定位通用拣选机器人，寅成智能融资千万美元

5月25日，通用拣选机器人研发商寅成智能宣布完成千万美元级天使轮融资。

本轮融资由德同资本领投，某产业资本方跟投，云岫资本担任独家财务顾问。在具身智能概念持续升温的当下，这家成立于2024年的初创公司，正尝试将自动驾驶的技术逻辑，平移到工业与物流分拣这个看似传统却充满挑战的场景。

公开资料显示，创始人浦群妍拥有复旦大学与卡内基梅隆大学的教育背景，曾任职于谷歌，后作为创始团队技术负责人加入硅谷自动驾驶独角兽Nuro，在AI算法与Robotaxi落地方面积累了超过15年的经验。

从开放道路的自动驾驶，跨界到受限场景的物流机器人，这背后的底层逻辑是技术复用与降维打击。自动驾驶的核心在于处理复杂、无序的物理世界交互；而寅成智能的目标，是将这种基于视觉感知、自主规划与控制的能力，应用于快递物流场景中同样杂乱、非标准化的分拣作业。

当前物流分拣环节的核心痛点非常明确：包裹品类繁杂、包装规格不一，且SKU数量海量。传统的工业自动化设备多依赖示教编程，属于指令驱动，难以适应高度无序和动态变化的工作环境，导致供需之间出现明显的错位。

寅成智能的业务核心，是其自主研发的“NECESSI”具身智能端到端大模型。这套方案的思路是让机器人像自动驾驶汽车识别路况一样，“看懂”不同形态、大小、材质的物品，并自主决策抓取策略，从而摆脱对预设程序的强依赖。

更重要的是，基于实际作业中形成的数据闭环，系统能够持续收集和处理长尾数据，进行自主学习。这在理论上赋予了设备更高的场景泛化能力，让它能应对更多“没见过”的包裹。

在B端机器人市场，技术先进性最终需要接受效率与成本的严苛检验。根据寅成智能最新披露的数据，其分拣系统目前的抓取成功率可达99.99%，单件作业时间控制在2秒左右。这个效率指标，已经能够对标甚至试图超越传统的自动化设备。

在商业化落地方面，公司选择将潜在规模超200亿元的快递分拣市场作为首战场景。目前，其拣选机器人已进入顺丰控股、京东集团、中国邮政等头部物流企业的业务流中进行验证。

据悉，公司近期已签署批量订单，累计订单规模达数千万元。这一数据表明，寅成智能已初步完成了从实验室技术验证到真实场景商业闭环的过渡，并即将开启2026年的规模化量产阶段。

完成本轮融资后，寅成智能计划将资金重点投入于2026年的量产运营、新一代模型的研发迭代，并寻求多行业场景的拓展。展望2027年，公司计划将应用边界从物流快递，延展至电商、医药、食品饮料及汽车零部件等领域，目标营收规模迈入亿元级别。

潜力与挑战并存

客观来看，寅成智能的发展路径清晰，但潜力与挑战同样突出。

其潜力在于技术的高成长性。将相对成熟的Robotaxi算法架构，迁移至容错率相对更高、场景相对封闭的室内分拣，是一条兼具技术可行性与商业想象力的路径。一旦基于大模型的数据飞轮效应跑通，其跨行业复制的边际成本有望显著降低。

而挑战则在于B端工程交付与泛化壁垒。硬件赛道不仅考验算法的“聪慧度”，更考验供应链的稳定性、制造成本的控制力，以及驻场工程的交付能力。这些都是从实验室走向规模化必须翻越的大山。

此外，当业务从容错率相对较高的快递物流，拓展至对合规与精度要求极高的医药或精密制造领域时，其端到端模型能否保持同等的高泛化率与稳定性，仍需经历更为严苛的市场验证。

在资本热捧具身智能的行业背景下，寅成智能的开局展现了不俗的技术背景与商业拓展力。接下来，如何将先发的技术势能，转化为坚实的工程与成本壁垒，将是其迈向规模化狂奔路上的核心考验。