我们后来推出了单旋臂方案，一上市就成了爆品。 硬氪：云鲸之前提到过在具身智能方面有规划，目前项目什么状态？ 张峻彬： 具身智能的项目我们一直在探索，把它作为新产品形态来推进，目标是产品化，而不是为了估值。 具体来说，我们有一支专门的团队在做空间收纳和空间清洁。目前，像清洁马桶、立面瓷砖这类立体表面，我们已经做得还不错了。对于多种物体的抓取和收纳，也有了不错的进展。同时，我们也在自研核心零部件。 不过，说实在的，要真正商业化，还需要一些时间。也许两年后，会有一款带机械臂的产品，能够解决扫地机解决不了的事情，真正进入家庭。 当然，对云鲸来说，当前最重要的是聚焦“AI智能清洁专家”这一品牌心智，把产品布局做深、打透。具身智能是未来，但眼下的每一步都要走扎实。 硬氪：打透的关键要素是什么？ 张峻彬： 产品。之前的吸尘器新品，几乎所有体验过的用户都给出了正向反馈。但我们也有短板，我们在“叙事”的穿透力上还没有集中炮火。 云鲸今年更改了Slogan，“畅享自由洁净的家”。这是我去年年底在日本时，每天跟团队远程沟通，微信上敲定的。以前我们叫“自由自在，有所热爱”，也是个很好的Slogan。 硬氪：为什么换掉了？ 张峻彬： 因为在全球化过程中，我发现品牌需要极度聚焦，产品需要硬币，品牌传播也需要找到自己的那枚“硬币”。 “自由自在，有所热爱”无法让用户快速认知：云鲸到底是做什么的？耐克也可以用这个Slogan，所有品类都可以。 当公司规模还没到几百亿收入时，Slogan模糊化会带来认知成本过高的问题。它作为重要的媒介传递内容，几乎出现在所有地方：说明书、详情页、包装、甚至机器上。 云鲸企业发展历程品牌墙（图源/企业） 耐克最早的定位是“为专业跑者打造性能最优越的跑鞋”，非常直接，不是一开始就“Just Do It”。所有大型企业的Slogan都有其演进的路径，它的改变某种意义上体现了一个品牌的成长轨迹。 品牌到了成熟阶段，理性和感性是二元共生的，螺旋式交替上升。如果只有理性，产品就变成了冷冰冰的技术，用户缺乏情感连接；如果只有感性，品牌就变成了空洞的情怀，用户缺乏信任基础。 现阶段，我们把品牌定位最终收敛到“全球AI智能清洁专家”，让用户看到就知道云鲸是做清洁的专家，能提供更好的产品体验。但这不是终点。等品牌更成熟后，Slogan会逐步加入更多感性的元素，承载更广泛的心智，这是一步一步来的事。 讲好自己的故事 硬氪：估值会是云鲸压力吗？之前公司确实拿了不少融资，你也提到会继续推进上市。市场上估值传闻从300多亿掉到100多亿，落差挺大的。 张峻彬： 这方面还好。我们对估值并不纠结。现在估值本身也是动态的。当年300亿的估值确实偏高，那时候一级市场非常热，给了很多企业超出合理区间的估值。 资本寒冬一来，大部分公司回归到相对理性的估值水位，这不是云鲸一家的问题，而是全行业发生。很多公司连估值都降不下来，那才是真正的压力。 估值是浮动的，最终还是要看上市之后、以及未来一两年能交出什么样的成绩单。 云鲸现在的估值只是当下的一个截面，不代表未来。眼下更重要的是把经营做好、产品做好，把公司推向更好的规模和经营状态，而不是纠结估值本身。股东没有给我压力，反而让我能更专注地去关注那些长期、可持续的事情。 对我来说，IPO不是终点，是一个新的起点。我们在内部把它看作“二次创业”——希望到那一天，我们的组织、人才、业务，都已经准备好了。 硬氪：云鲸最能体现你个人特点的方面有哪些？ 张峻彬： 大家对产品的执着。很多人来云鲸之后会说，你们对产品的要求太高了。因为我对产品要求高，所以整个团队对产品的要求也高。 我们认为，产品是所有事情中的那个“1”，后面所有的“0”都依附于此。这个认知从上到下是对齐的，也是云鲸这么多年来能够持续做出创新、并且这些创新功能被行业和用户接受的根本原因。 同时云鲸非常克制。有些公司会同时开几十条预研方向，但我们不会。认准一件事，就把它打磨到极致，这也是前面提到的复利表现，一次能把问题解决得更彻底。这是另一个特点。 每个创始人的精神世界，很大程度上决定了这家企业的底层逻辑和选择边界。 硬氪：十年当中有没有某个时刻让你觉得，正是因为你的个人色彩反而桎梏了公司前进？ 张峻彬： 太多了……（停顿）。我是一个很nice的人，其实在商业决策中往往感性有余、理性不足，所以在用人、识人方面出现过问题。 这个问题在2021年云鲸从200人扩张到1000人、搬到深圳的那一刻，就已经注定了，这个劫数必须自己去渡。 快速扩张过程中，引入了一批不一定适合云鲸的高管。根源在于我当时对高管的选择缺乏成熟的判断力，同时在高管的管理上也暴露了很大问题。我这个人经常被说“不够狠”。 现在回过头看，正是这些交错的学费，让我开始真正审视自己的管理价值观。 硬氪：“狠人”是什么样的？不那么狠的人又是什么样的？ 张峻彬： “狠人”决策会更干脆、手起刀落。 不那么狠的人会想，大家开不开心？会不会介意？有些事情明明知道是错的，但还是放任它发展。这是我性格中对我伤害最大的一个地方。 硬氪：“不够狠”的这部分是被隐藏起来，还是你已经剥离了？ 张峻彬：隐藏和剥离是两码事。我觉得剥离了一大部分，剩下的一小部分隐藏起来。人格的底层剥离需要时间。 硬氪：未剥离的小部分有可能在未来影响你的决策么？ 张峻彬： 不太会了。我现在的容忍窗口比以前窄了很多。或者说，我对结果呈现速度的耐心阈值比以前低了很多。 我需要快速看到结果，而且会深入到细节里去验证是否真的做到位了。如果细节做到位了、没结果，那我认，说明这件事本身难度超出了预期。但如果细节都没做好、也没结果，那就是执行出了问题。 以前我会更多考虑大家的感受。对结果的容忍度比较高。一个人也许不合适这个岗位，做到了六七十分，我就接受了。现在对不起，我接受不了。 举一个例子，我对汇报质量的要求比过去高出很多。因为汇报质量本身，就是一个人思考深度的外化。 硬氪：那你更喜欢以前的自己，还是现在的自己？ 张峻彬： 我后来意识到一个问题，过于宽容的管理者，反而会让团队失去成长的空间。你什么都觉得好，大家就没办法对自己提高要求。 有些人做得特别好，有些人做得没那么好。做得特别好的人，本身自驱力就强，不需要你说也能做好；但当他们看到那些做得没那么好的人，从未被指出过问题，而你觉得无所谓，这对优秀的人本身是一种伤害。做得没那么好的人，自己没有要求，也得不到真实反馈，自然没法成长；他们不知道自己犯的是非常低级的错误，因为犯错之后发现你也能接受。 这是害了大家，也害了公司。 一家公司长板极长，短板极短，是有问题的。木桶效应就一定会漏水。 硬氪：领导大概有几种类型，乔布斯、马斯克是一种，微软的纳德拉和库克又是另一种。你感觉你以前偏哪一种？现在是哪一种，或者说希望自己成为哪一种？ 张峻彬： 我以前可能更偏向于“老好人”式的管理者。太在意团队感受，不愿意直面冲突。本质上是一种被动的宽容。 未来，我希望能成为一个相对稳重、不那么急躁的人。 理性、平和，但底线清晰， 用这个状态去管理这家公司。那种非常激进、豪赌的性格，好像不太适合我。 硬氪：我们之前也采访过一些企业，到了后期会引入职业经理人，给创始人一笔钱套现离场，你考虑过这个选项吗？ 张峻彬： 套现这件事，核心要回答一个问题：做了这个动作以后，你接下来要去做什么？ 云鲸对我来说，就像是自己的孩子。套现其实就是把孩子卖了，对吧。如果你觉得这个孩子未来还有很大的成长空间，那继续陪伴他长大，本身就是很开心的事。 每个创始人都有自己的心理安全线，底线不同。当我已经跨过那条安全线之后，真正需要思考的是：我到底想用余生做什么？ 如果能够把云鲸做成一个世界级的品牌，也是蛮有意思的事情。有些人欲望很大。可能需要卖掉公司，才能满足。有些人可能觉得做好这家企业更有成就感。 人活着，总归要做点事情。 硬氪：今天的商业环境里，会不会有时候“激烈”一点反而更突出，能撬动更大的资源？ 张峻彬： 理性不是不赌，而是要赌得非常准。所有的豪赌都取决于你看到了绝对的商业机会。 我说的理性、平和，是能合理地评估风险，“不理性”是根本不评估风险就去做All in。这不代表我们不做All in，而是可能对风险的判断和预测会做得更充分、更理性，再选择All in。 时机很重要。 硬氪：在清洁这件事上，未来5到10年，你有没有看到非常清晰的时机？ 张峻彬： 有。渗透率拐点来临的那一刻，就是你该豪赌的那一刻。 硬氪：为什么这么多年过去后，它还没到来？ 张峻彬： 首先是产品体验确实还有差距。云鲸做到好评率全国第一，是从42万条评论中选出来的，但我还是经常会批评负责质量生产的员工。这恰恰折射出行业整体的成熟度还远未达标。扫地机非常复杂，相比较于普通家电，扫地机有几十个电机，一个坏了整机就出问题。这本质上是产品复杂度和可靠性之间的矛盾。 我相信总有一天扫地机能做到三四年不坏、持续工作，同时成本下降、智能化水平提升，这就是拐点到来的时刻。所有家电都会经历这个阶段；比如云鲸发明了上下水、自动洗抹布，当用户普遍接受这类功能的时候，渗透率就会陡升。 关键要回答一个根本问题，地面清洁未来是不是人该做的事情？如果不是，那拐点必然会来。 事实上，变化已经在发生。去年腾讯投我们时做了一万人的调研，五年前也做过同样的。数据显示，复购比例从五年前的六七成提升到了现在的近九成。随着产品体验的提升，很多人已经把扫地机当成了必需品。 但还有大量用户被早期劣质产品伤害过，他们天然认为这个品类就是玩具。那些产品不仅伤了自家品牌，也透支了整个行业的信任，这需要时间来修复。 目前真正满足用户需求的产品客单价还比较高，市场尚未真正打开。此外，激烈的市场竞争中，很多公司添加了大量对用户无价值的功能，反而增加了质量问题和复杂度。所以，接下来关键是如何让更多用户竖起大拇指，提升NPS、拉动口碑。 拐点总会来，但在那之前，云鲸要讲好自己的故事。
