睿芯行完成数千万元融资

11月5日，张通社获悉，成都睿芯行科技有限公司（简称：睿芯行）近日完成数千万元新一轮融资，投资方包括创新工场、中力股份及今天国际。

睿芯行成立于2019年，位于四川省成都市，由长江学者特聘教授、电子科技大学教授周军与西南交通大学教授徐菱联合创立，聚焦工业场景下的具身智能技术与产品研发。公司早期从移动机器人控制器切入，围绕AGV、AMR等产品积累了SLAM、导航、运动控制、视觉感知与决策等技术能力，相关产品已在工业场景中广泛应用；现阶段正将这些积累延伸至具身智能机器人整机，试图解决机器人进入工厂时面临的部署成本高、环境适应能力不足等问题。

工业拣选场景中，机器人需要面对大量形态、尺寸各异的零部件；传统方案通常需要针对不同零件采集数据、标注数据并重新训练模型，单个零件的训练周期至少需要一周，若处理数百种零件，部署周期可能被拉长至数十周，同时涉及云端算力成本。针对工业零配件品类多、形态差异大、订单变化快等实际需求，睿芯行推出全球首创的基于类人脑机制的具身智能免训练抓取模型，通过自适应学习做到新零件免训练，免去每个零件一周的训练时间和上千元的训练成本，并支持使用千元级普通3D相机替代数万元级高精度3D相机，降低系统拣选抓取和感知硬件成本；系统可根据工件特征选择夹爪、气吸、磁吸等抓取方式，适用于工业拣选及相关物料操作场景。周军介绍，公司思路不是针对每一种新零件训练VLA模型，而是在基座模型之上增加知识提取与检索机制，并通过在线学习让机器人在执行任务过程中积累经验，再利用这些信息调整后续抓取动作，形成实时反馈与自适应闭环，做到“边做边学”；这一机制更接近人类抓取方式——人拿起水杯或钢笔时通常不需要预先计算物体与手之间的精确距离，而是根据看到的形态、接触后的反馈不断调整动作。

除拣选外，装卸搬运仍是睿芯行重点布局的场景。传统移动机器人通常依赖激光雷达感知周围环境并完成定位，当工厂内货物、料框或其他设施发生移动时，机器人可能面临定位失准，需要重新识别环境并调整行驶路径；多台机器人同时执行任务时，交通拥塞、路径冲突与任务分配不合理等问题也会影响整体作业效率。睿芯行的具身“小脑”技术具备环境自适应与多智能体协同能力，公司自2019年成立以来持续研发AGV、AMR等移动机器人技术，在工厂环境中的移动、避障、定位与导航方面积累了较长时间工程经验；近两年自研千台级智能体协同调度系统，将任务分配、实时动态调度与数据分析结合起来，解决多台机器人在有限空间内的协同作业问题，并在原有移动机器人系统中加入大模型感知能力，提升对动态环境的适应能力。软硬件协同设计方面，团队依托在算法与芯片方面的研究积累，在模型向硬件部署过程中进行协同优化，在保证模型精度的前提下降低算法复杂度与硬件资源需求，避免直接依赖高算力硬件导致整机成本居高不下。

睿芯行已推出多款面向不同场景的产品：2025年6月29日，公司与中力股份联合发布第一代工业拣选机器人，用户可通过远程下发零部件种类与数量，由机器人自动完成拣选流程；针对商超等商业场景，公司开发了无人拣选方案，考虑到商品包装以瓶装、罐装和纸盒等形态为主，机器人采用气吸式末端执行器完成抓取。2025年11月，公司进一步发布“飞箱”产品与第二代具身拣选机器人：飞箱系统能够将对应物料的料框快速送至待拣选平台，缩短物料切换与取料所需时间；第二代机器人采用双臂设计，两条手臂可适配不同类型的末端执行器，覆盖更多零件品类。此外，公司还推出单臂拣选站，可根据零件类型切换二指夹爪、气吸、磁吸及灵巧手等末端执行器，并与AMR、CTU及输送带等设备组合搭建不同拣选系统。多机器人协同方面，公司曾于2025年11月在中力股份现场演示50台移动机器人协同作业，演示场地约30米×30米，系统在有限空间内完成多任务调度，并处理机器人之间的交通拥塞与路径协调问题。目前，公司已在浙江中力、海尔、京东方、中际旭创等企业的工厂开展落地测试。