本文约2900字，建议阅读6分钟
作者丨欧雪
编辑丨袁斯来
硬氪获悉，海洋具身智能公司卫澜深海在 9 个月内已完成 5 轮融资，轮次推进至天使 ++++ 轮，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。卫澜深海想做的事情，可以用一句话概括：用机器人拓展人类的海洋能力边界，代替昂贵且危险的水下人工作业。
创始人张大禹 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，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。卫澜深海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顶尖团队。卫澜深海 CTO 是出身中国船舶集团的总设计师，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。
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。
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。
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。第 1 个是水下感知问题。因为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，简言之，水下难以看清 10 米之外的物体。第 2 个是可靠性问题。水下作业场景对任务成功率和可靠性指标要求严苛，水下的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。第 3 个是能源问题。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。
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。
" 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。" 张大禹说。卫澜深海强调 " 错位合作 " ——卫澜深海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。
在完全实现水下作业无人化方面，他给了一条类似 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。
以下为硬氪与公司创始人张大禹的对话节选（经编辑）：
硬氪：卫澜深海的商业化路径是怎样的？
张大禹：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。因此，我们商业模式分三步：做示范性项目、卖标准化服务能力、卖机器人。
我们第一步不是卖整机，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。
硬氪：水下感知是困扰行业几十年的难题，卫澜深海的解法是什么？
张大禹：水下感知最大的问题是数据缺失。岸上可以用互联网级别的数据训练 VLA 模型，水下几乎没有声光磁同步数据。所以我们开发了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，也是我们目前投入最多的方向。
硬氪：公司目前阶段最大的挑战是什么？
张大禹：我们有两个核心问题需要解决。第一是水下数据问题，我们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。我们今年要完成长时间无故障运行，这是最关键的挑战。
投资方观点：
深创投：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，才能克服海洋中的难题，进而开发人类未曾开发的宝藏。我很高兴看到卫澜深海团队在海洋具身智能领域的积累和进步，期待他们在建设海洋强国的路途上闯出一片天地。
元禾原点：3.6 亿平方公里的海洋孕育着无限机遇，在人难以触及的环境中去拓展人类能力边界，可以彻底开发巨量海洋资源。我很看好卫澜深海团队在水下能源供应和自主作业方面的技术积累，期待他们的水下作业解决方案可以改变行业，拉近人类和海洋的距离，在向海图强的国家战略中贡献自己的力量。