作者｜黄楠 编辑｜袁斯来 硬氪获悉，具身智能大脑公司「具脑磐石」完成新一轮亿元级融资，本轮融资由具备深厚类脑与具身产业背景的顶尖产业资本领投，老股东及多家顶尖基金复投和跟投，多维资本担任独家财务顾问。同时，更新一轮融资也在同步交割中。 资金将重点投入核心技术研发、人才团队扩容及全球化市场拓展，以加速认知世界模型（Cognitive World Model）的研发、工程化落地与真实场景验证。 类脑智能世界模型（图源/企业） 具脑磐石成立于2025年，以类脑智能为底层范式，构建面向真实物理世界的认知世界模型（Cognitive World Model）。公司由“华为具身大脑一号位”朱森华创立并担任CEO，他长期专注AI与脑认知交叉研究，曾在中山大学从事计算机与AI研究，博士毕业于宾夕法尼亚大学认知神经科学专业，并于中科院脑与认知科学国家重点实验室完成博士后研究。 进入华为后，朱森华担任过华为云AI算法创新Lab主任，主导并负责AI脑科学云平台、盘古具身大模型、全球具身智能产业创新中心等项目；他推动了世界模型与类脑智能融合路线的系统性验证，是华为具身智能大脑的开创者，兼具脑认知科学研究、类脑AI路线创新验证与具身智能产业落地的复合能力。 朱森华出席中国人形机器人技术应用峰会（图源/企业） 联合创始人刘晋宇长期聚焦AI机器人技术产品化与产品商业化，曾从0到1孵化多个产品事业部并实现全球规模商业落地；多位技术、供应链、运营合伙人来自清华、北大、复旦、中科院等科研院所，并曾在华为、联想、旷视、极智嘉等公司参与AI算法、机器人系统、供应链及全球商业化落地。原生团队已覆盖前沿研究、模型研发到系统工程落地的完整闭环。 过去一年，具身智能赛道的风口迅速迭代，行业热词从“VLA”悄然换成了“世界模型”。 李飞飞押注空间智能，Yann LeCun创立AMI Labs探索因果推理，英伟达、Google DeepMind等科技巨头加速布局物理仿真与真实交互技术。但热度背后，一个基础问题并未被厘清：世界模型究竟是什么？它是全新的学术理念、下一代AI的核心技术路线，还是仍在被市场反复验证的阶段性概念？不同团队给出的定义和路径各不相同。 具脑磐石创始人朱森华认为，要得到答案，需先回到问题的本源。“想真正读懂世界模型，要厘清它的技术本源与核心诉求，清楚它从何而来、要解决产业的什么根本问题。”朱森华向硬氪指出，“世界模型的底层逻辑根植于脑与认知科学的‘心智模型（Mental Model）’，是当前脑科学与与AI的前沿交叉体系，缺乏这套认知体系，大多讨论就容易停留在技术名词的排列组合。今天是VLA叠加世界模型，明天是世界模型拼接VLA，看似迭代飞快，实则没有触达技术本质。” 这一判断，直接影响了具脑磐石对技术路径的选择。在具脑磐石团队看来，具身智能正在从“动作智能”走向“认知智能”。下一阶段的核心，不只是让机器人看懂任务、完成动作，而是让机器人具备类人的小样本抽象概念学习、多维环境感知、长期记忆和主动推理能力，并在真实世界中跨场景稳定行动。 然而，当前具身智能落地仍面临多重瓶颈：高质量真实数据难以规模化获取，模型跨场景泛化能力不足，每进入新环境往往需要重新训练，机器人也缺少长期记忆与持续学习能力。数据不能无限采集，算力也不是无限资源。 反观人类大脑，它无需海量示教数据，也无需高能耗高算力，却能在复杂多变的环境中持续完成学习、感知、记忆、预测、规划与行动。这正是具脑磐石选择类脑智能作为底层路径的原因，即不是从结构上简单模拟大脑，而是提取大脑智能化的功能神经机制等核心能力，将其转化为可计算的算法与架构，最终构建下一代具身智能大脑。 具脑磐石从创立之初便提出了类脑智能驱动的认知世界模型，与Yann LeCun所提出的JEPA（Joint Embedding Predictive Architecture，联合嵌入预测架构）路线同向，基于共同的主动推理认知科学理论底座，聚焦推理、规划与真实世界建模。JEPA的价值在于令AI不再只生成“看起来像”的结果，而是在抽象表征空间中学习状态如何演化、推理未来趋势，继而更接近人类大脑认知真实世界的底层规律。 但对于需要进入真实环境中执行任务的机器人而言，仅具备“表征—预测”能力并不足以构成完整的智能闭环。 智能闭环（图源/企业） 一个直观案例是，人过马路时，无需精准测量前后左右车辆的速度、距离、红绿灯时间，只是简单扫一眼周边现状，就能以合适的速度和节奏安全通过。这就是心智模型中的主动推理。朱森华表示，具脑磐石要做的认知世界模型，正是要把这套能力工程化，让机器人不仅预测世界如何变化，还能凭借对环境的认知自主设定目标、规划行动、执行操作，并从环境反馈中持续学习以修正自身行为。 这意味着，一个可用于具身系统的世界模型，必须涵盖从状态预测到决策执行的全链路能力。 具体到实现路径上，公司正在将脑科学中对多舱室神经元、非线性注意力、多阶段记忆、稀疏计算与主动推理等机制，转化为可落地应用的算法模型与工程化系统架构。这一路径最终指向四个核心技术目标：低数据、高泛化、终身学习、低功耗，共同突破具身智能在数据成本、跨场景适应、持续运行与算力限制等方面的现实约束。 目前，具脑磐石已在具身感知交互、规划、移动导航、操作及群体具身等方向完成多项系统级技术验证，并在国内及海外市场同步推进多个行业客户真实场景PoC，将认知世界模型从算法框架推进到真实机器人系统。 这一从算法到系统的推进方式，也构成了具脑磐石对具身智能2.0的理解：不是让机器人在演示中完成更多动作，而是让机器人真正具备接近人类大脑的认知能力——从少量经验中学习抽象规律，在复杂环境中持续感知和记忆，并在跨任务与泛场景中实现主动推理、稳定决策、持续行动。 以下为硬氪与具脑磐石创始人朱森华的访谈节选（略经编辑）： 硬氪：目前市场上关于世界模型的讨论很多，我们如何理解这个概念？ 朱森华： 在我们看来，世界模型其实有五个层级，从下往上依次是，第一层的视觉真实；以李飞飞老师主导的空间智能为代表，解决从2D到3D的环境真实问题。第二层是物理真实；类似Sora通过堆数据理解物理规律，但这种方式是否真正可靠，还有争议。第三层属于交互真实；是以Google DeepMind、英伟达为代表，解决智能体在环境中的触碰、反馈等交互过程如何学习。 第四层是抽象学习；以Yann LeCun团队提出的JEPA为代表，不再逐像素学习，而是在表征层面进行抽象学习，解决泛化性问题。 第五层才进入到主动推理，即源于认知神经科学的主动推断理论，追求低数据、高泛化、可终身学习、低功耗；其中，人类大脑已经证明了这套路径可行。 具脑磐石技术视野里的“World Model”技术层级体系（图源/企业） 这五个层级不是并行或相互独立的流派，而是一个从基础设施到智能能力演化的体系。前三层解决的是“如何更便宜、更可靠地获得数据和训练环境”的问题，后两层解决的是“如何高效学习和推理”的算法架构问题。它们可以分头探索，也可以相互支撑——基础设施完善了，上层工作会更高效；但即便基础设施不成熟，也不影响上层算法的验证。 硬氪：类脑智能路线的核心瓶颈是什么？是算力还是理论未破译？ 朱森华： 都不是。实际上，今天AI领域里习以为常的很多核心概念，包括神经元、神经网络、注意力机制和世界模型等，都源自脑科学。脑科学每成熟一步，AI就能往前推一步。但我们也看到，在脑科学远未完全破译人类大脑之前，AI已经走到了今天的高度。所以瓶颈不在于“理论还没成熟，所以做不了”，也不在于算力不够。 真正的瓶颈在于人才和体系，缺少同时具备脑科学与AI交叉背景的复合人才，也缺少一套系统性的理论体系来指导大家朝着确定性的方向用力。现在的状态是“有多少人工才有多少智能”，大家在一个默认的框架里，依赖海量数据、海量算力，不停地试错，从一个实验室到另一个实验室，哪条路跑通了就叠加上去继续跑，但成本太高、效率太低。 所以我们真正需要的，是在一套相对清晰的理论体系指引下，朝着战略方向大致正确的路径，集中资源、分头探索、相互借鉴。这也是具脑磐石选择类脑智能的底层逻辑，不是等理论完全成熟再动手，而是用已有的认知神经科学成果，去指导算法架构和工程实现，让技术走得更稳、更快。 硬氪：具脑磐石提出了“一脑多机、一脑多形”的应用路线，如何理解和落地？ 朱森华： 首先要承认，今天没有哪家公司能用同一个模型适配所有形态的本体。跨构型本体的模型无法直接通用，这是阶段性的现实。 我们的策略分三层：当前用类脑智能的Agent框架驱动多机协作；技术层面持续探索单一认知世界模型适配多种本体；硬件生态上与乐聚、星尘智能、智动力等多家本体厂商深度合作。长期目标是向具身行业生态伙伴开放我们的通用具身大脑模型和面向场景应用的生产力工具。 之所以这样设计，是因为当前世界模型的泛化能力还远没到“一个模型驱动所有”的水平。多机协作本质是工程问题，产线上多个机器人同时工作，形态、技能各不相同。用一个中央Agent大脑去调度、分解任务、协调动作，是当下最高效、最可行的方案。值得强调的是，具脑磐石也在用类脑智能的机制在改进Agent的感知、记忆、规划、反馈纠错等能力模块，它是一套可扩展的工程系统，是世界模型成熟前的工程化桥梁，也是未来能力完备后的自然延伸。
