锐意创新 · 敏锐洞察 · 锐不可当

亿元订单砸向物流分拣,这家复旦CMU系公司想让机器人自己学会抓包裹

顺丰转运中心的供包台上,软包、异形件、高反光塑料袋混在传送带里翻滚。过去这活儿靠人眼加机械臂示教,抓不准也抓不快。近日,专注物流垂直领域具身智能研发与应用的寅成智能完成近亿元A轮融资,由华民投与上海半导体产投联合领投,老股东德同资本加码,多维资本担任独家财务顾问。同一天,它拿下顺丰速运亿元级订单。

希鸥网观察到,这是具身智能第一次真正嵌进快递转运中心最核心的供包环节,而非外围搬运。寅成智能的差异化钩子是一组极端数据:分拣速度1800件/小时、准确率99.99%、投资回报周期1-1.5年。资本押注的逻辑很直接,谁能把技术验证变成可复制的收入,谁就拿到下一轮定价权。

归因看商业模式。创始人浦群妍是复旦大学计算机学士、卡内基梅隆大学硕士,曾任谷歌AI产品化应用负责人,主导的Mobile App广告产品年营收超10亿美元;后以创始团队成员身份加入估值超500亿元的北美自动驾驶公司Nuro,从0到1搭建AI平台团队。她把自动驾驶的L2到L4渐进路径搬进物流,先用L2级产品切入,用真实数据反哺模型迭代。

成本结构是胜负手。传统示教机器人面对高反光、透明、破损包裹基本失效,分拣中心只能堆人。寅成智能的L2级分拣机器人Starborn搭载自研NECESSI端到端大模型,单台替代2-3名人工。行业部分竞品在模拟环境下效率约1200件/小时,差距不在实验室指标,而在真实产线连续跑动的稳定性。

数据飞轮的转法值得拆开。公司没走人工搭场景采集的老路,直接让机器人在物流现场作业,每日新增1000小时作业数据和百万条长尾数据。AI自动筛掉90%无效样本,存储成本降至行业平均水平的1/10;模型每日完成采集、训练、测试、部署全流程。引入世界模型做事前后果推演,为动作安全打分。

希鸥网认为,这笔交易重构了分拣设备赛道的利益格局。受损方是依赖示教编程和集成项目制的传统厂商,客户一旦按件效率与回报周期考核,整套报价体系会被击穿。受益方除了寅成智能,还有顺丰这类愿意开放核心场景的产业方,它们用订单换数据排他性,把设备供应商锁进自己的效率曲线里。

对创业者而言,这条路径提示了一件事:销售的最高形态是筛选,不是推销。当足够多的客户认可你、足够多的案例证明你、足够长的时间检验你,市场会反过来追着你跑。早期拼命推销不可避免,但每一单都要为未来不需要销售打地基。顺丰的亿元订单不是终点,而是让后续客户自己找上门的信用凭证。

团队搭建同理。寅成智能聚了全球顶尖学府的AI科学家、前跨国机器人巨头的销售掌舵人、深耕产业链数十年的产业专家。前十个员工决定公司的基因:早期招投机取巧的人,公司就充满短视;招踏实肯干的人,才沉淀出长期主义。早期员工不是成本,是投资,宁缺毋滥,慢一点也要找到价值观一致的人。

招人还有个尺度问题。找潜力比自己高30%、现阶段仍需平台成长的人最理想:他看得到你的不足,愿意跟着学,你也有空间指导他。盲目崇拜大厂背景请一尊大佛供着,或因自卑招一堆庸才,两种极端都会让公司失去成长空间。寅成智能从物流单一场景切入,再向医药、工业、家庭服务延展,靠的正是这种能力互补、愿意一起打硬仗的班底。

金鸥品牌榜·2026年度创新案例库开放申报了。免费提报,独立评估,入榜品牌将获得电子版《入榜证明》及年度专题公示,优秀案例可获得深度专访+全平台分发。 如需修改或发布文章,请加微信号:sheisceo

阅读量:1471
阅读时间:3分钟