澳大利亚无人机测绘公司Emesent近日宣布完成1700万美元新一轮融资,计划以此加速推进AI驱动的自主运营能力建设,押注更智能的软件——而非单纯更好的硬件——将成为工业无人机普及的下一阶段核心驱动力。
本轮融资由两部分构成:来自澳大利亚国家重建基金公司(NRFC)提供的700万美元风险债务融资,以及由Main Sequence、QIC Ventures、Orion Resource Partners、Hostplus和NGS Super等投资方参与的1000万美元股权融资。
此次融资标志着Emesent正大力推动无人机处理更复杂任务、降低人工干预的能力建设。公司计划重点投入两大核心平台:一是Cortex AI——其机载自主软件,可让无人机在无GPS信号及危险环境中自主运行;二是Aura——其用于处理、可视化和分析三维测绘数据的云平台。
Emesent的目标不仅仅是打造性能更强的传感器,而是构建一套完整的生态体系,使无人机能够自主采集数据,并即时接入基于云端的分析系统。
新募资金还将用于扩大位于澳大利亚昆士兰州的生产制造能力,同时支持国际市场的业务拓展。Emesent目前在澳大利亚拥有109名员工,并表示来自海外客户的需求持续增长。
"我们的客户工作在地球上条件最为严苛的一些环境中。"首席执行官查尔斯·米勒表示,此次融资将帮助公司在扩大产能的同时,进一步提升面向采矿、国防及关键基础设施等行业的AI与自主能力。
Emesent已在工业无人机领域建立起稳固地位。其Hovermap激光雷达载荷已部署于全球逾200个矿山站点,服务客户包括力拓、必和必拓及嘉能可等矿业巨头。该系统可让无人机在地下矿井、隧道及其他封闭空间等GPS信号不可用的场所飞行,同时生成精细的三维地图。
公司产品线还涵盖GX1手持扫描仪、Aura云端软件以及Cortex AI飞行软件,共同服务于采矿、建筑与工程、国防、公共安全等领域的客户,业务覆盖全球40余个国家。
本次融资也反映出投资界对融合机器人技术、AI与自主系统的企业信心日益增强。早期投资方Main Sequence的迈克·齐默尔曼表示,Emesent自2018年成立以来,已在数百个矿山及工业工作场所完成了数百万次飞行任务。
随着工业无人机市场竞争持续加剧,Emesent正将自身定位从单纯的硬件公司向更广泛的方向延伸。通过拓展AI自主能力与云端软件产品,公司正押注智能互联无人机平台将在全球最艰苦的作业环境中为客户创造更大价值。
Q&A
Q1:Emesent的Cortex AI是什么?有什么用?
A:Cortex AI是Emesent开发的机载自主飞行软件,核心功能是让无人机在没有GPS信号或环境危险的场所(如地下矿井、隧道)中自主运行,无需人工持续干预。它是Emesent实现无人机自主化作业的关键技术平台,此次融资的重点投入方向之一。
Q2:Emesent的Hovermap目前在哪些地方有实际应用?
A:Hovermap激光雷达载荷目前已部署于全球超过200个矿山站点,客户包括力拓、必和必拓、嘉能可等全球头部矿业企业。该系统主要用于在地下矿井、隧道等GPS信号无法覆盖的封闭空间内,让无人机自主飞行并生成高精度三维地图,大幅提升矿山勘测效率与安全性。
Q3:Emesent这次融资的1700万美元将用在哪些方面?
A:融资将主要用于三个方向:一是加大对Cortex AI和Aura云平台两大核心软件产品的研发投入;二是扩大位于澳大利亚昆士兰州的生产制造能力;三是推动国际市场业务增长。公司希望通过软硬件协同发展,在采矿、国防、关键基础设施等行业进一步扩大市场份额。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。