作者｜黄楠 编辑｜袁斯来 未岚大陆CEO任冠佼等了7年，等到了行业的爆发。 他还记得，2019年刚进入无边界智能割草机器人赛道，自己“只是觉得这个方向一定能火”。 到2021年第一代产品推出时，他们也只敢确定，这是一个能做到10-20亿的行业。 直到2025年，增速超出他的预期。 IDC数据显示，2025年全球无边界割草机器人出货量达到131.8万台，同比增长182.4%，占整个割草机器人市场出货量的66.2%。未岚大陆自身的累计实现量产，在今年突破100万台，公司营收迈入数十亿量级。 但同时，高速增长的背后，也倒逼任冠佼完成了一场至关重要的认知破局。 任冠佼意识到，行业迭代速度持续加快，以往相对保守的经营方式显然已经跟不上节奏。 他逼着自己从一个工程师成长为公司掌舵人。最近一年，任冠佼跳出琐碎的一线工作、学习战略研判，并慢慢适应创业者最难的一课——学会放手。 他不再事事亲力亲为，转而在内部引进IPD体系（集成产品开发流程），培养能够独立决策、独立担责的产品团队。 任冠佼的目标很清晰，要减少个人单点决策依赖，把个人能力转化为组织能力，让自己慢慢变得“不那么重要”。 当前，智能割草机器人赛道热度持续走高，市场窗口期正在快速收窄，行业竞争从增量扩张转向精细化比拼。能否吃透海外差异化市场、筑牢技术壁垒、完成体系化能力升级，也成为未岚大陆下一阶段发展的关键考题。 我们与未岚大陆CEO任冠佼聊了聊欧美市场差异、产品迭代策略，以及如何学会放手背后的身份转变。 以下是硬氪同任冠佼的对谈实录，内容经编辑： 系统化产品洞察能力 硬氪：从2021年发布第一款无边界智能割草机器人、到2026年累计量产突破100万台，未岚大陆用了五年时间。你每一阶段的工作内容有发生什么变化么？ 任冠佼： 2019年，我们看到了割草机器人赛道的机会。最早很多东西都不完善，所以我一开始需要兼顾产品定义与整体项目统筹的多个职责。2021到2022年是第一代产品的研发阶段，几乎所有供应链我都跑过，5块钱以上的芯片供应商一家家跑、找他们聊，所以基本上未岚大陆早期的供应商我都认识。 后来产品发布，我的工作转向以市场拓展和业务拓展为主，更多跟着营销服务团队到业务一线去做事情。2022年起，每年都有好几个月我会在欧洲，2025年在美国待得比较多。 去年中下旬，我把更多时间聚焦在战略层面工作，重心放在做方向研判与业务决策上。 未岚大陆第100万台智能割草机器人下线（图源/企业） 硬氪：你是什么时候开始意识到“战略”很重要？ 任冠佼： 以前觉得战略是个很虚的东西，只要产品好、渠道好、营销好就足够了。但其实不是，每一家企业基因不一样，愿景不一样，企业必须要基于愿景和当前手里的能力，去选最有价值的那个方向。所以意识到这件事之后，我就开始有选择地分配精力和做取舍，不能再什么事都冲在前面了。 硬氪：做战略这件事比较难，还是做产品、管理更难？ 任冠佼： 其实每一年都很挑战。核心是你每年都会认知到，过去的自己是有瓶颈的，每年都要突破。人在状态很稳定的时候，一般就是处于舒适区；但当你觉得处于不适的阶段，恰恰是个人成长速度最快的时期。 去年我们在业务推进中确实发现了一些问题，整体市场表现与前期预期存在偏差。 一方面是过往对线上渠道的认知度不足，所以团队今年重点发力线上，目前成效还不错。另一方面，进入美国后我们看到，不同地区用户的认知存在明显差异，由于之前缺少系统化洞察，尝试把欧洲成功的经验复制到美国，结果发现适配性不足，虽然有一定效果、但效率不高。 硬氪：美国与欧洲用户的需求差异在产品上有哪些具体表现？ 任冠佼： 比如未岚大陆CES 2026上发布的X4系列，跟团队在2025年初对美国的用户偏好调研密切相关。 我们发现，美国用户对有边界、无边界的认知相对不足，反而对强劲动力、更强的通过性和四驱等卖点更为敏感，他们看重产品“Powerful”的感觉。同时，产品功能也要足够简单、好用，贴合美国用户的消费心理。 比如美国草坪更加开放，用户对安全性的要求很高，尤其重视防丢功能。因此，X4系列也相应推出了Find My功能，跟苹果iOS系统的Find My深度绑定，设备在超出边界时不仅会自动警报，用户也可以在其丢失后通过定位查找功能找回。 硬氪：除了功能上的显性需求外，地理环境对产品设计和性能调校带来的影响大么？ 任冠佼： 草种差异也会影响我们对产品的设计。针对不同草种特性，必须对整机的切割系统和动力系统进行专项适配优化。 2024年底，未岚大陆在进入美国市场时，收到了大量用户反馈设备割不动草。我们觉得很奇怪，因为当时产品已经在欧洲卖出了十几万台，几乎没收到过类似的售后问题。 调查后才发现，是一种名为圣奥古斯丁的草，在美国称圣奥古斯丁草、澳洲称其为水牛草。这种草在我们早前国内和欧洲本地的测试中从未遇到过。 圣奥古斯丁草属于暖季型草，在中国仅海南有分布；而未岚大陆的产品测试主要在常州、深圳和北方地区进行。按照秦岭淮河划分，北方种植的是冷季型草，以早熟禾、高羊茅为主，设备都能正常切割。 但暖季型草多为细软品种，许多高尔夫球场会使用，以佛罗里达州为主的美国南部很多人种植圣奥古斯丁草，这种草长势茂密、茎叶偏长，对设备的切割性能尤其是刀片素质要求极高。同时，这种草坪根系发达，地面易泥泞松软，机器人作业时容易下陷、啃食草根，设备必须具备充足的切割动力与通过性能，才能胜任这类环境。 未岚大陆CEO任冠佼在第100万台割草机下线活动上（图源/企业） 硬氪：硬件结构上做了哪些创新设计？ 任冠佼： 我们把前驱做成可转向轮的方案，背后有多重考量。 2023年，研发团队对欧洲市场做了充分调研，认为四驱价值不大，尤其是面向荷兰、德国等地形平坦的国家和地区，两驱方案足以应对。当时，许多用户反馈家里有陡坡，但经我们实地查看后发现坡度并不大，因此2025年以前，未岚大陆并没有推出四驱的产品。 直到去年，四驱产品在欧美都有不错的产品表现，跟我们前几年的调研结果对比存在较大偏差。为此，团队又对每个区域状况进行了深入调查：奥地利和挪威地区的山区多、草坪坡度大，四驱卖得好；美国虽山不多，但用户追求的“Powerful”心理使得四驱结构也很受欢迎。 硬氪：它跟市场上已有的四驱方案区别是什么？ 任冠佼： 我们注意到，不少用户反映部分四驱产品存在损伤草坪的问题，这也是X4的结构方案要解决的核心痛点。 从技术原理上解释，机器人本体在空间内拥有六个自由度，包含前进、平移、转向三个平动自由度，以及横滚、俯仰、偏航三个姿态转动自由度。若要实现平面三自由度全向运动，单纯采用四轮结构在原理上会产生运动干涉。 因此，我们能看到有几类解决方案。第一种为阿克曼转向结构，与汽车的转向原理一致，通过底盘连杆机构控制左右车轮转角差异化，规避侧向滑移；但它的缺点是转弯半径大、倒车操控不便，在草坪作业场景适配性较差。第二种是履带式结构，可实现原地零半径转向，但履带转向过程中会产生侧滑移，容易损伤草坪。 而常规普通四驱结构可看作履带的简化形态，同样存在转向侧移、伤草的问题。还有的采用在前轮搭载麦克纳姆轮、或增设横向转动结构来缓解滑移问题，都尚未从根本上解决用户痛点。 可以说，四驱驱动是草坪机器人的必要配置，而转向不伤草也是用户核心刚需。 如何彻底解决？我们在X4的四驱方案中，将前轮增加了两个独立的转向电机。它能实现零半径转向，轮子可以掰成内八字绕机体中心旋转，转弯半径变小；并且，设备在任何角度转向的时候，也能模拟阿克曼转向，没有横向侧移，轮子只沿滚动方向运动，从而尽量减少对草坪的横向撕扯，对草坪产生很好的保护作用。 这个方案唯一的缺点是成本较高，但从用户利益出发，零半径转向和不伤草都非常重要，所以我们最后还是选了这个方案。 硬氪：在导航方案上，RTK、激光雷达与视觉的多传感融合路线目前是否已经是共识？ 任冠佼： 导航定位是最核心的技术模块，长期来看一定会趋同于“RTK+视觉+激光”的融合方案，这一点我们几年前就已明确。 目前差异点在于，激光雷达还是比较贵。RTK的成本已经下降，因此未岚大陆在今年也正式将基站式RTK全部改为网络式NRTK。视觉方案本身相对简单。三者叠加仍占整机成本的较大部分。 多传感融合路线（图源/企业） 大趋势一致的情况下，我们的差异化在于“深耦合”，即不是分别得到RTK坐标、视觉结果、激光结果后再做融合，而是直接提取激光和视觉的原始数据进行更深度的耦合。 举个例子，过去通过速度融合来推算位置，现在直接用加速度信息融合、加速度两次积分可得到设备所在的位置。这使得边角场景的处理更加稳定， 用户长期使用下来会持续感受到这种提升。 这些技术细节在营销层面难以传达，但长时间使用下来，产品和品牌的实力用户自然能感受到。 切入商用市场 硬氪：2025年，未岚大陆核心海外市场的增长情况如何？ 任冠佼： 特定区域的规模同比去年实现了几倍的增长。比如美国，本身业务在当地的基础还比较小，翻几倍也算合理。 硬氪： 商用属于另一个独立场景，跟消费级产品线的最大差异是什么？ 任冠佼： 我们观察到，海外还有很多公共绿地、足球场、高尔夫球场、市政公园等场景同样存在割草需求，但其使用习惯与家用完全不同。 