独家｜半年融4轮，投资人抢投一位香港教授

具身智能的热度一直有增无减，但过去两年，业内关注的大多是人形机器人、自动驾驶和工业机器人等地面智能体。如今，随着技术边界不断拓展，空中具身智能已经进入投资机构的视野。

据悉，聚焦通用空中智能的硅羽科技（SPARO）在半年内连续完成四轮数亿元融资。继种子轮获得耀途资本投资后，锦秋基金、阿里巴巴、弘毅投资、普洛斯隐山资本、云时资本等机构相继加注。

创始人张富告诉我们，早在公司正式成立之前，便已有多家投资机构主动找上门来。“投资人看中的，是我们过去十余年积累的原创技术，以及空中智能体这条足够难、也足够具备产业想象力的技术路线。”

在张富看来，空中智能体绝不是“给无人机加一个AI大模型”那么简单，而是一次飞行器智能范式的重构。硅羽科技所做的，并非传统意义上的智能无人机，而是通用空中智能体。公司希望推动飞行器从依赖人工操控的飞行工具，进化为能够理解环境、自主决策、独立完成复杂任务的智能体。围绕这一目标，团队构建了覆盖多模态感知、端到端小脑、世界导航模型大脑，以及灵巧作业与集群协同的全栈技术体系，使飞行器能够在无GPS、弱光、动态变化等复杂环境下稳定运行，并实现跨场景、跨平台、跨形态应用。

对于一家早期初创公司来说，除了技术的想象力以外，创始人也是资本下注的关键之一。张富现任香港大学机械工程系终身副教授、MaRS Lab（港大机电与机器人系统实验室）负责人。不久前，这所实验室产出的FAST-LIVO2相关成果获得了IEEE Transactions on Robotics（TRO）傅京孙纪念最佳论文奖——这是机器人领域顶级期刊的最高荣誉之一，每年仅授予一次，此次也是该奖项有史以来第二次颁给中国科研团队。论文第一作者郑纯然是张富的博士生，并于2025年入选华为"天才少年"计划。

此外，张富团队的研究工作20余次发表在Science、Nature子刊、IJRR、TRO和TPAMI等国际最顶级学术期刊。根据学术影响力评估，其前5年工作影响力在全世界机器人学者中排名第五，华人学者中排名第一。

除了科学家以外，张富还有另外两个身份：产品经理和连续创业者。他自称自己是一位典型的outlier类的创业者。

硅羽诞生前，张富已经在产业界有了大量积累，过去十年，一直在机器人和无人机领域做研究，也一直在企业做产品。随着技术不断积累，越来越意识到，一些过去解决不了的问题，现在已经具备了解决的可能。“我真正想做的并不是一个单点技术，而是一种新的机器人形态。所以这一次，我决定亲自把这件事情做出来。”

空中智能体：更难的赛道，更确定的价值

在张富看来，空中智能体是目前机器人形态中商业化路径最明确的一种。这基于两个判断：它足够难，也足够有价值。

“空中智能体对尺寸、重量、功耗都有极其严格的限制——没有那么大的算力，没有那么大的电池，也没有那么充裕的空间。但即便如此，你依然需要把感知系统、小脑、大脑全部放进去，让它能够理解环境、自主决策、完成任务。有一次失误就可能坠毁。”张富坦言，“但也正因为难，技术壁垒足够高，解决了就是长期核心竞争力。”

张富向我们介绍，传统无人机只能在标准条件、预设航线、GPS信号良好的环境下作业，本质上是“飞行工具”，路径、避障、任务操作主要依靠人持续操作和判断。硅羽要做的，是让飞行器具备自主理解、决策和任务作业的能力，从“能飞”进化到“会思考”。

为此，硅羽构建了实现通用空中智能的全栈技术体系。第一是多模态融合感知，让飞行器适应并理解各类复杂环境，实现无GPS条件下厘米级定位

第二是端到端小脑系统，负责运动控制与实时决策，在20米/秒的高速飞行中流畅避障。

第三是世界导航模型大脑，负责理解环境、推理任务和自主规划，让飞行器思考、理解和预判，并越用越聪明。

第四是灵巧作业与集群协同，让飞行器像鸟类一样实现抓取、栖息、碰撞调整等物理交互，同时通过分布式架构实现千架级集群协同。这四项能力并非彼此独立，而是共同组成空中智能体完整的智能系统。

跨场景作业是智能体的重要能力之一，而它的底气，来自对世界导航模型的深度构建。传统方案本质上依赖预设地图，也就是机器人需要提前采集环境数据、建立静态模型，一旦进入陌生空间、光照变化或动态障碍物出现，预设系统便寸步难行。

硅羽的要求是：飞行器进入的是一个从未见过的环境，它没有地图可依，只能在飞行中实时感知、实时理解、实时构建对世界的认知，并在此基础上自主决策。世界模型不仅是一张地图，更是一套能够预测未来的能力，也是机器人真正具备智能的重要基础。

数据的获取同样是空中智能体面临的关键挑战。与地面机器人不同，飞行数据极其昂贵，原因在于高质量飞手数量有限，能够稳定采集高质量飞行数据的人更少，每一条真实飞行数据的成本都非常高。如果完全依赖真实世界采集，不仅速度慢，规模也很难做起来。硅羽采用Real-to-Sim（真实到仿真）路线：先利用少量真实世界数据建立高度逼真的仿真环境，再基于这个环境大规模生成训练数据。整个仿真过程始终围绕真实物理世界展开，训练出来的数据与真实世界之间的差距小得多，模型部署到真实无人机上的效果也更加稳定。

