头戴式便携采集系统HOMIE
搜索文档
清华校友创业公司Ropedia完成千万美金种子轮,革新机器人数据采集降本50倍
机器人圈· 2026-03-19 18:14
公司概况与融资信息 - 公司Ropedia是一家面向机器人与空间智能领域的数据基础设施服务商,于2025年下半年在新加坡成立 [1] - 公司完成了千万美金级种子轮融资,投资方包括谷歌、英伟达、亚马逊系北美天使投资人及亚洲头部美元基金,深渡资本担任独家财务顾问 [1] - 融资资金将主要用于核心技术团队扩建、现有产品量产交付与全球市场拓展 [1] 核心团队背景 - 公司由三位联合创始人搭建核心班底,均具备顶尖学术背景与大厂技术积淀 [1] - CEO陈昭熹博士为清华本科、南洋理工大学博士,曾在Meta参与光学动捕数据体系搭建 [1] - CTO洪方舟博士为清华本科、南洋理工大学博士,曾在Meta从事第一人称多模态智能研究 [1] - 首席科学家刘子纬教授为南洋理工大学副教授,计算机视觉领域知名学者,谷歌学术引用量超9万次 [1] - 南洋理工大学校长讲席教授、CVPR2026程序大会主席吕健勤出任公司科学委员会主席 [1] 行业洞察与市场痛点 - 未来十年智能技术的核心发展方向是突破屏幕桎梏,走向真实物理世界,通用物理智能的培育需从三维世界的交互体验中习得 [2] - 行业对数据的需求已从传统视频、图文,转向具备真实物理尺度、动态交互过程、人体与物体关系、场景结构和任务语义的高质量数据 [2] - 高质量物理世界数据的获取与处理面临两大核心难题:采集环节依赖昂贵设备与复杂部署导致成本高;原始信号转化为结构化数据的链路冗长、效率低下 [2] 核心技术路径与产品 - 公司采用“用算法能力反向定义采集能力,用模型能力反向降低硬件门槛”的技术路径,与传统数据采集公司不同 [2] - 未来行业竞争的关键在于以更低成本、更高效率将现实世界转化为贴合模型训练目标的数据资产的能力,而非采集原始素材的数量 [2] - 公司推出了头戴式便携采集系统HOMIE,该产品已实现量产并开启批量交付 [3] - HOMIE以轻量化硬件为入口,可采集第一视角下人体运动、场景变化、物体交互等多模态信号,并结合自研的4D重建与对齐算法,精准恢复带有真实尺度信息的动态世界表示 [3] - 相较于传统视频数据,HOMIE采集的多模态数据可完整保留人与环境、人与物体的交互过程,更贴合机器人学习和评测的输入需求,其核心优势体现在高精度深度几何信息捕捉、360°第一视角全景采集、4D物理世界动态还原等多个维度 [3] 商业模式与技术壁垒 - 硬件只是数据采集的入口,真正的技术壁垒在于背后的模型与数据管线能力 [4] - 公司强大的4D重建与结构化标注能力,使其可采用成本更低、部署更灵活的采集设备深入各类真实场景 [4] - 持续积累的真实任务数据能反向提升模型的精度、对齐能力与交付效率 [4] - “设备+模型+数据管线”的一体化模式,让公司跳出了单点设备供应商的定位,成为面向机器人与空间智能领域的底层数据基础设施服务商 [4] 市场布局与商业化进展 - 公司从成立初期便将北美作为核心市场之一,因北美聚集了大量前沿机器人公司、空间智能团队和研究机构,对高质量物理世界数据需求明确 [7] - 公司以新加坡作为全球化运营枢纽,在供应链组织、跨境协作、合规交付和国际研发合作上具备优势 [7] - 目前客户覆盖北美十多家头部具身智能和空间智能公司 [7] - 公司现阶段已形成“采集设备+数据服务+标准化交付”的综合服务模式,服务对象涵盖机器人、空间智能及相关研究团队 [7] 未来发展规划 - 短期目标:持续夯实数据生产与交付管线,进一步强化质量、成本与效率优势 [7] - 中期目标:聚焦4D物理数据相关标准的推动与定义,推动行业规范化发展 [7] - 长期目标:致力于构建围绕物理智能的数据基础设施网络,为更多机器人、空间智能及现实世界AI应用场景提供底层数据支撑,助力人工智能在物理世界的深度落地 [7] 行业影响与展望 - 公司正以技术创新重构机器人数据采集的行业逻辑,从算法反向突破硬件门槛,到打造一体化数据基础设施 [8] - 在谷歌、英伟达等头部企业系资本的加持下,公司有望成为物理智能时代数据基础设施领域的核心玩家,为机器人与空间智能行业的发展注入全新动力 [8]
两位清华校友创业:获谷歌、英伟达系投资人押注,要把机器人数据采集成本降50倍
36氪· 2026-03-16 17:22
公司概况与融资信息 - 公司Ropedia是一家面向机器人与空间智能领域的数据基础设施服务商,于2025年下半年在新加坡成立 [6][7] - 公司完成了千万美金级种子轮融资,资金将用于核心技术团队扩建、现有产品量产交付及市场持续拓展 [6] - 本轮融资由多位来自谷歌、英伟达、亚马逊的北美天使投资人和亚洲头部美元基金联合投资,深渡资本担任独家财务顾问 [6] 核心团队与技术背景 - 公司由三位联合创始人创立:CEO陈昭熹博士(清华本科、南洋理工博士,曾在Meta参与光学动捕数据体系搭建)、CTO洪方舟博士(清华本科、南洋理工博士,曾在Meta从事第一人称多模态智能研究)和首席科学家刘子纬教授(南洋理工大学副教授,谷歌学术引用超9万次)[7] - 南洋理工大学校长讲席教授、CVPR 2026程序大会主席吕健勤担任公司科学委员会主席 [7] 行业需求与公司定位 - 随着AI从数字世界走向物理世界,机器人与空间智能模型需要具备真实物理尺度、动态交互过程、人体与物体关系、场景结构和任务语义的高质量数据 [8] - 行业高质量数据面临两大难题:采集成本高(依赖昂贵设备和复杂部署),以及原始信号到结构化训练数据的转换链路长 [8] - 公司旨在构建面向机器人与空间智能的物理世界数据基础设施,通过低门槛采集设备获取多模态信号,并结合自研空间基础模型,将原始数据转化为可直接用于训练与评测的数据产品 [7] - 公司定位为底层基础设施公司,而非单点设备供应商,其模式是“设备+模型+数据管线”的组合 [10] 核心技术路径与产品 - 公司技术路径的核心是“用算法能力反向定义采集能力,用模型能力反向降低硬件门槛”[8] - 公司认为未来竞争的关键在于能以更低成本、更高效率、更接近训练目标的方式,将现实世界稳定转化为模型可学习的数据资产 [8] - 公司推出了头戴式便携采集系统HOMIE,以轻量化硬件采集第一视角下的人体运动、场景变化、物体交互等多模态信号 [9] - HOMIE结合自研4D重建与对齐算法,恢复带有真实尺度信息的动态世界表示,这类数据比传统视频更能完整保留交互过程,更接近机器人学习和评测所需输入形式 [9] - 该产品目前已实现量产并开始批量交付 [9] - 公司真正的壁垒来自其背后的模型与数据管线能力,更强的4D重建与结构化标注能力使其能使用成本更低、部署更灵活的采集设备 [10] 市场战略与商业化 - 公司从成立初期便将北美作为核心市场之一,因该地区聚集了大量前沿机器人公司、空间智能团队和研究机构,对高质量物理世界数据需求明确且出现较早 [13] - 公司以新加坡作为全球化运营枢纽,在供应链组织、跨境协作、合规交付和国际研发合作上具备优势 [13] - 目前客户已覆盖北美十多家头部具身智能和空间智能公司 [13] - 公司已形成“采集设备+数据服务+标准化交付”的综合商业模式,服务对象涵盖机器人、空间智能及相关研究团队 [13] 未来发展规划 - 短期规划是继续夯实数据生产与交付管线,进一步强化质量、成本与效率优势 [13] - 中期目标是瞄准4D物理数据相关标准的推动与定义 [13] - 长期愿景是构建围绕物理智能的数据基础设施网络,服务更多机器人、空间智能与现实世界AI应用场景 [13]