比如商用场景需要编队功能；家用是一户一台，一个APP即可满足交互体验，而商用客户可能一次采购20台，甚至一个园林服务商会拥有几十台机器，他们需要一个客户端系统进行实时监控，能够远程重启或遥控脱困。 设备形态层面，商用产品既可复用家用产品技术平台，同时也有必要开发专属专业机型。为此，我们内部也组建独立团队，专门负责商用业务的产品定义、设计研发与落地交付。 硬氪： 为什么会在这个阶段进入商用赛道，你们看到了哪些机会？ 任冠佼： 决定做商用业务主要基于三个方面的判断。 第一，我们卖产品的时候，一直被很多渠道和代理商问到有没有更大的设备。起初我们以为是家庭用户对大草坪有需求，后来才发现，不少采购用户实际将其用在了商用场景。 第二点跟我在美国的观察有关。欧洲的核心用户群体为中产阶层。通常他们在下午五点下班后，还会愿意自己动手打理庭院。相比之下，美国中产的工作压力更大，加班现象普遍。我还记得第一次在夏洛特转机时，早上六点多、机场全是通勤的上班族。这类用户宁愿多花钱请园林服务商代为打理，也不愿占用自己的休息时间。我们最早的一批美国用户中，就有大量园林服务商客户，他们购买设备是用于为客户提供割草服务。 第三，在美国，主动找到我们的还有一类客户是橄榄球场、高尔夫球场等专业机构。他们的痛点十分明确，用工严重短缺，所以亟需通过机器人替代人工劳作。这几个因素叠加，让未岚大陆认定了商用业务必须要做。 有趣的是，在决定做这件事后，我们团队又回头查阅了一些行业资料，发现商用业务增长很快，年营收规模也很高。这也说明了我们的判断与市场趋势一致。 硬氪：商用割草机器人的快速起量能否形成势能外溢，拉动家用消费级产品的渗透普及？ 任冠佼： 我认为会的。这也是我们的思考。比如当用户去打高尔夫时看到商用割草机，在TA回到家后，会更容易产生购买同类型产品的意愿。这对品牌认知和品类认知都有积极的推动作用。 欧洲割草机器人的品类认知在15年前就已形成，包括未岚大陆在内，当今的割草机器人厂商在2022年之后所做的工作，本质上是跨越鸿沟 ——将用户人群从科技爱好者推动到早期采用者，他们成功接受了无边界技术的使用，让产品进入早期大众市场，实现快速爆发式增长。 而美国市场至今尚未达到早期采用者阶段。 尽管美国市场出现了三到四倍的增长，但其原始渗透率仍然很低。如果只做家用产品，自然增长可能需要五到十年。而如果有其他因素协同推动增长、例如商用设备的普及推动，预计未来一到两年，美国市场有可能进入爆发期。 Navimow H系列割草机器人（图源/企业） 硬氪：商用业务对品牌的渠道布局和合作有显著加成吗？ 任冠佼： 目前来看，渠道端主要是通过Pro端（专业商用渠道）开始接触这一品类。 我认为买手对割草机器人本身的价值认知尚未完全形成，他们只是突然意识到，这个产品能够带来利润。渠道讲究品效，当传统的手持设备份额一定程度上被新兴品类所吞没，对渠道商而言，这是个需要尽快补位的增量空间。 以Home Depot为例，2025年，其试水引入了几款割草机器人产品，初期采用了线上交易、线下体验的模式；在看到市场初步反响后，才应激式地挑选一两款机型进驻线下门店，但也仅在数十家门店小范围试销，并未针对这一品类制定体系化的长期运营策略。 随着渠道端品类策略的逐渐形成，割草机器人可能在线下也会迎来一波增长。 硬氪：行业整体迭代速度很快，目前主要市场的成熟度、竞争格局和增长节奏有哪些明显差异？ 任冠佼： 美国市场还很早期， 只要不犯大的错误，我觉得大家都还有机会。 相比之下，欧洲不同区域的状态差异显著。德语区正处在比较激烈的厮杀阶段，但部分市场仍有大量增长空间。 以法国为例，法国人口与德国相近，生活习惯也类似，理论上其市场规模应与德国相当 ，但在2025年，法国割草机器人规模仅为德国的30%-50%；2026年增长迅猛，预计能达到德国的六七成。波兰等部分东欧国家也在快速增长中。 品类认知度和渠道接受度也在提升。过去，法国线下主要依靠DIY渠道销售，线上占据一定份额。到今年，以Boulanger、Darty为代表的大型CE（Consumer Electronics，消费电子）零售渠道陆续进入这一品类。DIY渠道进展相对较慢，仍在售卖有边界产品，但也逐渐意识到有边界产品销路下滑，继而转向无边界产品。 硬氪：品牌认知已经建立起来了么？ 任冠佼： 品牌力量在某些区域已经开始显现，尤其是竞争激烈的市场，但它还没能成为支配性因素。 各家产品的差异并不大，用户搜索、选购时看到的多款机型，在功能配置、定价区间都相仿。但从真实需求的满足程度来看，还有很多缺口。至少在未来两三年内，满足用户需求仍然是产品迭代的首要任务。 用户要的不只是割草，而是一个完美、整洁的草坪。这涉及浇水、打边、施肥、除杂草、收落叶等多个环节，技术上实现难度较高，比如浇水场景、让机器人背负水箱的方案并不现实。在这些问题解决之前，品牌或许对用户决策会些有影响，但不会起支配作用。 硬氪：同类产品这么多的情况下，未岚大陆能吸引用户购买的原因是什么？ 任冠佼： 产品的质量稳定性是一个要素，售前售后服务、完整的购买体验包括产品介绍和使用指导、以及售后维修的便利性、能否联系到官方人员等，同样重要。 在不同渠道和不同品牌之间，未岚大陆正在开始获得一定的溢价空间。我认为这是品牌价值逐渐显现的标志。 硬氪：差异化优势如何体现？ 任冠佼： 过去几代产品积累的口碑，让用户逐渐形成了Navimow“简单易用”的印象。未岚大陆的产品带来的是无忧放心的体验，用户无需担心使用故障问题。 我们内部有一个指标叫“软件介入率”，可理解为平均无故障使用时间——以1%的软件介入率计算，意味着平均每工作100天会出现一次需要人工干预的情况。 平均一个完整割草季约200天，目前我们的产品已经能做到，整个割草周期里、仅需极少数次人工简单处理。大多只是遇到机器卡在边角死角这类小状况，用户简单挪一下设备、顺手清理刀片杂物就可以，操作门槛很低。 多台Navimow割草机器人在用户庭院中工作（图源/真实用户分享） 「学习适当放手」 硬氪：回看割草机器人赛道如今的发展节奏，和你们最初入局时的预判是否一致？ 任冠佼：最早2019年那会没想那么多，只是觉得这个方向一定能火。到2022年第一代产品正式开售后，隐隐约约知道它肯定是一个能做到10-20亿规模的行业，但再往后能做到多少，那个节点我们没有想那么清楚。 基本上跟我们的预期是一致的。唯一可能是对每年增速的感受不同。去年增速这么快，稍微超出了我们的预期。同时，我们做的销售规划也比较保守，实现翻倍增长，事实上也实现了。 硬氪：当时对于增速、销量的保守，主要原因还是觉得市场不稳定？ 任冠佼： 战略的问题。我们知道它会增长，但没有预测到这么快。我们预测大盘大概是20%到25%的增长，实际去年到了35%。 硬氪：带来实际增速超出预期的核心原因是什么？ 任冠佼： 无边界的市场渗透速度超过我们的判断。 2024年，无边界割草机器人在整个品类中的占比仅为20%，到了2025年，这一占比迅速攀升至60%。都知道这个行业会增长，但它到底涨多少，是很难准确判断的。今年有望达到80%。 硬氪：如何看待当前赛道所处的竞争格局？ 任冠佼： 今年开始，头部的几家企业已陆续显现。各家特点鲜明。 很多人认为未岚大陆在2024年推出的999欧元产品是在打价格战，实际上，这款产品的定价是基于公司内部成熟的成本模型和规模效应。我们选择这样的定价，更多是希望降低用户的尝试门槛，让更多人认识和体验Navimow的技术。 长期来看，我们不愿参与价格战，而是希望通过端到端的高效率设计来提高竞争力，为用户提供更好的体验和价值。 Navimow i系列割草机器人（图源/真实用户分享） 公司将供应商和渠道商视为上游和下游的合作伙伴，共同为用户创造价值。 对供应商而言，他们对用户的价值在于提供更稳定的原材料、更低成本以及可靠持续的供应。我们不希望将供应商的壁垒转移到自己身上。但通过技术提升带来核心模组性能的改进，使原本昂贵的部件能够应用于这一品类，这是我们愿意投入的方向。例如RTK天线，从采购模组到选择自研，因为自研能更好地匹配目标使用场景。 渠道端也是如此。渠道对用户的价值在于方便购买、方便维修，并能清晰介绍产品甚至整个品类的特性。谁能提供更高的用户价值就选择谁。例如，某些渠道要求的毛利率较高，但如果其每家门店的销售人员都能非常清晰地介绍产品，包括根据用户庭院面积推荐合适型号，这实际上是在创造价值，我们愿意为之支付相应的毛利空间。 硬氪：接下来的竞争，各家抢的到底是渠道、C端用户的注意力还是品牌价值？ 任冠佼： 硬件品类在快速成长后会进入洗牌期，现在已经出现了这一迹象，但格局尚未定型，真正的排序或许还要三到五年才能稳定下来。 目前全球年销量约200多万台，预计还有2到3倍的增长空间，达到600万台是一个可期待的状态。 其中美国市场可能占据较大份额，欧洲市场预计可达三四百万台，仍有一倍以上的增长空间。因此，当前各家的重点其实不是竞争注意力，而是共同推动更多用户认知并接受这一品类。至少两三年内，让市场竞争保持良性状态。 硬氪： 能留在牌桌上的公司需要具备哪些核心能力？ 任冠佼： 全套综合能力。第一是产品技术能力。第二是批量化制造与供应链能力，即端到端的全链条能力，涵盖从原材料采购到整机制造，再到全球化部署；尤其在生产端可能需要布局全球多地制造网络。第三，海外销售、营销及服务体系，以及交付与供应商客户的运营能力。这些能力缺一不可。 