哈工程教授创业，造水下机器人，天使轮融资亿元

作者丨薛皓皓

编辑丨关雎

图源丨工至海洋

当陆上的人形机器人批量制造着估值独角兽，并开始陆续上市，海里的具身智能也开始浮出水面。

“水下具身智能不会经历陆上的‘展示多，落地少’阶段，它会更偏实用。”工至海洋创始人郭春雨认为。

郭春雨是哈尔滨工程大学教授、博导，国家杰出青年科学基金获得者，曾参与研发蛟龙号、航母推进器等重大项目，在船舶推进领域扎根二十余年。

他提出，水下具身智能首先重点要解决水里“看不清”和“听不清”。据此，公司推出了柔性波动鳍与矢量泵喷耦合推进方案的河图水下机器人，用像鱼鳍一样缓缓波动的柔性鳍面，结合泵喷，替代传统的螺旋桨推进器。该产品已经实现量产，将于今年交付客户使用。

具体而言，河图在3节航速下辐射噪声86分贝，逼近海洋背景噪声；近底扬沙仅为传统设备的1/500，不影响能见度；水下多模态数据库覆盖全水域，搭载的高灵敏度传感器能实现数据毫秒级回传，核心目标实时识别准确率大于95%。

“吨级“河图”海洋智能具身机器人

走仿生路线并不是炫技，也不是猎奇，而是为了满足多种海洋场景的需求。海上风电的海底电缆巡检、海洋牧场的清理与运维、大型水库水底的监测等等，均对清晰度和低噪音提出高要求。

除了水下机器人，公司依托已有的冰桨流耦合与水动力技术，推出极地船舶特种推进系统和3D打印螺旋桨等产品，为多型重点船舶提供关键装备配套，并实现了向海外市场的技术与产品输出。这为公司的初期运营提供了较稳定的现金流。

3D打印环形螺旋桨

随着河图被推向市场，整机及解决方案销售可能是主要营收来源。

截至2026年8月，公司的意向订单超1.6亿元，包括极地船舶配套、核辐射检测、水库大坝、深海挖矿等场景。

从团队配置看，郭春雨投入产业一线，并引入产业与运营核心人才。CEO李洪雷曾创过业，且拥有政府供职经历；CTO王崇磊是哈工程船舶工程学院出身，主攻仿生航行器与柔性波动推进，负责具身大脑的核心算法；技术总监张佐天曾任多项国家级深海工程船的水动力测试总负责人，对极地场景的复杂工程拥有丰富经验。

近日，工至海洋宣布完成近亿元天使轮融资。投资方包括隐峰资本、力合金融、中新智地、小即是大创投、哈工程资管等。

郭春雨认为，海洋占地球面积的70%，工至海洋最终将走向深海，因为仿生终将减少对深海生态的破坏，更可能实现资源利用和生态保护的平衡。

走仿生路线

解决水下“看不清，听不见”

创业邦：你曾参与过蛟龙号、航母推进器、雪龙2号破冰船、世界最大极地LNG的螺旋桨设计等重大工程项目的联合研发。这些经历与今天研发仿生水下机器人之间有什么联系？

郭春雨：我们的科研团队长期从事水下推进技术研究。这个团队从我的老师创建至今，已经积累了四十多年的历史。多年来，我们参与了国内许多重大工程和国家战略项目。

刚才提到的几个项目，我本人都曾亲自参与。有些项目中我是项目负责人，有些项目中担任技术负责人。

这些重大工程给我们带来的，不只是某一个具体产品的技术经验，更重要的是对复杂工程系统的理解，包括可靠性要求、极端环境适应性、长期运行稳定性，以及不同技术模块之间的协同关系。

创业邦：市场上已有许多传统形态的水下机器人，工至海洋为什么选择仿生路线？

郭春雨：公司目前有推进器和仿生机器人两条业务线。在我看来，仿生推进与螺旋桨推进都属于水下推进技术，底层力学原理并不割裂：一个是以摆动、波动方式推进，一个是通过旋转叶片产生推力，区别更多在于表现形式。

选择仿生不是为了猎奇，而是来自水下无人作业的实际需求。水下智能最基本的两个问题，是“看不清、听不见”。

“看不清”是因为光在水中会被吸收，水质稍差时视觉距离就会受限；在浑浊海域、江河或海底环境中，泥沙会让问题更加突出。如果机器人本体再用传统推进方式搅起泥沙，视觉条件会进一步恶化。因此，仿生路线希望让机器人以更轻柔、低扰动的方式在水下航行。

小型“河图”海洋智能具身机器人贴底航行

“听不见”则关系到声纳。声纳相当于水下机器人的重要感知器官，可以类比为眼睛和耳朵。机器人本体噪声过大，会干扰声纳等感知载荷的工作。如果要让机器人走向更高水平的自主性，必须处理好本体噪声问题。

