总部位于新加坡的物理AI人形机器人公司Doozy Robotics宣布在美国、海湾合作委员会(GCC)成员国及亚洲同步启动全球扩张计划,标志着公司在筹备A轮融资前进入新的增长阶段。该公司已获得Cocoon Capital等投资机构的支持,并在商业拓展方面取得了显著进展。
公司由Suresh Chandrasekar与Ajmal Thahseen联合创立,其核心战略不是销售单一机器设备,而是构建一套垂直整合的生态系统。该平台将"工业超级人形机器人"、一支自主移动机器人舰队以及自动化叉车融为一体,并由公司自主研发的调度系统Eywa-OS统一协调管理。
Eywa-OS被设计为一款超级智能工厂管理系统,能够解析高层级生产目标、在生产车间内动态调配人形机器人与各类机器人,并对突发状况进行实时响应。工业超级人形机器人计划于2026年第三季度正式发布,首批部署随后展开。
此次扩张的背景是全球性、代际性劳动力短缺问题的持续加剧,这一趋势已远超老龄化经济体的范畴。在美国,劳动力短缺预计到2030年将对GDP造成逾1万亿美元的负面影响;近半数美国劳动者年龄超过45岁,Z世代仅占劳动力总量的8%。Doozy正将自身定位为首个专为应对上述现实而打造的、可规模化的智能体工业劳动力解决方案。
Doozy Robotics联合创始人兼首席执行官Suresh Chandrasekar表示:"全球劳动力短缺是一种结构性转变,而非暂时性失衡。我们正在构建物理AI劳动力,为下一个制造业时代提供动力。通过将人形机器人、自主系统与Eywa-OS调度能力相结合,我们帮助工厂实现规模化智能运营。此次进入美国市场,是迈向这一愿景的关键一步。"
在商业模式上,公司正将机器人即服务(RaaS)模式升级为完整的多智能体生态系统。客户无需一次性购买硬件,而是以月度订阅的方式接入一套集成自主劳动力服务,并可根据生产需求灵活扩充或缩减人形机器人及机器人的数量,从而将工厂自动化从高额资本支出转变为弹性运营服务。
在商业成果方面,Doozy在种子轮阶段已展现出亮眼的数据:全球合格商业管道规模逾2亿美元,与一家大型工业集团签署了1.44亿美元协议,并正与一家美国制药企业头部客户开展大规模人形机器人部署试点项目。目前,付费客户已遍及两大洲,合作方涵盖戴姆勒(Daimler)、开利(Carrier)及VitaQuest等知名企业。
Cocoon Capital管理合伙人Michael Blakey表示:"Doozy Robotics迄今为止的商业推进速度令我们印象深刻。全球客户已在其仓库和工厂中积极部署这些系统,充分证明了团队的执行力。他们攻克了工业机器人领域长期存在的一些核心技术瓶颈,例如在不平整地面和杂乱空间中的流畅导航能力,以及与传统叉车相比减少50%运营占地面积等。最重要的是,他们以具备大众市场普及潜力的价格提供了如此先进的能力。这是整个行业向前迈出的令人印象深刻的一大步。"
Q&A
Q1:Eywa-OS是什么?它在工厂中具体承担哪些功能?
A:Eywa-OS是Doozy Robotics自主研发的工厂调度系统,定位为超级智能工厂管理平台。它能够解析高层级生产目标,在生产车间内动态调配人形机器人与各类自主机器人,并对突发状况进行实时响应。简单来说,它相当于整个工厂自动化系统的"大脑",统一协调人形机器人、移动机器人和自动叉车的协同运作,使工厂能够以智能化方式进行规模化生产。
Q2:Doozy Robotics的机器人即服务模式是怎么运作的?
A:Doozy Robotics提供的机器人即服务(RaaS)模式下,客户无需一次性购买机器人硬件,而是通过月度订阅的方式获得一套完整的自主劳动力服务。客户可以根据生产需求随时增加或减少人形机器人及机器人的数量,灵活调整规模。这种模式将传统工厂自动化所需的高额资本支出,转变为可按需调整的弹性运营成本,降低了企业引入自动化的门槛。
Q3:Doozy Robotics目前已有哪些实际落地案例?
A:Doozy Robotics在种子轮阶段已取得较为亮眼的商业成果。目前付费客户已遍布两大洲,合作企业包括戴姆勒、开利和VitaQuest。此外,公司还与一家大型工业集团签署了1.44亿美元的合作协议,并正在与一家美国头部制药企业开展大规模人形机器人部署试点,全球合格商业管道总规模超过2亿美元。
好文章,需要你的鼓励
这项联合研究提出了COVER方法和CM-EVS数据集,用贪心算法从3D场景中智能筛选全景视角,每场景仅需25帧即可完整覆盖室内场景,并附完整溯源日志。
英国NHS十年计划围绕三大核心支柱推进医疗体系变革,其中"从模拟到数字"是重要方向。计划旨在整合先进技术,推动AI、机器人、远程医疗等创新应用,并通过NHS应用程序构建"健康商店"平台。然而,数字化转型面临系统碎片化、基础设施老化等挑战。专家指出,数字健康研发须借鉴药物研发的严格标准,建立统一治理框架,确保创新工具能安全、规模化地融入医疗体系。
HolderPO通过引入可调参数p的霍尔德均值替代固定的算术平均,解决了大模型推理训练中信号放大与稳定性之间的根本矛盾,配合动态退火策略在数学推理和代理任务上均创造了新的最优记录。