硬氪： 在这个“彻底的解决方案”中，我们有可能看到其他产品形态么？ 任冠佼： 都有可能。用户的需求是清晰的，关键在于采用何种技术方案来满足。部分功能可以集成在割草机器人上——它不只是一台割草设备，更是一个花园场景中的移动终端。但同时，形态本身又并不重要，重要的是用户真正需要什么。 内部近期刚刚否决了一个与割草机器人具有协同效应的园林场景项目。虽然测算下来，这个项目对业务扩张有好处，但创新性不足。我们设有产品委员会（IPMT组织），任何新产品想法必须满足两个条件才会落地：第一，符合我们的核心理念；第二，具备商业价值。 现阶段团队做得很专注，只做割草这一件事，让产品在极端场景下也能很好地应对，给用户提供信心。用户愿意相信未岚大陆品牌做的东西就是好用的。包括在CES 2026上，许多用户主动询问我们是否推出了扫雪机、吹叶机等产品，他们认为既然我们能做好割草机，其他产品也一定能做好。 但对团队来说，在资源有限的情况下，只有达到一定规模后再考虑扩张。这也是我做战略之后的一个重要认知：聚焦一个品类不会把公司做死，历史上很多公司的衰落并非因为品类单一，而是因为过早分散了精力。 硬氪：随着公司发展规模越来越大之后，对你的个人心态有影响么？ 任冠佼： 心态倒没有特别大的变化。真的想把这件事做成。唯一变化的是每年都处在一边学习一边建立全新能力的过程。 比如做事方式上的改变。今年内部做体系化变革，引入IPD（集成产品开发流程）。过去公司决策依赖几个核心人员的能力去做决策，现在我有意识不做决定，需要让能力建在组织上，让组织在没有我，甚至没有几位核心管理层的时候也能正常运行。企业需要培养能够独立负责、承担决策职责的产品经理。 当公司营收迈入数十亿量级，这类体系化组织变革就势在必行。我们集团当年也经历过这个阶段，是一次做事模式与治理机制的关键转型。企业发展起来之后仍然过度依赖创始人，这是有风险的。但站在ownership角度，我们底层理念从来都没有变。 所以现在我也会调整自己，慢慢学着做战略、适当放手。
作者｜黄楠 编辑｜袁斯来 硬氪获悉，AI体育科技公司SportVision近日已完成天使+轮融资，高瓴创投（GL Ventures）领投，谦恒资本担任独家财务顾问。本轮资金将重点用于核心技术研发、产品量产落地及市场的拓展推广。其新款AI网球训练相机产品计划发售中。 SportVision隶属于深圳思博威视体育科技有限公司，长期专注运动算法研发与硬件产品应用、构建AI智能教练体系，此前已获得李泽湘教授旗下清水湾基金的天使轮投资。 过去几年，运动科技赛道几乎被硬件厂商重新定义了一遍。发球机让“一个人练球”成为可能，运动相机令“训练过程的记录”不再需要专人跟拍，智能手表/手环把心率、步频、消耗卡路里等量化成精确的长期数据记录。 尽管每一类产品都跑出了规模不小的公司，但它们各自停留在陪练、记录、监测的单点功能上——数据相互独立、能力无法贯通，难以为用户提供连贯、整体的个性化支持。 运动人群的深层渴望远不止于被记录，还有被指导、被陪伴、被看见进步。一场更底层的变革正在发生：从“记录工具” 到 “AI运动Copilot”的跨越，运动科技赛道正在重写。 工具只需完成指令，而Copilot则可以像教练一样理解状态、识别动作、纠正习惯，甚至在运动热情消退时成为那个督促陪伴的人。 要补上这道体验鸿沟，用户需要的不只是更强性能的硬件，更是一个能把整合所有信息、真正理解运动者的“大脑”。这也正是SportVision精准切入的核心位置。 全运会现场所使用的SportVision设备（图源/企业） SportVision创始人陈楷夫本科毕业于吉林大学物理学院严济慈班、哥伦比亚大学机器人学硕士，曾在MMLab从事姿态识别与目标检测算法研究；身为一名前游泳运动员，他对运动学习、动作纠正与训练效率的痛点有切身感知，正是这段经历，让他决心用AI技术破解非结构化运动数据难题，构建一个可规模化、可复制的个性化运动产品和训练体系。 联合创始人杨晨旭是资深网球爱好者，曾在腾讯、字节负责AI产品开发。多位团队核心成员来自商汤、字节、阿里、腾讯等头部科技企业，具备AI算法、软硬件一体化研发与全球化品牌运营能力，已形成了从技术研发到产品落地的完整闭环。 公司起步初期，SportVision选择从羽毛球场景切入进行关键产品验证，首款产品“好球哇”是一套羽毛球AI运动相机方案。设备可实时采集球场画面，通过视觉算法自动识别并捕捉用户的运动高光时刻，为普通运动爱好者、专业运动员及赛事场景，提供高光集锦、赛事直播、运动数据分析等一体化服务。 这套系统落地了全国数十家头部羽毛球馆，并获得林丹、王睁茗、龚睿那等世界冠军在内的多位种子用户支持。在赛事侧，该系统也服务了全运会残特奥会、粤港澳大湾区羽毛球比赛、深圳杯等多场关键赛事。 但它真正的价值，远非硬件本身，而是持续运行中沉淀的海量运动数据。 在拍摄过程中，SportVision自研算法能实时分析并智能预测运动轨迹，根据比赛进程自动调整摄像角度，对复杂的多人运动场景进行针对性学习优化。从世界冠军到刚入门的爱好者，从专业教练的指导语料到普通用户的练习习惯，场馆设备每天运行十几个小时，能收集到各类各样的泛化数据。每一场球、每一次挥拍、每一个得分瞬间，都在被系统记录、拆解、分析。 这是一座难以被发球机或运动相机采集到的数据矿。 运动学习的基本机制分为三个阶段：认知阶段（通过视觉掌握动作要领）、联想阶段（在反复练习中形成神经通路）、自主阶段（动作固化成为肌肉记忆）。其中联想阶段的及时反馈最为关键：动作做对还是做错需要在几秒内被确认，否则错误动作就会被“练熟”。 陈楷夫向硬氪指出，“此前，多数运动AI解决方案仍停留在‘事后分析’阶段，用户完成运动后上传视频、系统给出复盘报告。但这种模式错过了最佳纠正窗口。” 因此，SportVision想搭建的，是一套基于实时交互的预判式AI。 “好的运动员不一定是好教练，好教练的价值在于知道怎么教。”陈楷夫说，“我们要做的，是把教练的教法萃取出来，让AI学会怎么教。” 随着网球、羽毛球、匹克球等拍类运动在全球范围内持续升温，用户对运动提升的需求愈发迫切。传统的请教练模式面临成本高、频次低的矛盾，一周请一两次教练，用户练习时无法得到反馈，对于向网球这样的运动，可能需要一年才能从入门到实现“对打社交”。正反馈周期长，也使得很多人停留在了入门阶段。 这正是SportVision的核心壁垒所在：那些在球场上日夜运转的设备，收集到的海量数据。从骨骼点识别到动作模式分析，从专业运动员的动作库到普通用户的练习轨迹，这些数据构成了可迁移的技术底座，能够在各类拍类运动中得以技术复用和迁移。 SportVision首款网球AI Copilot产品（图源/企业） “我们做的不是一款运动相机，而是构建未来运动人群个性化AI教练的世界模型。”陈楷夫告诉硬氪，“用户甚至不需要思考‘我该怎么练’，而是由系统主动管理你的运动进步。” 硬氪获悉，SportVision首款网球AI Copilot产品正在紧密的研发流程中。以相机为载体，系统可识别用户运动动作并与专业标准动作比对，实时反馈纠正建议；同时，结合教练指导场景，生成个性化训练方案，让用户在独自练习时也能获得针对性、科学化的AI陪练指导。 该产品概念此前已在CES 2026上展出，首发市场聚焦欧美地区。这里拥有了全球密度最高的网球用户群体，也是付费意愿与消费能力最突出的核心市场。 回到AI时代运动科技竞争的底层逻辑迁移，当大模型逐渐消解知识鸿沟，竞争的壁垒不再停留于算法参数，而是向两端迁移——一端是数据的密度与深度，另一端是场景的介入与闭环。 SportVision长期积累的稀缺数据资产，正在成为其下一代AI教练产品的技术底座。从情绪价值到功能性与情绪价值兼具、从记录到指导，从单一品类到拍类运动通用技术底座，这家公司正在尝试的命题是，加速推动运动科技从“工具”到“AI Copilot”的关键升级。
作者｜黄楠 编辑｜袁斯来 硬氪获悉，智能庭院机器人公司「长曜创新」近日完成数千万元A+融资，领投方为美的系上市公司盈峰环境，老股东XGROUP持续加注。资金将重点投入技术研发迭代、多SKU量产交付及产品矩阵拓展，持续夯实供应链能力，完善全球化渠道布局。此前，公司已于2025年12月完成A轮融资，半年累计融资金额超亿元。 长曜创新成立于2022年，长期专注户外庭院智能硬件赛道，聚焦无边界割草机器人的研发、设计与制造。公司依托自主技术研发与场景化创新能力，围绕草坪养护场景，构建庭院智能全生态系统。 根据Euromonitor等报告显示，2024年，全球割草机器人销售额占割草机总额的9.1%，处于较低水平。分区域看，欧洲市场存量渗透率达20%-30%，普及率较高，但无边界产品替代空间依然广阔；北美家庭草坪面积大、地形复杂，渗透率不足2%位数，是未来扩容的关键市场。 随着庭院机器人市场持续升温，竞争日趋白热化。面对日益同质化的价格战与功能堆叠，市场分化的背后，是现有产品力难以匹配用户的深层需求。长曜创新创始人胡岳告诉硬氪，“用户不是要一台会跑的割草机，而是要一片好看的草坪。破除竞争的最好方式，就是不断保持创新，去打造更好的产品。行业第一往往靠规模化成本取胜，行业第二则通过产品与渠道的差异化来击败竞争者。” 这一思路，在长曜创新最新旗舰产品Tron Ultra系列割草机器人身上得到充分印证。 