近日,国内领先的外骨骼机器人技术平台公司傲鲨智能宣布连续完成两轮融资,由彬复资本领投,老股东国仪资本持续加码跟投。本轮融资将重点用于消费级外骨骼机器人产品线拓展、助力核心技术升级及全球化产业落地,进一步巩固其在工业与消费级市场的双轨竞争力。

此次融资是傲鲨智能继2024年7月完成数千万元A+轮融资(敦鸿资产领投)后的又一次资本加持。自2018年成立以来,公司已累计完成5轮融资,吸引了明势资本、险峰长青、九合创投、英诺天使等知名机构支持。新资金将加速其“消费级外骨骼机器人”产品量产,并推动外骨骼硬件及AI技术的深度融合。

随着全球老龄化加剧、健康消费、户外装备消费需求升级及智能穿戴设备普及,消费级外骨骼机器人市场正迎来爆发式增长。据行业报告预测,2030年全球外骨骼市场规模将突破千亿美元,其中消费级场景占比持续提升。傲鲨智能凭借自主研发的核心技术和精准的市场定位,已与多家国际知名品牌达成战略合作,产品落地北美、欧洲、亚洲等多个地区,展现出强劲的商业化能力。

目前,傲鲨智能产品已覆盖汽车制造、航空地服、矿山、物流等工业场景,并在德国、美国、东南亚等17个国家建立销售网络。消费级市场方面,公司通过与景区、康养机构合作(如梵净山、武夷山“登山外骨骼”案例),探索户外助力和居家养老新场景。

傲鲨智能持续加码技术研发,投入占比超70%,其最新产品搭载AI大模型训练能力,支持实时数据交互与个性化学习。傲鲨智能研发的多款新品「消费级外骨骼机器人」产品已逐步进入试制与量产关键阶段,加速启元TR01人形复合机器人通过AI优化复杂环境任务执行。开启脑机接口预研,傲鲨智能计划推出融合神经信号识别的下一代产品,提升人机协同精准度。
傲鲨智能创始人徐振华表示:今年傲鲨智能开启消费场景应用元年,即将发布多款消费级个人外骨骼机器人,让外骨骼不再是‘钢铁战衣’的科幻想象,而是变为大众消费的“科技潮品”。我相信,未来五年,外骨骼将像智能手机一样,成为人类能力的自然延伸。”
彬复资创始合伙人陈宇表示:“在AI大模型与具身智能技术深度融合的产业周期中,外骨骼设备正经历从"功能型辅具"向"智能体终端"的关键跃迁。傲鲨智能通过构建"仿真数据+强化学习算法"的技术闭环,已率先实现外骨骼产品在动态环境感知、人体意图识别领域的突破性进展,人机协同效率较工业场景传统设备提升37%,这为打开物流搬运、户外运动等万亿级民生市场提供了技术可行性。
相较于尚处实验室阶段的通用人形机器人,外骨骼产品在工业场景中已实现数万台级的规模化部署,这种真实场景的持续数据回流,使其在具身智能模型迭代方面具备独特优势。傲鲨团队展现的工程化能力更具备战略价值:在保持运动控制模块军用级可靠性的同时,通过自研定制化伺服系统等垂直整合,将消费级产品BOM成本压缩至业界平均水平60%以下。
基于这一判断,我们坚信智能外骨骼将遵循"军用→工业→消费"的渗透路径,最终成为AI技术普惠人类的核心载体。本轮融资将重点支持傲鲨智能在具身智能操作系统、分布式驱动系统等底层技术域的持续突破,加速构建「硬件入口-场景数据-智能进化」的商业飞轮。”
国仪资本合伙人赵英杰表示:“近几年来,机器人赛道的行业发展如火如荼,特别是人形机器人的到来,让人们感受到了前所未有的热度,人工智能外骨骼受益于行业的整体发展,也迎来了较大的发展机遇。傲鲨智能已经在工业级外骨骼领域深耕多年,沉淀了较为完整的技术体系和行业经验,现在推出「消费级外骨骼机器人」正当其时,我们坚定看好傲鲨智能在这一领域的布局和发展潜力。此外,傲鲨智能独立开发的大载重「人形复合机器人」既可以作为人形机器人独立作业,也可以作为穿戴式人形外骨骼协同人类作业,体现出较好的融合性和商业风险的平衡性,我们同样看好这一有潜力的人形产品。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。