产品层面，硅羽采用“整机+平台”的双轨策略。整机用于验证整套技术体系，而模块输出则是将通用能力开放出来，赋能整个无人机行业。“无论是感知能力、自主决策能力，还是世界模型、多机协同等核心技术，我们都希望最终能够成为行业基础能力，而不是只服务于我们自己的一款产品。”张富说，“从长期来看，我们要成为一家平台型技术公司。”

飞行器下半场：从工程竞赛到智能革命

我们了解到，在创办硅羽之前，张富团队开源的相关技术成果已经在机器人和无人机行业被广泛使用，也是该行业重要的底层核心技术之一。

张富本科就读中国科学技术大学，2011年赴美国加州大学伯克利分校攻读博士，研究控制理论和人工智能；2014年前后在李泽湘的邀请下来到香港科技大学，开始系统研究机器人和无人机。2016年起，他深度参与大疆等行业头部企业的核心技术研发与产品化落地，涵盖飞控系统、多传感器融合、激光雷达等多个关键方向。

但与很多科学家不同，张富过去十年的大部分时间并不在实验室，而是在企业做产品。他带过研发团队，参与过产品定义，也推动过产品量产。在创办硅羽之前，他已经和学生、同事一起创办过两家公司。“我认为，一个优秀的科研人员，不应该只关注技术本身，更应该理解产业真正需要解决的问题。真正让我有成就感的是，把技术真正做成产品，并最终交付给用户。”张富说。

这种“科学家+产品经理”的双重基因，也深刻影响了硅羽的发展节奏。公司成立之前，硅羽就已经完成了Demo验证，并已进入量产前的准备阶段，长期与华为、大疆、中国电科、美团等企业开展技术合作。

“我们早就过了Demo阶段。”张富表示，“接下来工作的重点，不再是证明技术可不可行，而是不断完善产品，完成工程化验证，为正式量产做准备。现阶段融资将主要⽤于扩充关键岗位的团队建设、推进产品线的商业化落地与规模化交付，以及加速技术平台的持续迭代。”

在张富看来，如果说飞行器行业的上半场比拼的是工程能力，那么下半场竞争的将是自主智能。但硅羽的目标并不是重新发明一架无人机，而是基于已经成熟的硬件平台，构建下一代通用空中智能系统。

“真正需要被重新定义的，不是飞行平台，而是机器人的智能能力。”张富说。

当机器真正具备空间理解、自主决策和自主执行能力，无论工业场景中的复杂作业，还是消费端的空间内容获取，都只是空中智能最早落地的应用之一。率先完成这一步跃迁的企业，便有机会重新定义整个飞行器产业的价值坐标。

面向未来，张富表示，硅羽希望与全球合作伙伴携手，将空中通用智能向多类飞行平台与作业场景持续开放，不断拓展空间智能的能力和边界。硅羽核心团队来自全球顶尖研究机构及大疆、华为等头部企业，拥有十余年前沿技术积累与产业化经验。长期目标是建立整个空中智能体的技术生态，让更多合作伙伴一起推动行业发展。

下面是投资机构的观点：

耀途资本（种子轮独家投资方）：张富老师团队由全球稀缺的、同时掌握多模态SLAM底层算法与无人机整机端到端系统能力的顶尖学者构成。FAST-LIVO已经成为全球机器人领域事实上的工业基准之一。当前空中具身最大的瓶颈，是在复杂环境里实现自主感知，而这恰恰是张老师团队的技术强项。

锦秋基金：锦秋已经投资了超过十家具身智能相关的公司，而硅羽的独特定位则是在2m以上的广阔空间的感知-理解-任务执行。我们相信随着多模态的感知、导航再到“飞行智能体”的自主思考、任务执行，也会很快到来。在港大见完张富老师我们在十天内完成了决策，我们笃定AI技术会成为无人机领域的新变量，而张富老师是我们在这个蓝海见到的全球顶尖的学术团队，在产品化和商业化的迭代速度也让我们印象深刻。

弘毅投资投资总监谷雨：作为硅羽科技的早期投资方，我们看重的不只是一个新硬件产品，而是团队在飞行智能体底层技术上的系统性积累。张富教授及 HKU MaRS Lab 团队长期深耕空中机器人，在多模态感知融合、高精度定位建图、端到端导航与控制等方面形成了领先能力，并具备将前沿研究转化为可量产产品的工程经验。

普洛斯隐山资本：我们长期看好空中具身智能领域的发展机遇，其代表空间通用智能的演进方向，重构低空产业范式。硅羽科技团队拥有空中智能体领域全球领先的学术研究能力和卓越的产业化经验。依托普洛斯物流和算力基础设施生态及隐山资本的产业资源，我们期待通过‘资本+产业’协同赋能，助力硅羽科技开启具身智能+无人机的新纪元。

云时资本投资人李想：我们长期关注空天地海各层级的颠覆性创新机会，置身于AI与物理世界的交融奇点，硅羽将低空经济和具身智能融合，通过学习驱动的新范式重塑自主无人机的飞行轨迹与全流程复杂操作。创始人张富及核心团队在软硬耦合的前沿科技领域拥有多次-1到100从科研到爆款落地的稀缺能力，已经将无人机在未知、复杂物理三维空间中的感知能力推向极致。