Tron Ultra系列搭载了行业首创的四轮独立驱动与独立转向系统，允许每个轮子以任意角度独立旋转。这使得机器人能够实现原地自转、横向平移、斜向移动等复杂运动模式，从而有效应对传统割草机器人难以克服的运动死角，彻底解决磨草、边缘死角以及在复杂草坪场景中的脱困难题。这一突破性创新，首次将汽车领域的复杂底盘方案引入机器人行业。 Tron系列割草机器人，避免边界磨草（图源/企业） 在工程实现上，为兼顾紧凑空间、越野通过性、可靠性与成本，长曜创新的研发团队自研了轮毂电机与独立转向节的一体化设计，取消了传统机械转向拉杆，大幅减少了活动部件数量。配合升级后的AI视觉导航系统以及独创的碎草模块，整机的响应速度、故障率与维护成本均得到显著优化。 目前，Tron Ultra系列已完成研发与工程验证，将于今年年中正式开启全球销售。长曜创新表示，将持续以“产品差异化×渠道差异化”为双引擎，在中高端割草机器人市场建立清晰的品牌认知 除了线上渠道外，长曜长期专注欧洲及北美线下专业渠道的搭建，包括区域性的庭院设备专营店、园艺用品连锁网络等，以形成相对稳定的出货预期。 硬氪了解到，截至目前，长曜创新在欧洲线下渠道订单较去年同期实现5倍以上增长，新款割草机器人产品已拿下数亿元意向订单。 Tron系列割草机器人（图源/企业） 当前，庭院机器人赛道正经历从“单功能工具”向“场景化平台”的范式迁移。从硬件迭代到生态构建，长曜创新对庭院的想象远不止于割草。 相比于部分厂商仍聚焦在轮式底盘、单一割草功能上的持续迭代时，长曜创新选择走向另一条的路径。“当单一功能及场景的技术壁垒陆续被供应链成熟度稀释，用户需要一个能够统筹打理整个庭院空间的智能系统。”胡岳表示，“庭院的工作很多，我们要做的不只是割草场景。我们将会用一种全新、有别于目前所有轮式底盘设计的形态，在园林行业第一次落地消费级的具身终端，去改变庭院的格局，重新塑造欧美的‘第二起居室’生活方式。” 以下为硬氪与长曜创新创始人胡岳的访谈节选（略经编辑）： 硬氪：目前欧洲仍是主力市场，近半年来美国市场开始起量了吗？ 胡岳： 欧洲市场基本盘稳固，美国市场今年虽已开始缓慢起量，但整体增速依然偏慢，这也是整个行业当前共同攻坚的难题。不少品牌看似已进驻北美大型商超的线上渠道，但目前更多仍停留在品牌曝光和用户心智的初步搭建阶段。 据我们实际观察，美国用户对中国出海硬件品牌的刻板印象依然根深蒂固，普遍认为中国产品只是平价的替代品，高端化、品牌化心智还处于建立期。 这也意味着，在海外用户眼中，绝大多数中国硬件公司实际上站在同一条起跑线上——即便是国内的大厂，在美国普通消费者心中的认知度也与其体量严重不匹配。好处是大家起跑线相近，坏处则是“廉价低端”的标签难以在短期内撕掉。 Tron系列割草机器人（图源/企业） 硬氪：国内割草机器人赛道的“内卷”声量很大，你们如何判断行业当前所处的竞争阶段？ 胡岳： 目前行业已进入淘汰赛阶段，远非当初的热身赛。对企业综合实力、供应链管理、本地化服务以及全球销售网络的搭建都提出了极高要求。但很多玩家仍停留在浅层内卷：一窝蜂堆技术、拼参数、打价格战，卷得太早、太浅，扎堆在表层红海厮杀，却不愿深耕蓝海场景。 产品同质化严重也是行业普遍问题。大多数产品仅停留在基础割草功能，草坪养护、碎草还田、节水灌溉等深层用户痛点几乎无人深耕。更值得关注的是，大厂的入局思路也偏保守——部分企业的行业习惯是，等市场跑出三家定位清晰的玩家后才跟风进入，很少主动做前沿探索。而小的创业公司企业受制于资金和资源，同样难以支撑深度研发。结果就是，大家都在海面上卷，没人往深海挖机会。 在场景探索上，商用智能割草目前尚未出现成熟落地的商业模式。虽有团队在尝试，但远未到规模化阶段。而且商用和家用在渠道、研发、售后上是两套完全不同的逻辑，需要单独组建团队。基于这些判断，我们现阶段暂时不会重点布局商用方向。 硬氪：你们给自己的定位远不止是割草机器人公司。长曜在生态布局上有哪些设想？ 胡岳： 我们思考的底层逻辑，从来不是做一堆孤立的硬件单品。长曜要构建的，是一套能够自我进化、全域感知的庭院生命体。 以割草机器人为感知与交互的切入点，我们持续沉淀庭院场景的环境数据、用户行为轨迹以及植物生长的隐性模型，逐步形成具备语义理解能力的认知上下文。但这只是表象。真正的内核，将由一款彻底颠覆当下轮式底盘运动方式的终端机器人来承载——它将是行业内首个真正落地于庭院消费级场景的“具身终端”，一种打通物理世界与数字感知的实体界面。 长曜的演进路径清晰而深远：短期，聚焦单品硬件的极致落地；长期，则是在庭院生态与具身智能的深层维度上加速编织一张不可见的网。我们想要的，不是一个工具，而是一个高壁垒的庭院智能入口——在那里，庭院不再是机器的作业场，而是人与环境、数据与实体共生共感的“第二起居室”。
作者｜黄楠 周鑫雨 编辑｜袁斯来 杨轩 硬氪独家获悉，AI卡片录音笔公司Plaud已于2025年年中拿下腾讯的融资，估值达10亿美元； 目前，Plaud公司估值已涨至约20亿美元。同时，硬氪从相关人士处了解到，Plaud正在推进与腾讯会议之间的硬件合作。 有关上述信息，硬氪向Plaud及腾讯方面求证，双方均表示消息不实。 一名接近Plaud人士告诉硬氪，Plaud在2024年的总营收约5600万美金，利润率接近20%，“2025年营收差不多涨了3倍”。另有知情者透露，2025年Plaud全年收入达到了历年最高，大陆全线产品的出货量符合内部预期。 但Plaud出货量谈不上高， 有一位行业人士告诉硬氪，其销量在国内市场或未超过十万台。 显然，Plaud很难复刻过去几年在海外顺风顺水的爆涨。 Plaud的崛起，踩中了ChatGPT引爆的AI录音硬件风口。2023年，苹果手机海外市场无法提供通话录音的痛点，让AI卡片录音笔Plaud Note迅速出圈。这款厚度仅2.9毫米、支持磁吸充电的设备，集成多麦克风阵列，接入大模型后可实现数十种语言实时转写、会议纪要生成、多语言翻译等功能，解决海外用户通话与会议记录刚需。 随后，Plaud海外市场迎来爆发式增长，迅速跻身独角兽行列。官方数据显示，2025年7月，Plaud全球销量已突破百万台规模，其首创AI录音产品此前两年均实现十倍级的增长。Plaud联合创始人许高在同年11月的《福布斯》访谈中也透露，2025年Plaud总营收预计能达到2.5亿美元。 高速增长背后，是海外市场的天然红利与先发优势。 “Plaud早期能起来，核心是抓住了单一形态的先发窗口。当时没人做这么轻薄、能磁吸手机、还集成大模型的录音设备，海外用户没有替代选择。”某头部AI硬件公司负责人告诉硬氪。 靠着海外品牌势能，Plaud开启中国市场布局。 知情人士对硬氪透露，早在2025年初，Plaud便启动内地业务筹备，初期选择从医疗、金融两大行业切入，以ToB专业服务作为落地突破口。 2025年9月，Plaud面向中国内地消费级用户，发布Plaud Note、NotePin S、Note Pro三款产品，定价分别为1149元、1249元和1299元。 从左到右依次为：Plaud Note Pro、Plaud NotePin S、Plaud Note（图源/企业） 可以看到，Plaud整体定价高于国内同类竞品，但核心功能并无实质性差异化。进入中国内地后，Plaud海外积累的品牌与供应链优势几近失效，发展瓶颈逐渐凸显。“成熟的供应链体系意味着，在国内复制产品的成本会很低。中国市场会更卷。”曾有一名Plaud员工对硬氪表示。 从硬件结构来看，Plaud护城河稀薄，形态极易被复制，其核心的磁吸卡片设计并无太高工程壁垒。依托国内完善的音频硬件供应链，同行厂商可以快速复刻外观形态，且在小型化工艺、降噪收音、硬件调校上实现赶超。 即便后续Plaud推出Pin等新形态产品，也仅停留在外观、佩戴方式的微调，没有实现场景体验的颠覆性创新，也未能延伸到生活、娱乐等多元记录场景，难以撬动用户复购和换机需求。 其次是软件方面，Plaud的AI功能无独占性，工具属性同质化。实时转写、会议摘要、多语言翻译等核心能力，均基于通用大模型开放能力实现，难以形成独家底层技术。有业内人士向硬氪评价称： “AI给了Plaud起飞的红利，但它没能沉淀出专属技术壁垒。单纯的记录、转写、总结功能，以国内App和大模型的迭代速度，同类功能很快就能被平权复刻。目前来看也确实是如此。” 更关键的是办公生态巨头的降维入局后，直接包抄Plaud这样的创业公司。2025年8月，钉钉发布AI录音卡片DingTalk A1；2026年1月，安克联合字节推出“AI录音豆”，赛道竞争进一步加剧。 正如一名Plaud员工的评价：“国内巨头下场的速度远超想象，2026年的战略必须要更卷。” Plaud长期局限于办公、通话记录单一场景，而这恰恰是钉钉、飞书的生态主场。企业用户本就深度使用钉钉、飞书办公协作，平台原生自带会议录音、智能纪要、文档联动能力，无需额外再单独购置硬件，直接分流大量Plaud核心客群。 如今，AI录音硬件赛道正变得愈发拥挤。追觅、出门问问等头部科技厂商快速推出同形态竞品。Plaud必须依托某个大厂，构筑自己的模型能力，才有可能在国内市场存活。 恰巧， 腾讯也需要一个硬件触手，快速加入智能硬件的战争。 一名知情人士告诉硬氪，此前，腾讯会议和企业微信就有成立硬件项目小组，探索与手机、手表等硬件的结合。“腾讯不会放弃硬件入口。” 腾讯快速入局硬件战场的另一重原因，则在于办公软件的增长逐渐触及天花板。 一名业内人士提到，即便近两年腾讯会议收入增长了数倍，但内部对市场的整体判断是，“ AI驱动的软件增长红利很快会消失，硬件会是新的增长曲线 ”。 “腾讯会议很早就想过，既然腾讯会议的定位是会议工具，那么，终极形态应该不仅覆盖线上，还要覆盖线下。”上述人士表示，“目前覆盖线下最好的触手就是硬件，尤其是符合用户纪要习惯的录音笔。” 对上述信息，腾讯方面表示消息不实。 若随着腾讯投资Plaud落定，三大AI大厂均已布局AI录音硬件赛道。而它们的触手显然不止于录音场景，而是会围绕自己的办公软件，推出覆盖多场景的硬件，最终形成更宽更深的护城河。办公场景已经迎来巨头们软件 +硬件的全面战争。