创业邦：仿生推进是否一定比螺旋桨更安静，也是否意味着可以替代所有水下机器人？

郭春雨：不能简单这么说。螺旋桨高速旋转是水下设备噪声的重要来源之一，在既有技术路径上继续降噪往往越来越困难。仿生路线有望降低扰动和噪声，但它本身也可能带来驱动复杂性，而且处理不好的话，会带来新的机械噪声。

公司也不认为仿生机器人可以包打天下。某些场景只需要完成确定性任务，对高等级自主能力要求不高，传统设备可能仍然是更合适的选择。

创业邦：工至海洋为什么同时做推进器与仿生机器人？

郭春雨：推进器是当前市场需求更明确、也是公司较早形成业务基础的方向。我们长期积累的推进技术可以自然进入创业项目。仿生机器人从技术本体上看，仍然是水下推进技术的一种表达。

公司当前的推进器客户既包括船东，也包括造船厂，订单更多来自船厂。普通船的推进器制造已有较多供应商，公司更倾向于在设计、总包和合作制造中发挥作用；而在冰区船舶等高技术难度的推进器领域，公司希望进一步形成从设计研发到产品交付的能力。

短期内，推进器业务仍可能是更重要的收入来源。

创业邦：破冰船推进器与普通船推进器相比，技术难点在哪里？

郭春雨：普通船推进器主要在水环境中工作；破冰船推进器不仅在水中运行，还要面对桨叶与冰体的反复碰撞，载荷更复杂，对材料、刚度、强度和可靠性提出更高要求。其设计不再只是流体力学问题，还要考虑结构力学等因素。

公司较早开始在这一方向进行科研布局。

创业邦：水下机器人可以用于很多场景，公司目前最优先进入哪些领域？

郭春雨：企业必须有战略主线，不可能在一个阶段内把所有场景都做完。经过调研，我们目前希望优先进入海底管线和海上风电运维。

海上风电的水下部分具有明确的运维需求。风电桩基础在海底长期受到水流冲刷，可能出现腐蚀、覆埋或其他状态变化，需要进行检查和判断。人不适合频繁下水，机器人需要完成水下巡检；如果设备在浑浊环境中看不清，就无法支撑后续维护决策。

此外，海上风电相关的海底光缆、电缆与管线网络较长、运维责任也可能比较分散。随着场景向更深水域发展，对设备的感知、自主运行、耐压和作业能力都会提出更高要求。

创业邦：仿生机器人的低扰动、低噪声优势，如何在风电和电缆场景中体现？

郭春雨：海底检测、巡检和维修面对的是复杂环境。机器人如果看不清、听不见，不仅难以实现智能作业，连基础作业都可能无法完成。

“看清”意味着机器人进入海底后，不会因自身推进过度扬沙而让目标区域变得更浑浊；“听见”则意味着本体噪声不会严重干扰声纳等感知设备。对于需要识别障碍、发现管线状态、判断是否需要维修的任务，这些能力都是作业的前提。

我们把声纳理解为水下机器人实现智能的重要感知器官。就像希望人形机器人到工厂作业，首先要保证其本体运动稳定；水下机器人如果连感知环境的能力都受影响，就无从谈起自主作业。

创业邦：水下机器人关键部件是否仍受制于海外供应链？

郭春雨：如果在数年前问这个问题，答案确实会更困难。声纳、水下电机等关键部件，过去很大程度依赖海外供应。

近年国内高校、研究机构与企业在声纳、电机等环节持续投入，产业条件明显改善。我们判断，水下机器人已经接近从科研装备走向更大规模产品化的临界点。对公司当前产品而言，供应链可以实现100%国产化。

船舶清洗太拥挤

最终走向深海资源场景

创业邦：公司官网将海洋牧场列为应用方向，仿生机器人在这一场景中的价值是什么？

郭春雨：海洋牧场是一个很适合低噪声水下机器人的场景。养殖鱼类对噪声可能较敏感，传统推进设备的噪声可能影响养殖环境。我们最初也未充分认识到这一点，后来与水产领域专家交流后，开始关注低噪声机器人在牧场巡检、养殖监测和智能化运维中的可能性。

小型“河图”海洋智能具身机器人渔业养殖监测

海洋牧场的智能化运维并不只是巡检，还可能涉及鱼类健康监测、自动投喂、台风等极端天气下的实时监控。比如台风导致鱼群受惊、聚集甚至死亡时，若不能及时发现和处置，可能造成水体污染和疾病扩散。

创业邦：海外成熟的海洋牧场模式，能否直接复制到中国？

郭春雨：挪威等国家的海洋牧场很多是固定、集中式布局，一个固定装置可能覆盖较集中的区域。中国的海洋养殖场景更分散，地域和海况差异也更大，可能需要更多移动化设备和分布式运维能力。

