前大疆科学家张富创办硅羽科技：半年四轮融资，押注“通用空中智能”

据36氪旗下硬氪报道，聚焦“通用空中智能”的硅羽科技（SPARO）在成立半年内已连续完成四轮、合计数亿元融资。继种子轮由耀途资本投资后，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入局。来源显示，本轮及此前融资资金将主要用于关键岗位团队扩充、产品线商业化落地与规模化交付，以及技术平台持续迭代。

硅羽科技成立于2026年2月，创始人张富兼具学术与产业背景：其现任香港大学终身副教授、MaRS Lab负责人，曾任大疆高级顾问科学家多年，并参与飞控系统、多传感器融合、激光雷达等方向的研发与产品化。公司核心团队来自全球研究机构以及大疆、华为等企业，目标是让飞行器从传统遥控设备，进一步演进为能够感知环境、理解场景、做出决策并执行任务的空中智能体。

从“会飞的工具”到“会决策的空中智能体”

过去多年，无人机行业的竞争主要集中在飞行稳定性、工程可靠性、成本控制和供应链效率。头部厂商已经把消费级和行业级无人机的硬件能力推到较高水平，但在复杂环境下的自主能力仍然是难题。张富在接受硬氪采访时表示，行业下半场的核心变量正在从硬件参数转向自主能力；当前很多无人机主要承担“观察”任务，搭载相机或激光雷达进行巡检、测绘、感知，但真正能够改变环境、执行操作的飞行器仍较少。

硅羽科技选择的“通用空中智能”并不是简单给无人机增加一个视觉算法，而是试图构建面向飞行器的全栈智能系统。来源提到，公司技术体系覆盖多模态感知、端到端“小脑”、世界导航模型“大脑”、灵巧作业与集群协同等模块，目的是让飞行器在无GPS信号、弱光、动态变化等复杂场景中完成任务，并支持跨场景、跨平台、跨形态应用。

• 感知层：融合激光雷达、视觉、惯导等多源信息，在无GPS条件下实现高精度定位，并适应弱纹理、暗光、浓烟等退化环境。
• 控制层：通过端到端“小脑”提升实时避障和运动响应能力，来源称其避障响应延迟被压缩至5毫秒以内。
• 认知层：建设基于World Navigation Model的飞行器“大脑”，让系统不仅建图，还理解空间结构、语义属性与动态变化。
• 执行层：探索抓握、栖息、碰撞调整等灵巧作业能力，并通过分布式架构实现大规模集群协同。

技术壁垒：重量、功耗和实时性构成空中AI难题

与地面机器人相比，飞行器对重量、尺寸和功耗更敏感。它需要在有限载荷和电池容量下完成感知、定位、规划、避障和控制，这意味着AI模型不能只追求参数规模，还必须兼顾实时性、能耗和安全冗余。张富认为，这一方向“足够难”，也意味着具有较高壁垒；飞行器要把感知和决策能力集成到很小的芯片与机体内，难度远超许多地面场景。

来源显示，硅羽科技在感知算法上减少对传统特征提取的依赖，以适配光照剧变、弱纹理等复杂条件，并声称计算效率较传统方案提升十倍以上。在“大脑”层面，公司希望通过真机采集数据、仿真环境迭代训练、再部署到真实世界的方式，形成数据飞轮，使飞行器在任务中持续提升能力。这一路线与当前具身智能和世界模型的发展趋势相呼应：机器人不只是识别物体，而要理解环境如何变化、下一步可能发生什么。

影响与解读：空中智能或成为具身智能的新战场

对中文科技产业而言，硅羽科技的融资进展释放出一个信号：资本正在从大模型软件应用，继续向具身智能硬科技扩展。相比聊天机器人、办公助手等软件形态，空中智能体更接近“AI进入物理世界”的典型路径，潜在应用包括巡检、物流配送、应急救援、地下或室内作业、复杂环境维护等。

不过，这一赛道的商业化难度也不低。空中智能体不仅要解决算法问题，还要同时面对硬件可靠性、法规合规、安全责任、客户场景碎片化和规模交付等挑战。来源称，硅羽科技成立仅半年已积累数十家种子客户与合作伙伴，包括无人机、物流配送企业等。接下来，外界更关注的将不是融资速度本身，而是其技术平台能否在真实场景中稳定运行，并从样机验证走向可复制交付。

整体来看，硅羽科技将无人机竞争从“飞得稳、拍得清、价格低”推进到“能理解、会决策、可操作”。如果其全栈技术路线能够落地，空中机器人有望从观察型工具升级为执行型基础设施；但在此之前，复杂环境中的安全性、成本和产品化能力仍将是决定其商业价值的关键。