作者｜黄楠 编辑｜袁斯来 当智能手机陷入性能过剩、AI功能同质化内卷，用户注意力被无限拆解与争夺时，一个被长期忽视的角落正悄然打开新赛道——手机背面的闲置空间。 硬氪独家获悉，AI超便携电子纸品牌阅星曈近日完成天使轮至A轮融资，累计五轮金额超亿元人民币，投资方包括博裕创投、清流资本、希扬资本、小红书、经纬创投、顺为资本，多数股东持续追加。资金将用于完善生产制造与质量审核体系、拓展海外市场，搭建社区内容、优化产品体验，与全球用户共同构建AI时代手机副屏生态。 阅星曈开创了“超便携电子纸”品类，其产品以极简的硬件设计与流畅的软件体验，深度融合AI能力，专注为数字时代用户提供专注、沉浸的阅读入口。 阅星曈超便携电子纸（图源/企业） 创始人兼CEO胡宇沸是一位资深连续创业者，他毕业于香港中文大学，曾任新石器无人车COO、OYO酒店首席发展官、小蓝单车联合创始人兼COO、饿了么众包事业部总经理及Uber中国三城总经理等职务。多位核心成员均来自港中文、复旦大学、中国科学院大学、马里兰大学等院校，曾供职于头部互联网、智能硬件与AI企业，具备从爆品打造到全球化增长的完整能力闭环。 鲜少有人预料到，胡宇沸再次创业时，会扎进一个轻巧到极易“被忽略”的硬件行业，做一款磁吸在手机背面的电子纸阅读器。 它首款产品的重量仅有70克、4.3寸屏幕、售价不到300元。但就是这个隐藏在手机屏幕后的小配件，在零推广费用的前提下，依靠小红书社区的“云股东”共创众筹，一年内迅速完成了从产品定义到规模化验证的闭环。 “是用户和我们一起，把这块小屏打磨成了今天的样子。”阅星曈创始人兼CEO胡宇沸表示。在产品定义与迭代过程中，有大量早期用户曾通过社群参与了需求反馈与功能建议。后续公司也会延续这一共创模式，在未来产品的立项和原型设计阶段开放用户参与通道，将用户反馈直接纳入早期研发流程。 70克、4.3寸屏幕（图源/企业） 近年来，电子纸行业早已不是小众生意。洛图科技数据显示，2025年全球电子纸终端市场规模已突破142亿美元，连续三年保持高速增长；国内市场中，掌阅、文石、汉王等头部品牌占据超八成份额，形成“大屏开放系统”与“封闭内容生态”两大成熟路径。 但一个长期存在的产品体验问题始终未得到解决。传统阅读器要么是独立设备，需要“多带一台”，或产品迭代存在堆料溢价、操作复杂等痛点，最终沦为“泡面神器”；即便主打便携的同类产品，也因形态冗余、与手机工作流割裂，难以成为高频刚需入口。 更深层的行业变革在于，用户需求已从“沉浸式深度阅读”转向碎片化专注信息获取。CounterPoint报告指出，全球智能手机保有量已超过70亿台。用户的正面屏幕被成百上千个应用、无尽的推送和算法所裹挟，注意力日益碎片化。 与之相反，每一台手机背面那块长期闲置的光滑平面，仍是一块未被开发的“注意力净土”。这正是阅星曈看到的结构性机会。 “年轻人不再需要另一台充满应用与干扰的设备，而是需要一个低干扰、轻量化、一键可达的注意力出口。”胡宇沸说。 因此，阅星曈在其产品方案中也遵循了这一趋势：不做独立设备，而是成为“AI时代手机副屏”。其产品采用极简的磁吸设计，超薄的厚度与一张卡片相当，吸附在手机背面后几乎无感。 胡宇沸告诉硬氪，在注意力成为稀缺资源的今天，阅星曈的核心价值并非护眼，而是“降噪”。它为用户提供了一个极低成本的注意力切换通道，“我们做的是，帮用户把打开各类APP渠道、获取有效信息的路径变到最短。” 用户只需翻转手机，即可进入一个纯粹的阅读空间，没有APP推送、社交或短视频干扰，满足漫画、轻小说、碎片化资讯、个性化信息展示等高频轻量需求。 据官方数据显示，阅星曈的产品自2025年第四季度上市以来，仅半年、月销量增长超过10倍；海外市场首月即破万台，X4、X3、曈卡已销往全球多个国家和地区。当前公司月均营收已超过2025全年。 阅星曈超便携电子纸（图源/企业） 而在第一代产品验证了“手机副屏”硬件价值的基础上，阅星曈的野心远不止于做一款电子纸或阅读器。 胡宇沸向硬氪透露，公司正在构建“端侧电子纸+手机算力+云端推理”的三端协同模式，通过融合OpenClaw等前沿AI Agent能力，将阅星曈的硬件小屏升级为AI时代的注意力入口。 用户翻转手机后，即可使用AI Agent迅速获取所需的个性化信息流、日程提醒、财经资讯或待办事项等，无需解锁、搜索并在海量推送中筛选，而是在一个全新的、低干扰的、高粘性的交互界面，真正将信息实现从“被推送”变为“被订阅”，从“被动接收”变为“主动获取”。这款新品将于2026年中下旬上线。 “长期来看，我们认为手机背面是一个被严重低估的生态位。”胡宇沸说。当前AI手机纷纷走向端侧智能化，入口之争从手机正面延伸至全场景，阅星曈选择另一条路径，以“硬件创新+AI轻量化落地”的组合，通过低成本、高用户接受度的方式，成为手机屏幕的自然延伸，开创新的智能终端形态。 用一个极简的减法方案，精准击中用户在高频场景下的真实痛点。AI的介入，正在让这块“小卡片”的价值被重新评估。阅星曈已经在手机背面，悄悄抢占AI时代的下一个流量入口。 投资方评论： 博裕创投董事总经理高法璞 表示，AI时代信息无限膨胀，真正的稀缺资源不再是信息本身，而是深度专注与高质量阅读的能力,阅星曈也是依靠极度的专注，打造了一款随身携带，帮用户进行管理注意力的副屏，我们持续看好公司在AI时代的发展潜力。 清流资本投资副总裁茆雨豪 表示，在今天这个言必称 AI、功能不断堆砌的时代，阅星曈表现出了一种极具勇气的克制。没有选择盲目堆砌功能，而是通过极致的“减法哲学”，将BOM成本控制在极低水平的同时，实现了极佳的用户心智占领。投资阅星曈的逻辑其实非常纯粹：看好它在细分赛道中对“阅读刚需”的深度挖掘，以及团队极强的资本效率与产品定义能力，并以此为原点，结合“端侧电子纸+手机算力”的协同模式，成为 AI 时代下最懂用户、最纯粹的硬件入口。” 希扬资本合伙人杨希 表示，阅星曈通过极致轻薄的设计与软硬一体的沉浸阅读体验，成功定义了“超便携电子纸”这一新品类 ，甚至让品牌本身成为了该品类的代名词；作为天使投资人，这是希扬资本首次从上游科技向消费级硬件品牌的跨越式投资 ，我们将持续通过希扬科技生态赋能 ，助力阅星曈挖掘 AI 时代‘手机副屏’无限的应用场景与想象力。 经纬创投董事陈伟嘉 表示，电子阅读器是已被验证的大出货量市场，但依旧有强痛点；结合AI和硬件能力的快速发展，有可能有重新定义品类的新品牌机会。宇沸是非典型的硬件创业者，具备敏捷、高效、AI思维等特质，build-in-public和用户共创了“超便携电子纸”的产品形态；虽然远不完美，但真实痛点+产品巧思+持续打磨赢得了用户口碑，在海内外快速自传播，增长动能明显。我们期待阅星曈能持续为用户带来创造性的产品，并进一步探索商业模式。 顺为投资合伙人程天 表示，我们长期关注AI时代手机生态配件的创新价值。阅星曈精准抓住迷你墨水屏的市场空白，以便携、护眼、长续航的产品设计，切中用户碎片化阅读与个人效率管理的核心需求，跑出了清晰的增长节奏，获得用户群体的高度认同。期待阅星曈持续深耕，打开市场边界，打造全新的注意力入口，用真实产品力为用户创造长期价值。
作者｜黄楠 编辑｜袁斯来 近日，RoboSense速腾聚创正式发布了全新“创世”数字化架构及基于该架构的两款旗舰芯片。“创世”架构是一套可快速迭代的SPAD-SoC芯片级解决方案平台，可为激光雷达的规模化与高性能迭代提供核心支撑。 基于该架构推出的凤凰芯片，是全球首颗单片集成原生2160线的车规级SPAD-SoC，实现超400万像素分辨率与600米超远距探测，将于2026年内量产上车。另一款孔雀芯片是业界首款可量产的640×480分辨率全固态大面阵SPAD-SoC，计划于2026年第三季度量产。此次发布意味着激光雷达的核心竞争已聚焦于芯片，通过数字化架构遵循摩尔定律，在持续提升性能的同时优化成本。 速腾聚创Tech Day现场 当行业仍在用“线数”衡量激光雷达的性能时，速腾聚创在2026年Tech Day上释放了一个明确信号：固态激光雷达正从“稀疏点云”迈向“图像级感知”。 过去几年，固态激光雷达的痛点集中在两大维度。一是分辨率不足，点云稀疏，难以满足近距离精细感知；二是视场角与盲区难以兼顾，尤其在补盲和机器人场景，低矮障碍物、悬空物体常常成为“感知黑洞”。速腾聚创此次发布的孔雀芯片，正是针对这些痛点的方案级回应。 孔雀芯片集成了640×480的超高密度SPAD面阵，达到VGA级分辨率、约30万像素，可输出稠密的三维深度图像，对比上一代144×192大面阵产品约2.76万像素，其性能提升了超过10倍。 