工业智能每日观察:机器人数据基础设施融资,数字孪生进入设备与网络试验

工业智能每日观察:机器人数据基础设施融资,数字孪生进入设备与网络试验
2026年11月3日 星期二 | 中国高技术产业发展促进会新质生产力工作委员会
工业智能每日观察横版封面 20261103 工业智能每日观察竖版海报 20261103 工业智能每日观察 PDF首页预览 20261103

日期:2026年11月3日 星期二

摘要

北京机器人训练数据企业GenRobot AI于11月2日披露完成1亿美元A+轮融资,业务聚焦人类示教数据采集、同步标注和机器人训练基础设施;MicroVision宣布扩大与FieldAI的合作,在工业自主机器人中验证不同量程的激光雷达。Eco Wave Power与德国AI engineering完成波浪能设备数字孪生第一阶段工程,物理仿真、机器学习和设备预测开始结合。韩国KT与三星电子则公布真实场馆网络数字孪生试验结果,为工业现场的“先仿真、再执行”提供可量化参考。

1. GenRobot AI披露1亿美元融资:机器人训练数据成为独立产业环节

11月2日,TechNode报道,北京机器人数据基础设施企业GenRobot AI披露完成总额1亿美元的A+轮融资,投资方包括上汽集团、百度、首程控股、银河通用及多家金融投资机构。该轮交易实际在第三季度完成,11月2日是公开披露时间。企业开发面向人类示教的数据采集设备及处理软件,记录视觉、手部和身体动作,通过Matrix平台同步、清洗、标注,为机器人模型训练、测试和评估提供可用数据。[1]

具身智能开发长期受制于真实任务数据稀缺。工厂、仓库和家庭中的动作不仅包含图像,还涉及对象、姿态、接触状态与操作顺序;数据一旦失去时间同步或场景标注,后续模型训练的价值便会显著下降。GenRobot AI把多模态动作数据采集和质量处理做成产品,机器人产业链已出现类似自动驾驶领域、专门提供数据基础设施的供应商。未来商业化将取决于数据覆盖多少有效工况、跨机器人平台的迁移程度,以及客户是否愿意为持续更新的训练数据付费。

2. MicroVision扩大与FieldAI合作:长短距激光雷达支撑开放场景自治

MicroVision在美国东部时间11月1日晚宣布扩大与FieldAI合作,涉及政府及工业自主系统。FieldAI团队已在无人地面车辆上测试IRIS长距激光雷达,并展示由MOVIA Air Plus参与的无人机彩色三维实时建图方案;FieldAI还采购了MOVIA传感器,用于工业及其他自主机器人研发评估。两家公司将继续探索移动导航、障碍探测和复杂场景感知的集成方案。目前公开进展处于测试、研发采购及扩大评估阶段,没有披露规模化工业采购合同。[2]

在矿山、建筑工地、港口和大型仓储空间,机器人需要处理光照变化、临时障碍、粉尘及结构不规则等情况。视觉模型可以提供对象语义,激光雷达则直接给出空间几何与距离约束;长距离探测与近场避障共同影响设备安全工作速度。FieldAI强调将数据驱动模型与物理推理结合,说明工业移动机器人正在从预先测绘的固定路线转向持续理解环境、在线规划的自治系统。后续工程指标应落到误检率、实时地图更新、传感器成本与现场可靠性。

3. 波浪能设备数字孪生完成第一阶段:从流体和结构受力开始建模

11月2日,Eco Wave Power宣布与德国AI engineering GmbH完成AI数字孪生项目首阶段。团队构建基于物理机理的波浪与浮体相互作用模型,计算不同海况下的波浪载荷、浮体运动、结构受力和潜在发电量,并加入初步机器学习预测能力。双方正在评估NVIDIA Omniverse、Warp及加速计算工具在建模、可视化和模拟中的使用,后续计划把液压系统、运行传感器数据和预测优化纳入模型。企业目前披露的是建模里程碑,还没有发布数字孪生带来的实测发电收益。[3]

这项案例的工业意义很具体:复杂装备的AI开发往往从可信物理模型开始,再逐步叠加实际运行数据。波浪能设备面临多变海况,单纯用历史时间序列预测难以解释载荷与疲劳之间的关系;将多物理场仿真与数据驱动模型结合,能为设计参数选择、极端工况识别和后续维护提供依据。对于能源设备、海工装备和通用机械厂商,这类循序推进的数字孪生工程,比直接展示一个三维可视化大屏更接近可复制的研发路线。