这意味着，国内的海洋牧场可能更需要巡检装备、实时监测和综合运维体系。

创业邦：公司为什么从“卖机器人”转向同时强调工程服务和整体解决方案？

郭春雨：创业初期，我们也把自己理解为一家卖机器人的公司。但我走访上下游后发现，许多水下机器人公司营收并不高，而海洋场景的需求其实很迫切。问题不完全在技术参数，而在客户是否能真正使用产品、理解数据并完成作业。

企业买机器人可能是为了减少人工，但如果购买设备后还要增加数名操作人员，培训半年到一年，或者声纳采到的数据客户看不懂，设备就很难真正创造价值。

因此，研发机器人只是第一步，后面还要补齐软件交互、数据解读、客户培训、现场保障和服务协同等能力。

创业邦：水下机器人是否会像人形机器人一样，经历很长的“展示多、落地少”阶段？

郭春雨：水下机器人的需求更偏实用，但行业目前仍没有普遍达到真正的智能化。传统上，AUV强调自主水下航行，ROV强调由人远程操控。在我们看来，现阶段较有前景的可能是介于两者之间的双模态路径：既保留人为控制，也具备一定自主行为，在自主能力基础上再叠加作业能力。

公司计划推出首款量产产品，定位为可进行探测与处置作业的双模态水下机器人，河图。

小型“河图”

创业邦：河图交付后，你最担心客户对什么不满意？

郭春雨：我更担心的是易用性。客户需要培训多久才能使用？机器人完成任务后形成的数据，客户能否看懂？能否用更直白的图像、界面和提示，把复杂水下信息转化为可理解的结论？这些都需要软件、人机交互和驻场服务不断进化。

产品化不是把机械本体做出来就结束了。未来公司更可能按客户需求提供整体方案，因为只卖一台机器，很难填平产品与实际工程之间的鸿沟。

创业邦：目前，水下机器人赛道变得越来越拥挤，深之蓝、潜行创新、世航智能等均已出现，工至海洋最不想进入的场景是什么？

郭春雨：公司不太愿意走竞争过度集中的路线。船体清洗是一个有价值的场景，能够帮助船舶节能减排，我们并不否认它的意义；但在我们的观察中，大约90%水下机器人企业都集中进入这一方向，而且船舶清洗的价格已降得较低，甚至有的亏本在做。

创业邦：如果把时间拉长，公司最终希望走向哪种场景？

郭春雨：从长期看，我们的方向还是深海。

人类进入深海，最终会面对能源和资源获取的问题，海上风电、油气、海底矿产等都属于这一范畴。工至海洋希望从近浅海的具体应用出发，逐步积累面向深海能源与资源场景的装备和作业能力。

但深海开发不能只谈资源。当前海底资源开采仍面临生态影响、国际规则和技术路径等多重约束。我们关注的是一种更低扰动、更生态友好的作业方式：在海底作业时尽可能减少对环境的破坏，让资源获取与生态约束不只是对立关系。

科学家创业需有开放心态

创业邦：公司成立后，融资是否顺利？

郭春雨：公司2024年8月注册成立后，也经历过融资不顺利的阶段。我后来反思，原因不完全是市场冷热，也有团队对商业逻辑认识不够的问题。那时甚至连BP该怎么写都不熟悉，用一份很长的Word文档向投资人讲技术和想法，更多讲的是技术本体，而不是市场、产品和商业路径。

后来获得第一笔种子投资后，团队开始加速学习怎样把一个市场行为更清楚地用语言、文字和结构表达出来。融资的过程也是团队不断进化的过程。

创业邦：早期投资人最初看中公司的是什么？

郭春雨：我与早期投资人北京科学家创业团的陈海滨相识，起点是看到他关于科学家创业的一段短视频。他对科学家创业的理解与我此前接触到的一些观点不同，我因此主动联系他。

初期的BP很粗糙，投资人从中看到的是技术的稀缺性，但后续的沟通和尽调，也让我们认识到，他更在意的是团队、创始人认知和学习能力。

创业邦：如果给其他科学家创业者一个建议，你最想提醒什么？

郭春雨：我认为最需要转变的是思维方式。科学家很容易认为技术最重要，其他东西都应该围绕技术服务。但企业里，技术必须与性价比、产品体验、客户需求和市场节奏共同权衡。有时为了成本和产品化，不得不对技术本体做取舍，这在学术环境中可能难以接受，但在商业环境中必须面对。

第二，是要有足够开放的心态接受帮助。科研人员往往执行力很强、对问题有很深理解，但这种坚持有时也会变成固执。如果在商业上发现自己的问题，却不愿听取客户、投资人、伙伴的建议，就可能在关键战略节点作出错误选择。

本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。