此前，行业主流补盲雷达的分辨率普遍停留在QVGA（320×240）甚至更低阶段。VGA级点云密度的大幅跃升，意味着激光雷达输出的不再是稀疏的轮廓，而是能够区分物体边缘与结构的深度图像。比如在10米距离外，低分辨率方案只能捕捉到行人的一团点云，而VGA级方案则可以分辨出头、肩、四肢的相对位置。 在车载补盲场景，这种分辨率的提升可直接转化为对儿童、宠物、路锥、轮胎碎片等小目标的稳定识别能力。结合其180°×135°的超广视角和小于5厘米的最近探测距离，车辆在低速泊车或通过复杂路口时，能够同时覆盖车身近场区域和侧向远区，避免传统补盲雷达在探测距离与近场盲区、视场角与角分辨率之间难以兼得的权衡。 进入机器人场景，孔雀芯片的能力远不止于避障。过去，移动机器人多使用低线数雷达做导航建图，但在抓取、装配等操作任务中，需要额外配置高精度视觉或结构光传感器，两套系统独立工作，坐标系和时延难以统一。孔雀输出的VGA级深度图，其空间分辨率已接近入门级深度相机，且自带毫米级测距精度，令机器人可在同一传感器数据流中同时完成定位和操作感知。这种“移动+操作”的数据统一，在工业机械臂抓取异形工件、服务机器人识别桌面物体等场景中，可以显著降低系统复杂度和标定误差。 速腾聚创孔雀芯片 视场和精度上孔雀芯片也有明显提升。180°×135°的超广视角是目前全固态激光雷达中较宽的规格之一，配合小于5厘米的最近探测距离，可有效解决车辆或机器人在紧贴车身/机身的范围内感知盲区问题，对于泊车时识别低矮地锁、机器人贴墙作业等场景尤为重要。 精度层面，孔雀芯片内置高精度TDC（时间数字转换器）与专用测距处理引擎，将测距精度提升至毫米级，较上一代产品提升6倍。此外，10-30Hz的可变帧率支持，使其能够与主流车载摄像头的输出帧率对齐，降低了多传感器在时间同步上的工程调优难度。 当前，激光雷达行业正在经历一场从“功能件”向“智能感知模组”的演化。VGA只是图像级感知的起点，随着物理AI对三维数据精度的要求不断提高，更高像素、更高帧率、更融合的感知方案将会持续演进。 速腾聚创通过“孔雀”芯片，在固态路线上率先完成VGA大面阵的商业化拼图，提供了一个性能明确、可规模复制的硬件基座，有助于其在车载补盲和机器人等市场应用端建立先发优势。 此外，速腾聚创还在同步推进融合传感器的布局。2025年推出的AC1、AC2主动摄像头系列，采用高分辨率CMOS与自研SPAD融合的技术路线，为行业提供多元的RGBD方案选择。本次Tech Day现场，速腾聚创CEO邱纯潮展示了一组由凤凰芯片直接感光、实时扫描生成的2K近红外图像，其灰度信息与三维距离信息同源同步输出，分辨率达到2160×1900。 由凤凰芯片直接感光、实时扫描生成的2K近红外图像 速腾聚创透露，其真正的RGBD传感器将在2027年底面世，SPAD芯片的像素密度和集成度将进一步提升，实现像素级“彩色+深度”的双重信息输出。
作者｜黄楠 编辑｜袁斯来 硬氪获悉，劳尼克斯科技（南京）有限公司（以下简称“劳尼克斯”）近日完成数千万元融资，投资方为苏州天空工场、宜宾高新前沿科技产业基金、翼朴资本。资金将重点投向核心产品研发迭代、人才团队扩容升级，同时全力支撑海外市场的布局拓展与本地化落地。 劳尼克斯核心团队成员来自智能硬件、消费机器人与园林工具等相关领域的头部企业。其产品矩阵涵盖割草机、打草机、修枝机、链锯等多种动力工具，并配套电池包、充电器等电动配件方案，采取20V、40V、60V全电压平台策略，覆盖从中小庭院到高端大宅的全场景需求。 自今年1月大规模出货以来，劳尼克斯产品单月销售额实现连续增长、单月已突破千万元，出货量超万台。 劳尼克斯全矩阵产品（图源/企业） 长期以来，全球园林工具市场由传统燃油动力产品长期占据主导，主流格局相对稳定。如今这一局面正在被打破，行业正在进入新一轮重构周期。 一方面，欧美日趋严格的排放、噪音法规，正加速燃油工具退出市场；另一方面，锂电技术在能量密度、成本与安全性上持续突破，让电动工具在续航、动力与体验上逐步追平甚至超越燃油产品。行业进入锂电替代的关键窗口期，电动化正从可选升级变为必选趋势。如果说“燃油向锂电替代”是行业的第一阶段，那么下一阶段的竞争焦点，将从单纯的动力切换，转向高性能与智能化能力的系统提升。 但在实际场景中，不少厂商普遍陷入重单点性能、轻系统整合的误区。企业大多聚焦于电芯、电机、材料等单项参数的堆砌，数据表现亮眼，而一旦进入真实场景，问题便集中暴露。动力、续航与温控往往相互牵制，单一部件的优化难以解决整机在复杂工况下的稳定性问题 劳尼克斯的做法是从系统协同入手，同时铺开20V、40V、60V三大电压平台。在技术架构上，劳尼克斯团队将电池包的智能管理单元、电机绕组的散热路径与整机风道统一规划，电控算法根据实时负载、温度和剩余电量动态调节输出曲线，以提升设备在多种工况下的稳定作业能力。 其中，60V面向花园面积大、追求高效与园艺享受的高端用户，解决的是大草坪、高负载作业中的动力与续航痛点。而40V与20V则分别对应中小庭院的辅助工具需求。 劳尼克斯链锯产品（图源/企业） 劳尼克斯相关负责人告诉硬氪，不同电压并非简单的性能分级，而是精准对应着截然不同的用户心智：高端用户追求的是强劲持续、省心省力的园艺体验，注重效率与品质感；而欧美普遍中产及大众用户，更看重轻巧易用、随手可用的日常便捷性，核心是产品的轻量化与实用性。劳尼克斯团队认为，不同电压平台并非简单的性能梯度划分，而是针对不同使用场景、负载需求与用户习惯进行的差异化设计。 在智能化体验上，劳尼克斯将技术重心放在系统级自适应能力上。其核心不在于单一功能点叠加，而在于设备能否根据不同工况与环境，实时调整运行策略。 这一能力主要体现在三个层面。首先是AI+BMS智能电池管理平台，可针对不同工具、不同工况动态调整放电策略，减少传统电池为兼容多场景而做出的性能折中。 其次是AI+可变磁路电机与工况实时调节技术，通过持续分析机器状态，动态调整电机磁路及控制策略，使设备在不同负载场景下都能保持更优输出。 第三是AI+传感器电控能力，依托多传感器融合与工况识别算法，自动判断作业负载与环境条件，并动态调整工作参数，降低传统工具对人工经验的依赖。 从底层逻辑看，这类智能化能力的关键，在于让电池、电机与电控系统形成协同，使设备能够根据真实场景主动调整运行状态，从而在复杂工况下实现更稳定的输出与更友好的使用体验。 通过产品分层与智能化适配，让不同场景的用户在面对高草、密草、连续切割等复杂工况时，都能获得稳定、高效、省心的作业体验，将过去只能被动执行指令的传统工具，升级为能够主动感知、判断与决策的智能设备。 割草机涡轮增压风道产品图（图源/企业） 根据Statista行业报告显示，目前在美国，仍有87%家庭选择自助养护草坪。其消费习惯决定了手持锂电工具仍将是欧美园林场景中的核心主力，这也正是劳尼克斯同步布局割草机、打草机、链锯、吹风机等多品类的底层逻辑。 锂电对燃油工具的替代节奏在不同品类中并不一致。劳尼克斯观察到，受使用环境、负载强度与作业时长影响，不同产品线对锂电化与智能化的接受度存在明显差异，尤其是在低温、高阻力、长时连续作业等复杂场景中，用户对设备稳定性、动力持续性与使用便捷性的要求更高。 基于这一判断，劳尼克斯未来的产品规划不会停留在单一品类替代，而是围绕更丰富的季节性场景与差异化需求，持续拓展产品矩阵，推进锂电化与智能化能力在更多细分场景中的落地。在理解消费者需求变化的基础上，将其转化为持续迭代的产品能力。 劳尼克斯吹叶机产品（图源/企业） 进入商业化环节，园林工具是典型的体验驱动型品类，用户需要亲手感知机器的重量平衡、启动响应、切割手感，才能在购买决策中建立产品信任，线下渠道在成交转化中仍然扮演重要角色，KA渠道从试销到大规模铺开通常也需要较长周期。这也意味着，谁能在量产前完成线下渠道的建联与信任积累，谁就能在结构性窗口期占据先机。 截至目前，劳尼克斯已构建起覆盖北美，欧洲包括西南欧、东北欧、俄语区，及亚太核心市场的立体化销售网络。公司线下渠道已进入两大主流通路，一类是以Bauhaus、HORNBACH、Leroy Merlin等为代表的大型KA连锁卖场，另一类是分布于社区周边的专业Dealer渠道。线上渠道则覆盖亚马逊等全球性平台，以及欧洲各国本土垂直电商。 本轮融资完成后，劳尼克斯将加快产品迭代与新品落地节奏，进一步丰富全电压平台产品矩阵，同时在渠道方面，加速推进与Best Buy等核心渠道买家的合作接洽，以推动从线上试销到线下门店的快速放量。 投资方评论： 苏州天空工场 表示，园林工具行业作为一个百亿美金市场的赛道，行业数十年缺乏创新性企业的进入，海外传统品牌在锂电化和智能化领域已显疲态，看好劳尼克斯团队基因、以及依托于中国供应链优势和锂电技术积累及工程师红利，在园林工具行业突出重围。 翼朴资本 表示，在园林工具行业油改电已成确定性趋势的背景下，智能化将成为行业未来最大的alpha因子。我们高度看好劳尼克斯团队作为行业内稀缺的标杆性跨界者，在园林工具智能化领域沉淀的核心积累与差异化竞争优势。 宜宾高新前沿科技产业创业投资基金 （LP包括宜宾绿色新能源产业投资基金（宜宾发展控股集团旗下基金）、宜宾高新创领投资有限公司等）本次投资劳尼克斯，将其作为新能源高端制造出海方向的核心布局。