36氪首发 | 前大疆工程师创业做智能网球发球机，产品已开启海外市场批量交付

作者 | 乔钰杰

编辑 | 袁斯来

硬氪获悉，智能体育硬件公司「一思智能」（AceiiLab）开启批量交付，此前完成超千万元天使轮融资，由零以资本、变量资本、海益资本投资。资金将主要用于产品研发迭代及市场拓展。

一思智能成立于2024年12月，从AI网球机器人切入，尝试构建覆盖硬件、软件、数据、AI教练与运动服务的智能训练生态。公司创始人刘礼谦拥有十余年机器人研发和产品经验，曾在大疆、KUKA等企业从事研发工作，联合创始人晁光此前曾任职于投资机构和机器人公司，长期关注智能硬件领域投资与运营增长。团队覆盖无人机、无人车、商用清洁、割草、泳池清洁等机器人方向，此前积累了较丰富的消费硬件出海经验，具备从产品定义、研发到市场推广的完整链路能力。

随着AI能力、机器人技术和传感器技术逐渐成熟，体育消费领域正在出现智能化升级趋势。相比传统运动装备，智能体育硬件正在从记录数据向辅助训练、提升体验方向发展，覆盖智能健身设备、运动穿戴、AI陪练等多个场景。其中，网球、羽毛球、高尔夫等强训练属性运动，由于存在较高的技术门槛和重复训练需求，成为智能硬件探索的重要方向。

在一思智能看来，传统网球发球机提供的是“定点发球”，但网球训练真正需要的是持续的节奏、稳定且不同空间位置的送球及反馈。因此，公司没有选择让机器人完成完整的“接发球”过程，而是提出“多空间以发代打”的产品逻辑，通过稳定的发球节奏及可变的发球位置，模拟真实高频对拉，帮助用户建立训练体验，提升训练效率。

“打网球本质上是对节奏及空间位置的判断，网球场很大，接球成功率会是个影响用户体验的考量，但接球会改变发球节奏，也会影响用户训练，可能还会增加机器算力及开发投入，提升用户使用成本。我们觉得接球、发球应该分两个问题处理。”联合创始人晁光向硬氪介绍。

基于这一思路，一思智能为首款智能网球机器人Aceiilab A1赋予了高速移动能力。产品搭载自研双目视觉系统，可实时感知球、人、位置、速度与轨迹，配合差速底盘实现灵活移动，最高速度达5m/s。相较于传统固定点位的发球机，A1能够智能追踪击球落点并生成更丰富的球路，真实还原对拉中的跑动与击球节奏。

此外，针对初学者阶段教练常在学员同侧喂球的习惯，A1支持同侧多位置发球训练，并可自动转场切换边线喂球、发球线喂球等多种模式，满足不同训练场景需求。

产品形态上，公司从消费硬件的角度重新设计了产品，将设备做成类似行李箱的移动形态。设备展开后，通过主动轮、驱动系统和支腿结构形成稳定高速移动单元；收纳状态下则可以像行李箱一样拖行。

（图源/企业）

软件层面，一思智能开发了配套App，提供球路设置、训练课程和数据分析等功能，并联合国内外合作伙伴开发系统化课程。公司希望通过机器人创造训练环境，采集用户击球过程中的球速、落点、旋转、位移等数据，进一步形成用户技能画像，并根据用户水平、短板和成长曲线提供个性化训练方案。

晁光表示，未来竞争的核心并不只是硬件性能，而是围绕训练数据形成的软件服务能力。随着用户规模增长，更多真实训练数据沉淀后，系统能够进一步优化训练模型，形成“数据积累—训练效果提升—用户留存增长”的循环。

此前，一思智能的首款网球AI机器人Aceiilab A1在Kickstarter累计筹集资金超过82万美元，目前正在进行批量交付。国内市场方面，一思智能计划上线电商渠道，同步下一代产品也在规划中，目前已有经销商签署千万级框架协议。

以下为硬氪与一思智能晁光交流节选：

硬氪：一思智能做网球发球机的优势在哪里？

晁光：我们的核心优势首先体现在机器人基因上。团队具备从AGV、AMR、无人机原型机，到商用清洁和割草机器人等完整品类的研发经验。机器人产品与普通AI硬件的本质区别在于，它不仅依赖算法，更需要机械、电控、运动控制与系统集成的综合能力。这使得我们能从底层创造新的使用场景，而非仅在现成硬件上叠加AI功能。

其次在于完整的消费品出海经验。团队多次经历过从0到1的产品定义、供应链搭建与海外市场推广全过程，对于交付与产能爬坡更有经验。目前，对于移动网球机器人这样零部件超过200个的复杂新品类，我们已在量产之初就按照规模化交付思路建设产线，包括自主设计检测流程、工装夹具和数据管理系统，确保产品稳定落地。

硬氪：网球发球机赛道有不少玩家，一思智能的产品逻辑有何不同？

晁光：网球训练的核心不是单次击球，而是节奏及空间位置的判断，因此我们选择了“多空间以发代打”的路径，不追求机器人机械地完成所有接球动作，而是通过在不同发球位置和发球节奏的组合，用稳定、高质量的发球模拟真实对拉节奏，让用户形成有效的肌肉记忆。

此外，我们希望把机器人从工具变成消费产品。区别于传统发球机的钣金结构堆叠，我们采用行李箱式设计，用户可以直接拖行到球场使用，同时配套解决球的携带问题。

另一方面，我们认为软件和数据会成为长期壁垒。我们的App不是一个简单的电子遥控器，而是整个训练闭环的一部分。机器人进入球场后，会创造标准化训练环境，并持续采集球路、击球等数据，帮助用户形成技能画像，并提供针对性的训练方案。

硬氪：目前用户反馈如何？

晁光：众筹之前我们在美国开展了多场线下调研与体验活动，获得了大量真实用户的积极评价，涵盖产品性能与训练体验等多个维度。这些反馈也为我们后续的迭代提供了重要参考。同时，我们在海外运营了一个数百人的社群，成员每天都在围绕产品使用与网球训练展开活跃讨论。目前我们也在国内做一些线下活动，反馈也比较好。