36氪首发｜给泳池机器人造“眼睛”，前科沃斯员工做芯片获千万元天使融资

文｜张子怡

编辑｜袁斯来

36氪获悉，水下感知芯片企业「芯旸微」近日完成千万元天使轮融资，本轮投资方为险峰长青和隐峰资本，融资金额近1100万元人民币，其中险峰长青投资100万美元，尹峰基金投资400万元。本轮资金将主要用于团队建设和人才体系搭建。

随着水下机器人从遥控作业走向自主运行，感知成为绕不过去的一道门槛。

Fortune Business Insights数据显示，2025年全球水下/海洋机器人市场规模约58.2亿美元，预计2034年增长至196.6亿美元。但相比陆地机器人，水下环境对常见传感器并不友好：水体中的颗粒、浑浊度都会加速光的衰减，影响视觉成像；激光在水中的传播距离也受到限制。NOAA对于海水光衰减的监测同样显示，水体浑浊度越高，可见光的有效传播深度越低。

超声波因此成为水下探测的重要技术路线。

传统水下超声主要使用压电陶瓷（PZT）换能器，通过压电材料振动产生和接收超声波。这类器件能够提供较高的声功率，因此仍适合长距离声呐等应用，但在机器人需要的小型化、高密度阵列和成像场景中存在局限。

芯旸微的技术栈是CMUT（电容式微机械超声换能器）路线。它通过MEMS半导体工艺在晶圆上制造微型振膜，可以布置成高密度二维相控阵列，同时具有较宽频带。

已有研究显示，CMUT阵列能够实现水下超声成像，并具备宽带和阵列化特征。这使得其更适合安装在机器人本体上完成近场环境感知和3D声学成像。

芯旸微创始人曹金龙告诉36氪，“传统声呐更适合千米级远距离探测，公司目前瞄准的是机器人周边约0-20米范围内的近场感知。”

芯旸微目前提供的并非单独一颗CMUT芯片，而是一套由CMUT阵列、ASIC集成芯片及相关软硬件组成的声学感知模组。公司选择的首个商业化落地场景是泳池清洁机器人。

灼识咨询数据显示，2025年全球约有3410万个泳池，泳池清洁机器人年出货量约490万台，预计2030年增至700万台；2025年全球泳池机器人零售额约28亿美元。

泳池机器人市场在快速发展，参与其中的不少为中国企业。

曹金龙介绍称，目前不少泳池机器人仍主要依靠陀螺仪、单点超声或视觉辅助定位。机器能够运动，却很难准确知道哪些地方已经清洁、哪些没有。

芯旸微希望用阵列式声学成像改变这一状态。按照公司测试数据，搭载其模组后，泳池机器人的清洁覆盖率可以达到95%以上，并能够进一步实现区域识别和路径规划，使得泳池清洁机器人更智能化和可控制性。

目前，芯旸微已经完成多轮流片并进入小批量阶段，并与多家泳池清洁机器人企业开展产品需求、测试和供应链合作。

曹金龙表示，泳池是公司主动选择的第一站。相比医疗超声，它对成像精度、认证和产品导入的要求更低，可以更快验证芯片和模组，并形成早期收入。

完成泳池场景后，芯旸微计划继续沿水下场景扩展，下一步包括消费级水下领航测绘扫描机器人，通过移动测绘扫描鱼群、水下装备、水下救援等场景，再进入水产养殖，通过声学感知获取鱼群数量、活动深度等数据，为投喂和养殖管理提供信息。未来芯旸微的CMUT技术还将应用于机器人与人脑之间的交互，形成人脑直接控制机器人大脑的可穿戴智能设备。

团队方面，创始人兼CEO曹金龙此前先后任职科沃斯和霍尼韦尔，工作经历横跨消费级机器人和上游传感器；研发团队拥有十年以上CMUT研发经验，已完成了多种芯片设计和工艺制程技术积累。

长期来看，芯旸微希望将CMUT的能力从“感知”进一步延伸到“通信”。由于超声器件既可以发射也可以接收声波，公司最终将其做成水下机器人的信息端口——既负责“看见”周围环境，也负责与外部交换信息。

CEO对谈

36氪：采用CMUT技术路线的芯片此前更多用于医疗，你们为什么首先选择泳池机器人，而不是从技术门槛更高的医疗产品开始？

曹金龙：我们早期其实看过血管超声、心腔超声、颅脑超声，也看过无创脑机接口。但这些产品投入很大，研发和商业回报周期都很长。对于一家早期创业公司来说，如果一开始就进入高投入、短期又没有收入的市场，风险非常高。

泳池机器人对成像精度的要求没有医疗那么高，产品导入和试错成本也低得多。对我们来说，它可以同时形成技术闭环和商业闭环。先通过一个真实市场验证产品，让公司活下来、积累客户和资金，再向更高端的场景拓展，这是我们选择的路径。

36氪：CMUT技术在海外已经发展很多年，中国公司现在切入水下机器人，机会在哪里？

曹金龙：中国最大的优势还是下游机器人产业的发展速度。很多泳池机器人、水下智能硬件本身就是中国团队研发、面向全球销售，我们离客户非常近，可以更快拿到真实需求，再针对需求去定义芯片。

国外CMUT公司过去主要面向医疗市场，已经形成比较成熟的产品和商业模式，但医疗芯片不能直接拿到水下使用，需要重新设计器件和ASIC。我们反而可以从一开始就围绕水下场景定义产品。

当然，中国目前也有短板，主要是在芯片制程环节。我们现在的量还不够大，可选择的代工资源有限，所以也在通过中试平台和新的制造合作伙伴解决量产问题。