4. KT与三星电子验证网络数字孪生:基站负载不均衡改善最高34%

11月2日,韩国KT和三星电子披露在水原KT Wiz Park棒球场完成约三个月的无线网络自主运营试验。KT的AI Cell Twin平台在虚拟环境中重现用户分布、通信流量和网络负荷,先计算、模拟不同调度方案,再向真实网络应用。公司公布的场馆试验结果显示,基站之间流量不均衡程度最高改善34%,个别基站集中负载最高下降16%。这些数据来自企业披露的特定现场实验,仍需观察跨场景应用表现。[4]

虽然场景属于通信网络,但其方法对工业生产调度有借鉴意义:把复杂系统的状态映射进仿真环境,让算法先评估策略,再将通过验证的方案部署到现实系统。工厂设备调度、AGV路径规划和能源网络负荷分配都面对类似问题。工程难点在于让仿真状态持续跟踪现场变化、模型失配时及时回退,并对关键控制指令留存审计信息。此次试验给出了基站负载变化的现场指标,可用于检验数字孪生决策闭环。

趋势观察

训练数据、三维感知、物理建模和在线调度构成了工业智能从感知到决策的多个环节。本期的小公司项目比单纯宣布大模型接入更具工程观察价值:各家企业都在解决一个具体瓶颈,最终仍要通过可量化的质量、效率和维护成本证明持续价值。

参考资料
  1. TechNode|《Robot-training data startup GenRobot AI raises $100 million in Series A+ funding》|2026-11-02|A+轮披露时间、融资规模、投资方与Matrix数据平台。
    https://technode.com/2026/11/02/robot-training-data-startup-genrobot-ai-raises-100-million-in-series-a-funding/
  2. MicroVision/GlobeNewswire|《MicroVision Expands Collaboration with FieldAI Across Government and Industrial Autonomous Systems Programs》|美国东部时间2026-11-01晚发布,北京时间2026-11-02|IRIS、MOVIA传感器测试与研发采购。
    https://www.globenewswire.com/news-release/2026/11/02/3392810/0/en/microvision-expands-collaboration-with-fieldai-across-government-and-industrial-autonomous-systems-programs.html
  3. Eco Wave Power|《Eco Wave Power Completes First Phase of AI-Powered Digital Twin》|2026-11-02|数字孪生首阶段、模拟内容、机器学习及下一阶段规划。
    https://www.ecowavepower.com/eco-wave-power-completes-first-phase-of-ai-powered-digital-twin-advancing-intelligent-wave-energy-and-future-ai-data-center-applications/
  4. DigitalToday Korea|《KT, Samsung Electronics test AI wireless network tech at baseball stadium, cut traffic imbalance 34 percent》|2026-11-02|AI Cell Twin试验方式、时间和现场数据。
    https://www.digitaltoday.co.kr/en/view/122464/kt-samsung-electronics-test-ai-wireless-network-tech-at-baseball-stadium-cut-traffic-imbalance-34-percent
  5. Eco Wave Power/NVIDIA技术背景|《Eco Wave Power Turns Waves Into Watts With NVIDIA AI Infrastructure and Digital Twins》|2026-06(背景资料)|Omniverse及工程计算路线,不作为当日新事件。
    https://blogs.nvidia.com/blog/eco-wave-power-ai-digital-twins/
新质生产力工作委员会官方公众号二维码

关注高促会新质生产力工委会公众号

工业智能算网二维码

关注工业智能算网平台

新质生产力工作委员会:
中国高技术产业发展促进会新质生产力工作委员会,专注于推动工业人工智能、智能制造、数字化转型等前沿技术发展,为企业提供政策解读、技术咨询和产业对接服务。

工业智能算网:
专注于工业人工智能、新质生产力、工业软件CAE、智能制造等前沿技术。提供每日动态分析、技术趋势解读、解决方案分享,推动工业智能化转型。

网站地址: https://gyznsw.cn

发布日期:2026年11月3日

发布机构:中国高技术产业发展促进会新质生产力工作委员会

本报告仅供行业研究参考,不构成投资建议

分享到