两位清华校友创业:获谷歌、英伟达系投资人押注,要把机器人数据采集成本降50倍丨36氪首发
36氪· 2026-03-16 09:17
公司概况与融资信息 - Ropedia是一家于2025年下半年在新加坡成立的数据基础设施服务商,专注于为机器人、空间智能和物理智能领域提供新一代数据采集与解决方案 [1] - 公司完成了千万美金级种子轮融资,由多位来自谷歌、英伟达、亚马逊的北美天使投资人和亚洲头部美元基金联合投资,深渡资本担任长期独家财务顾问 [1] - 融资资金将主要用于核心技术团队扩建、现有产品量产交付以及市场的持续拓展 [1] 核心团队与技术背景 - 公司由三位联合创始人创立:CEO陈昭熹博士(清华大学本科,南洋理工大学博士,曾在Meta参与光学动捕数据体系搭建)、CTO洪方舟博士(清华大学本科,南洋理工大学博士,曾在Meta从事第一人称多模态智能研究)和首席科学家刘子纬教授(南洋理工大学副教授,计算机视觉领域知名学者,谷歌学术引用超9万次) [1] - 南洋理工大学校长讲席教授、CVPR 2026程序大会主席吕健勤担任公司科学委员会主席 [1] 行业需求与市场定位 - 行业观点认为,未来十年智能将打破屏幕桎梏进入真实物理世界,通用物理智能需从三维世界的交互体验中习得,而非低维互联网数据 [1] - 随着AI从数字世界走向物理世界,机器人与空间智能模型需要具备真实物理尺度、动态交互过程、人体与物体关系、场景结构和任务语义的高质量数据 [2] - 行业长期存在两大难题:一是高质量数据采集成本高,依赖昂贵设备和复杂部署;二是原始信号距离可用于训练的结构化数据转化链路长 [2] 技术路径与核心产品 - 公司技术路径是用算法能力反向定义采集能力,用模型能力反向降低硬件门槛,竞争关键在于以更低成本、更高效率、更接近训练目标的方式将现实世界转化为模型可学习的数据资产 [3] - 公司推出了头戴式便携采集系统HOMIE,以轻量化硬件采集第一视角下的人体运动、场景变化、物体交互等多模态信号,并结合自研4D重建与对齐算法恢复带有真实尺度信息的动态世界表示 [3] - 该产品已实现量产并开始批量交付,其生成的数据相比传统视频更能完整保留交互过程,更接近机器人学习和评测所需输入形式 [3] - 公司认为真正的壁垒来自其背后的模型与数据管线能力,更强的4D重建与结构化标注能力意味着可以使用成本更低、部署更灵活的采集设备 [5] - 公司采用“设备+模型+数据管线”的组合模式,使其定位为底层基础设施公司,而非单点设备供应商 [6] 商业模式与市场拓展 - 公司从成立初期便将北美作为核心市场之一,因该区域聚集大量前沿机器人公司、空间智能团队和研究机构,对高质量物理世界数据需求明确且出现更早 [8] - 公司以新加坡作为全球化运营枢纽,在供应链组织、跨境协作、合规交付和国际研发合作上具备优势 [8] - 目前客户已覆盖北美十多家头部具身智能和空间智能公司,形成了“采集设备+数据服务+标准化交付”的综合商业模式 [8] 未来发展规划 - 短期规划是继续夯实数据生产与交付管线,进一步强化质量、成本与效率优势 [8] - 中期规划是瞄准4D物理数据相关标准的推动与定义 [8] - 长期规划是希望构建围绕物理智能的数据基础设施网络,服务更多机器人、空间智能与现实世界AI应用场景 [8]