9个月5轮融资，98年博士带队造水下机器人

“目前用机器人代替水下作业是行业共识，但技术路线还没有收敛。”说这句话的，是卫澜深海创始人张大禹。这家海洋具身智能公司在9个月内完成了5轮融资，轮次已经推进到天使++++轮。

硬氪获悉，卫澜深海的核心股东包括深创投、元禾原点、国策资本等机构，老股东英诺天使持续加注。资金主要用于训练水下具身智能模型，建设水下具身智能训练中心，以及深化机器人在海洋油气能源场景下的应用。

98年博士，12年水下经验

张大禹98年出生，西安交通大学博士、助理教授，拥有12年水下无人系统研发经验。他高中起申请发明专利30余项，发表顶刊论文10余篇，主持2项国家级项目。

团队配置上，卫澜深海CTO出身中国船舶集团，是总设计师，主持型号装备等十余项国家级重大科研项目，总经费超过20亿元。公司已经组建了覆盖具身智能研发、工业部门国家队、水下能源行业市场的全链条团队。

卫澜深海聚焦海洋具身智能机器人领域，专注海洋具身智能平台技术研发以及水下机器人产业应用。公司已经构建由真实业务驱动的具身智能数据训练管线，通过“通用平台+模块化载荷”的方式实现水下泛化作业能力。目前公司已经为海洋业主客户交付海底能源设施全自主巡检作业服务。

为什么水下是具身智能的首个大规模场景

海洋当中藏有3倍于陆上的巨量资源，但人类不是水生生物。即使经过数百万年的进化，海平面以下仍然是人难以触及的高危环境。即使通过复杂的水下作业保障体系，潜水员也只能形成极为有限的作业能力——人在水下待不住，也待不起。

在海洋环境中，一个具身智能机器人的价值不仅仅是代替了一个劳动力，而是代替了整个水下作业保障体系。深度超过120米的饱和潜水作业需要一艘专业的饱和潜水支持船和数十名保障人员，报价超过100万元/天。人工水下作业保障体系的巨大成本，是海洋具身智能的收益率。

另外，在海洋环境中具身智能机器人硬件条件更容易超越人。即使对标精英潜水员，机器人的下潜深度是潜水员的5倍以上，机器人的作业范围是潜水员的千倍以上，可达到200公里。因此，水下作业极有可能是具身智能首个大规模代替人类的场景。

三大难题与“超级蛙人号”的解法

海洋环境与陆地环境有巨大差别，研发在海洋可随时调用的具身智能机器人需解决三方面问题。

• 水下感知问题：水和空气是不同的介质，可见光在水下的衰减频率远高于陆地上，水下难以看清10米之外的物体。
• 可靠性问题：水下作业场景对任务成功率和可靠性指标要求严苛，作业对象是昂贵的海底基建，如果机器人不能有效应对corner case，将面临停产等重大损失。
• 能源问题：水下作业区域距离岸上电网极远，且需覆盖的水下作业区域跨度极大。

为了解决以上三大问题，卫澜深海研发了「超级蛙人号」海洋具身智能机器人。其中“水下机器人通用平台”负责远程投送和水下灵巧作业，“海底星链基座”作为水下能源通讯载体。

“水下机器人通用平台”的声光磁跨尺度感知融合方案把声学、光学和磁场信息融合，使机器人获得超人类的水下感知能力，机器人可以像海豚一样直接处理声呐信息。“海底星链基座”突破了深海超低流速启动问题和叶轮偏航问题，可在全海域全海底地形实现快速部署，为水下机器人平台提供能源和通讯支持。

硬氪了解到，“水下机器人通用平台”的水下定位精度误差不超过1米、准确率达95%以上，双6自由度机械臂负载10公斤以上，续航48小时，最大航速12节，具备3节全向抗流能力，可以在恶劣的海况下完成精细水下作业。

“海底星链基座”的能量捕获面积可达10平方米，是机器人投影面积的数十倍，可以达到动力电池级别的水下供电能力。作为对比，波音公司发布的“Lamprey”水下智能机器人的捕能面积仅能达到机器人投影面积的50%，难以提供千瓦级的水下供电能力。对比诺斯罗普·格鲁曼公司的温差能方案以及Pliant Energy Systems的介电体捕能方案，卫澜深海在水下供电能力和系统可靠性方面处于国际领先地位。

经过十余年的技术积累，卫澜深海目前已经交付了第四代“超级蛙人号”海洋具身智能机器人，为海洋业主客户完成了海底能源设施全自主巡检作业项目。

三步商业化：先做服务，最后卖机器人

卫澜深海强调“错位合作”——第一步先在海洋业主客户的存量海底基建中打通垂向应用场景，再随海洋产业的增量市场做泛化水下作业。

张大禹把商业化路径拆成三步：做示范性项目、卖标准化服务能力、卖机器人。他解释，水下作业市场，客户最关心的是你能不能把水下作业需求干完、干好，而不是你的模型参数和泛化能力。

第一步不是卖整机，而是用标准化服务能力绑定大客户。先完成2到3个强示范性服务案例，验证新模式的效率以及成本优势，进而推动大量的标准化服务，整合行业水下作业标准，搭建水下无人作业体系。最后，退回到整机供应商，以“通用平台+模块化载荷”的方式在确保产品可靠性的同时，实现水下泛化作业能力。

在完全实现水下作业无人化方面，张大禹给了一条类似L2到L3自动驾驶的路线：先基于仿真器数据训练一个基础作业模型，将搭载了预训练模型的机器人嵌入现有水下基建维保流程中，让机器人处于人可实时干预修正的条件下完成自主作业，在部署阶段不断收集作业数据和人类的反馈数据，这些数据用于不断训练作业模型，逐渐从人在环路过渡到全自主无人干预的水下作业。

水下感知是困扰行业几十年的难题。张大禹的解法是开发水下具身智能仿真器，具备声场、视觉和磁场的感知训练能力，可以在模拟不同水域的水下作业场景并生成大量数据。目标是把声学、视觉和磁场信息融合，让机器人像海豚一样直接处理声呐信息，而不是先看到一个声呐图像再去二次判别。这需要大量的数据和基模相关的工作，也是公司目前投入最多的方向。

谈到现阶段最大的挑战，张大禹给出两个核心问题。第一是水下数据问题，公司开发了水下具身智能仿真器并跑通了由真实业务驱动的数据管线。第二是极致的机器人可靠性。如果只做移动观测平台，可靠性可以满足；但要做物理交互，比如用机械手拧阀门，需要更强的可靠性以及对corner case的处置能力。水下环境中一旦机器人卡死，将造成严重的安全事故。今年要完成长时间无故障运行，这是最关键的挑战。

投资方也给出了自己的判断。深创投认为，海平面以下是全球最大的高危环境，也是迫切需要具身智能代替人类的场景，在这个领域需要强大的正向研发能力。元禾原点则表示，3.6亿平方公里的海洋孕育着无限机遇，看好团队在水下能源供应和自主作业方面的技术积累。