上海机器人公司获千万美元投资

从物流分拣到百行千业的通用未来，一家初创公司正通过新的技术路径，为机器人赋予更智能的“大脑”。

近日，上海寅成智能科技有限公司宣布完成千万美元天使轮融资，由德同资本领投，某产业资本方跟投。本轮融资将主要用于2026年量产订单的运营、新一代通用具身智能大模型的研发迭代，以及在更多商业场景的规模化落地。其核心目标是加速推动机器人实现从“自动化”向“智能化”的代际跨越。

值得注意的是，成立不到三年，寅成智能已累计获得数千万订单，客户涵盖国内外多家头部企业，并即将开启商业化量产。这一进展，在当前具身智能行业中，堪称一个务实而高效的样本。

硅谷归来的连续创业者

寅成智能成立于2023年9月，总部位于上海青浦，专注于具身智能技术研发与应用，致力于打造高泛化、高智能的通用拣选机器人。

创始人浦群妍的履历颇具代表性：本科毕业于复旦大学计算机系，硕士毕业于卡内基梅隆大学，拥有超过15年的AI算法研究与Robotaxi（自动驾驶）落地经验。她早年在谷歌担任技术总监，成功将多项AI技术产品化，这些产品共同为公司带来了每年超过十亿美元的收入。此后，她又作为创始团队技术负责人，加入了美国自动驾驶Tier1企业Nuro——这家公司是自动驾驶领域的超级独角兽，估值一度超过600亿元。

正是在Nuro的经历，让浦群妍意识到，AI与物理世界的交互不应止步于道路。自动驾驶和机器人看似是两个赛道，但底层要解决的问题其实很接近，都需要在复杂动态的环境里，完成感知、决策和执行这一整套闭环。从这个角度看，物流分拣更像是“自动驾驶”技术在特定、受限场景中的一次完美降维应用。

2023年，浦群妍回国创业，在上海成立了寅成智能。创立公司的初衷很明确：让机器人拥有真正能“看懂并处理”物理世界无序状态的大脑，而不是只能执行预设程序的自动化设备。

从创业路径上看，寅成智能并非从概念出发、再慢慢寻找场景的公司。它的打法更像是先锚定“通用拣选”这个具体目标，再倒推技术路线和产品结构。这种做法的好处是边界清晰，目标明确；但挑战也同样突出，因为物流分拣并不是一个容易被“做出样机”就解决的行业，它对稳定性、效率和成本有着极其苛刻的要求。

支撑这一目标的，是一支背景多元且实力雄厚的核心团队。成员分别来自Google、Amazon、Nuro、ABB等全球知名科技企业，以及复旦大学、卡耐基梅隆大学、加州大学、悉尼大学、香港大学等顶级学府。这支团队既拥有全球前沿的AI技术积累，又具备丰富的工业机器人落地经验，其目标是将先进技术与行业深度场景紧密结合，提供更高效、更智能、更具性价比的通用机器人解决方案。

从技术验证迈向商业闭环

物流分拣看似简单重复，实际上却是具身智能最容易暴露技术短板的场景之一。

在快递物流行业的分拣中心里，包裹品类繁多、包装差异巨大、SKU海量，且作业节奏极快。传统的自动化分拣设备通常依赖示教编程，需要工程师逐一教机器人识别和抓取每一种物品。一旦包裹形态、摆放方式或者物体材质发生变化，系统往往就需要重新调整，适应性非常有限。

行业数据显示，目前中国物流分拣领域的自动化率不足30%，其中能够处理非标包裹的智能分拣设备占比更低。然而，这个细分市场的潜在规模已超过200亿元。不仅如此，随着中国快递业务量在2025年突破1900亿件，分拣环节的人力成本、用工稳定性和效率要求都在持续攀升，这已成为众多物流企业必须面对的现实压力。

寅成智能的切入方式，是将智能驾驶的底层思路引入机器人领域，打造一套更接近“自主学习”的分拣系统。公司自研的NECESSI具身智能端到端大模型，旨在让机器人能像人一样“看懂”不同物品，并自主判断如何抓取与放置，从而彻底摆脱传统设备需要逐一“手把手”教导的繁琐模式。

与传统机器人普遍采用的“感知-规划-控制”分离式架构不同，NECESSI大模型采用端到端的学习方式，能够直接从视觉输入生成运动控制指令。这种架构使得机器人能够更好地处理复杂、动态和不确定的环境，具备更强的泛化能力。

同时，寅成智能坚持通过“AI训练AI”的数据飞轮机制，让机器人在真实作业中不断自主学习，实现越用越聪明。公开资料显示，截至目前，其机器人已在客户真实作业场景中积累了数百万条长尾数据，覆盖异形、破损、挤压、堆叠、遮挡、粉尘、易碎品、纠缠物体等多种复杂情况。对于分拣系统而言，这些源于真实工况的数据，远比单纯的标准样本更有价值。

在实际性能表现上，寅成智能的智能分拣系统已进入相对成熟的验证阶段。据悉，这套系统在快递分拣场景中的抓取成功率达到99.99%，单件作业时间约2秒，整体表现远超传统自动化设备。

商业化层面，公司的高性能拣选机器人已经进入顺丰控股、京东集团、中国邮政、科捷股份、GoFo等国内外头部客户的业务流程，近期还签署了批量订单，实现了从技术验证到商业闭环的关键跨越。基于头部客户的标杆效应与场景验证，寅成智能的业务将进入高速增长期。预计到2026年，随着核心客户订单的集中交付，其在智能拣选领域的市场地位将进一步巩固。

在具身智能这条赛道上，能拿到实质性订单和量产承诺的企业本就不多，而真正能把“技术”转化为稳定“业务”的，更是凤毛麟角。

从物流分拣到百行千业的通用未来

目前，业界普遍将2026年视为具身智能规模化落地的关键年份，全球市场也正经历着前所未有的快速增长。

数据显示，中国具身智能机器人市场规模从2023年的2.9亿元，迅速攀升至2025年的28.5亿元；预计到2030年，市场规模将进一步扩大至684.5亿元。海外市场方面，预计到2030年，市场规模将达到1365.9亿元。

与此同时，行业内部也出现了明显的分化现象。一方面，人形机器人等概念热度极高，吸引了大量的关注与资本涌入；另一方面，许多项目仍停留在实验室演示阶段，距离大规模商业化落地尚有距离。

相较之下，寅成智能选择的路径显得尤为务实。它没有从最热的人形机器人概念切入，而是首先瞄准了物流分拣这个具有刚需、高频、市场明确特点的场景。其逻辑是，先在一个高密度、高难度的场景里把技术、数据和商业闭环跑通，再考虑向外围场景泛化。

根据规划，2027年及未来，寅成智能将继续把NECESSI端到端大模型向更多行业扩展，目标场景包括电商、食品饮料、医药、烟草、日化、电子、汽车零部件等。这些领域同样普遍面临着劳动力短缺、人力成本上升、非标操作繁多等痛点，对智能机器人有着持续而强烈的需求。

具身智能的长期竞争，最终不会停留在“看起来像机器人”的外观层面，而会落到能否稳定工作、能否持续学习、能否被客户真正买单等硬核维度。随着技术的不断成熟和成本的持续下降，寅成智能在物流分拣场景中积累的技术与商业价值，有望在未来集中释放。届时，公司的营收规模或将迈入新的台阶。