致力工业机器人智能化柔性生产，「摩马智能」完成数千万元Pre-A轮融资

36氪获悉，上海摩马智能科技有限公司（以下简称“摩马智能”）近日完成数千万元人民币的Pre-A轮融资，由绿洲资本独家投资。佳境资本担任独家财务顾问。本轮融资将主要用于工业机器人认知智能算法技术研发等方面。

摩马智能是36氪持续关注的初创企业，公司主要针对工业机器人部署难点痛点，为企业提供工业机器人智能化解决方案，帮助制造业企业实现柔性化生产。

对于制造业企业来说，工业机器人部署一直是一个老大难问题，轨迹规划是其中的核心环节。轨迹规划通常需要富有经验的机器人工艺工程师先在虚拟仿真软件上进行调试，例如ABB的RobotStudio和西门子的Process Simulate等。

由于仿真软件不可能和现场环境完全一致，工程师需要根据现场环境情况对工业机器人的工作轨迹进行反复调试。调试过程通常要耗费几百到甚至上千小时，如果是一个大型产线，部署周期甚至可达到半年之久。

综上可以看出，企业部署机器人耗时长、难度大。

对此，摩马智能推出了公司自主研发的认知智能算法训练平台，该平台内嵌了基于AI的自适应轨迹规划算法，可以针对生产环境实时调整机器人工作轨迹，最终迭代训练出最优工作轨迹，减少人工参与。如此一来，摩马智能可以将工业机械臂的部署时间从几百到上千小时缩短到十几小时甚至是几个小时，帮助企业在个性化市场需求下实现智能柔性生产。

在实际部署上要达成自动产出自适应轨迹的目标，需要形成一个实时闭环系统。AI包从训练平台下发到轻量级的“机器人大脑”TCU上，通过现场传感器将数据实时上传TCU， TCU做毫秒级的自主路径判断和决策，并将指令下发到机器人控制器，使得机械臂具备自主适应性。

摩马智能认知智能算法训练平台

?

从需求上来看，工业机器人部署调试是一个高频刚需的事情。而供给上，机器人调试部署主要依赖于经验丰富的工程师，这类工程师数量较少，加上现场调试耗时长，人工成本也很高。

如果是针对高精度工艺场景的轨迹规划，目前市场上调试软件内嵌的规划算法通常对算力性能要求较高，这又会进一步增加企业负担成本。

面对市场个性化需求的涌现，企业需要以更低成本、更快速度实现多品种小批量的柔性化生产。以汽车行业为例，过去一条产线主要大规模生产单一车型，但现在需要生产多种车型，企业就会频繁增加机器人动作以满足换线生产的要求，而换线和部署一条新产线的耗时和人工成本相差无几。

摩马智能通过人工智能平台，让机械臂“先学习，再落地”，可实时生成最优避障轨迹。从而减少约90%的部署时间，缩短产能爬坡周期并提高稳定性，让企业机器人部署得更快，部署花的钱更少，有效解决机械臂部署耗时费力的行业痛点。

另一方面，摩马智能也可以帮助企业将生产相关的工艺数据和经验在线沉淀下来，不断优化算法来提升生产效率，进一步减少企业对机器人调试工程师的依赖。

应用场景方面，摩马智能柔性上下料技术已经实现半导体和3C行业中的应用，摩马智能也向36氪表示柔性上下料技术不仅仅能在IC芯片、航空航天等具有多品种小批量特征的行业应用，也能够在机加工、物流、组装等柔性化要求越来越高的行业快速延展，摩马智能正在拓展客户。

此外，摩马智能还将针对汽车焊接、柔性组装等工艺场景提供机器人柔性化智能化解决方案。

摩马智能应用场景

面对工业机器人巨大的存量市场，摩马智能科技也可以帮助传统机械臂实现迭代升级成柔性生产系统。

摩马智能目前客户分为三类，第一类客户为工业机器人终端使用者，第二类是机器人集成商，第三类是包括本体厂商等在内的生态合作伙伴。摩马智能的算法训练平台将兼容若干本体厂商的机械臂，帮助他们提升智能化水平。

目前，公司的客户包括世界500强、上市公司等头部工业客户，涉及集成电路、汽车制造、航空航天、军工、快消品等行业。

摩马智能团队现有40多人，其中60%以上员工具有硕士以上学历，团队内有国家千人专家，成员主要来自清华大学、纽约州立大学、柏林自由大学、日本九州大学、上海交通大学、西北工业大学、哈尔滨工业大学等国内外知名高校的科技人才。公司在上海与柏林设有人工智能及机械臂技术研发中心，在宁波设有工程应用中心。

绿洲资本投资负责人表示：机器人智能化、柔性化是供应链升级的必然要求，摩马致力于用AI技术降低机器人的使用门槛，解决机器人作业过程中的智能化问题，是制造业升级探索的重要方向。高总在博世集团德国总部以及多个国家工作多年，评估和管理过全球几百家工厂，清晰的了解制造业痛点，也一直不断尝试通过新的技术对制造业做升级，让制造业更好的面对个性化时代的挑战，是摩马创立的初衷。