昇视唯盛完成数亿元B轮融资：以自研焊接具身智能“大脑”切入工业制造落地

据36氪报道，聚焦工业制造场景的具身智能机器人企业昇视唯盛（3Srobotics）已完成数亿元B轮融资。本轮融资由上海半导体产投、金桥基金领投，零一创投、新鼎资本、中关鼎华及老股东微光创投跟投。来源显示，融资资金将用于焊接具身智能大脑与自主小脑运动控制系统迭代、扩大自有智造工厂产能，并扩充研发和市场服务团队，加速产品在全国多行业规模化落地。

昇视唯盛成立于2020年，早期从通用工业机器人研发、生产和销售切入。随着业务推进，公司将方向聚焦到焊接这一高频、刚需且复杂的工业工艺，并提出“自主大脑+自主小脑+自研硬件量产”的三级全栈自研体系。对具身智能赛道而言，这类融资案例的看点并不只是机器人本体，而是AI模型、运动控制与制造场景数据如何形成闭环。

从通用机器人转向“智能焊工”

焊接几乎覆盖多数工业生产环节，但同时也是危险性、劳动强度和技能门槛都较高的岗位。来源提到，昇视唯盛创始人王德钊认为，机器人未来会从通用化走向垂直场景的深度智能化，因此公司选择在焊接场景中把AI算法与机器人硬件结合起来。

传统焊接自动化方案通常依赖预先编程、拖拽示教或人工干预，在标准化工件上更容易发挥作用；但面对非标工件、复杂焊缝、现场误差和材料差异时，系统往往难以自主理解工况并动态调整。昇视唯盛的思路，是让机器人通过AI算法学习成熟焊工作业数据，结合3D实时重建和路径规划，实现对工件结构和焊接任务的感知、理解与决策。

据来源介绍，目前昇视唯盛一台焊接机器人在单位时间内平均可替代1.5到2名焊工，投资回报周期约为1到1.5年。对于制造企业而言，这类指标直接对应降本、稳定交付和缓解用工压力，也解释了为什么焊接会成为具身智能在工业场景中的重要切入口。

自研“大脑”与“小脑”：工业具身智能的关键组合

昇视唯盛将其核心能力拆分为焊接专属具身智能“大脑”和实时运动控制“小脑”。其中，“大脑”基于多模态大模型架构训练，训练数据来自真实工业工况，包括一线产线焊接数据、材质工艺知识库和复杂异形焊缝数据集。其目标是让系统像有经验的焊工一样，判断“哪里需要焊”以及“具体怎么焊”。

来源显示，该模型可结合工件空间结构、材质、纹理等信息，适配钢结构、工程机械、船舶、轨道交通、汽车零部件等行业中的非标、多品种、小批量生产场景。更重要的是，系统可根据板材材质、厚度、坡口形态和现场环境，动态匹配并实时调节电流、电压、走速、摆幅等工艺参数。

“小脑”则对应运动控制能力。昇视唯盛称，其自研实时运动控制系统来自控股子公司哈工现代在工业机器人本体上的积累，负责把“大脑”的工艺决策转化为稳定、精准的执行动作。在异形曲面、超大构件、狭窄空间、工件形变等复杂工况下，运动控制系统需要完成轨迹修正和动态误差补偿，以保证焊缝成型的一致性。

• 感知层：通过自研高精度3D视觉系统获取工件与作业环境信息；
• 决策层：由焊接具身智能大脑生成工艺方案和参数；
• 控制层：实时运动控制系统负责轨迹跟踪、误差补偿和多轴协同；
• 落地层：适配固定式、履带式移动式等不同形态焊接机器人。

影响解读：具身智能正在从演示走向高价值工位

过去一段时间，具身智能常被放在通用人形机器人或家庭服务机器人的语境中讨论，但真正具备商业化闭环的场景，往往来自工厂中高价值、强需求、可度量的工位。焊接正是典型代表：任务复杂、经验依赖强、质量要求高，同时企业又愿意为效率和稳定性买单。

从产业角度看，昇视唯盛此次融资释放出两个信号。第一，工业具身智能的竞争核心正在从单点硬件，转向模型能力、行业数据、运动控制和量产交付的系统集成。第二，垂直场景比“万能机器人”更容易形成可验证的商业路径，尤其是在制造业中，客户更关心是否能适应真实产线、缩短部署周期、降低返工率和提升产能。

不过，工业场景的规模化并不轻松。不同工厂的工件、夹具、产线节拍和质量标准差异明显，具身智能产品要持续扩大落地范围，需要在数据闭环、软件迭代、硬件可靠性和服务网络上长期投入。此次B轮融资后，昇视唯盛计划扩大产能并加强研发与市场服务团队，后续能否在更多行业复制“智能焊工”方案，将成为观察其商业化能力的关键。