追觅科技孵化的魔法原子获数亿元融资,预期订单破千台


【导语】近日,具身智能机器人企业魔法原子宣布完成新一轮数亿元战略融资,投资方包括禾创致远等产业资本及老股东追创创投。此轮融资将助力魔法原子加速具身智能技术迭代与VLA模型搭建,推动机器人在工业、商业场景的落地应用。作为由追觅科技孵化的独立公司,魔法原子凭借全栈自研能力和丰富的场景落地经验,正加速拓展人形机器人的多元化应用场景,并计划在全球范围内实现规模化部署。

追觅科技孵化的魔法原子获数亿元融资,预期订单破千台

  近日,具身智能机器人公司魔法原子宣布完成新一轮数亿元战略融资。投资方包括战略产业资本禾创致远等,老股东追创创投等持续追加投资。新资金将用于具身智能核心技术迭代研发,VLA模型搭建,加速推动机器人在工业、商业场景落地。

  据了解,这是魔法原子半年内斩获的第二轮融资。2024年12月,魔法原子完成一轮1.5亿元的融资,由追创创投领投、翼朴基金跟投。短短半年内,该公司连续完成了两轮数亿元融资,发展势头迅猛。

  资料显示,魔法原子成立于2024年1月,是由追觅科技孵化的独立机器人公司。公司专注于通用机器人和具身智能技术研发与落地应用,其产品包括通用人形机器人和仿生四足机器人等,覆盖工业、商业及家庭等多个场景。

  作为全球少数具备通用机器人全栈自研能力的团队,魔法原子硬件自研率高达90%,全面覆盖关节模组、灵巧手、减速器、驱动器等核心零部件。同时,魔法原子通过自有产线,已形成从核心零部件到整机生产的全链条闭环能力。

  凭借全栈自研技术、制造能力及场景落地经验,魔法原子正全面打通人形机器人从“可造”到“可用”再到“可规模部署”的全链条布局。

  据魔法原子介绍,今年以来,公司加快拓展工业、商业等多元应用场景,致力于半结构化场景与非结构化场景探索落地应用。

  例如,为加速机器人在真实场景中的规模化部署,今年3月份,魔法原子正式发起“千景共创计划”,计划在全球范围内拓展1000家合作伙伴,打造1000个人形机器人落地应用场景。

  目前,“千景共创计划”已吸引20余家来自汽车产业链、半导体、3C电子、医疗、核化等领域的头部企业参与。同时预计今年内,魔法原子将率先在追觅生态内实现产品交付与商业闭环,并推动标准化产品在汽车零部件加工、危化品化验等更多行业场景加速落地,预期订单数量破千台。

  此外,今年魔法原子全面提升量产进程,基于销(xiāo)售(shòu)及(jí)合(hé)作(zuò)伙(huǒ)伴(bàn)的(de)市(shì)场(chǎng)需(xū)求(qiú),启(qǐ)动(dòng)400台(tái)人(rén)形(xíng)机(jī)器(qì)人(rén)生(shēng)产(chǎn),并(bìng)于(yú)2025年(nián)陆(lù)续(xù)部(bù)署(shǔ)至(zhì)真(zhēn)实(shí)应(yīng)用(yòng)场(chǎng)景(jǐng)中(zhōng)。

  魔(mó)法(fǎ)原(yuán)子(zi)表(biǎo)示(shì),随(suí)着(zhe)本(běn)轮(lún)融(róng)资(zī)引(yǐn)入(rù)多(duō)家(jiā)产(chǎn)业(yè)资(zī)本(běn),公(gōng)司(sī)将(jiāng)凭(píng)借(jiè)深(shēn)厚(hòu)的(de)场(chǎng)景(jǐng)理(lǐ)解(jiě)和(hé)全栈(zhàn)软(ruǎn)硬(yìng)件(jiàn)开(kāi)发(fā)经(jīng)验(yàn),将(jiāng)与(yǔ)诸(zhū)多(duō)行(xíng)业(yè)龙(lóng)头(tóu)展(zhǎn)开(kāi)深(shēn)入(rù)合(hé)作(zuò),加(jiā)速(sù)人(rén)形(xíng)机(jī)器(qì)人(rén)在(zài)工(gōng)业(yè)场(chǎng)景(jǐng)的(de)规(guī)模(mó)化(huà)落(luò)地(de),助(zhù)力(lì)产(chǎn)线(xiàn)智(zhì)能(néng)化(huà)升(shēng)级(jí)改(gǎi)造(zào)。

相关新闻


数据瓶颈下的自动化装配:从“无更多数据”到系统效能跃升

数据瓶颈的误判与系统效能的底层逻辑很多人以为,自动化装配系统的效能提升必然依赖海量数据输入,当系统抛出“没有更多数据了”的错误提示时,便判定其已触及性能天花板。其实不然——这一错误本质是数据流管理失效的表征,而非系统能力的物理极限。在工业4.0架构中,数据并非越多越好,其有效性取决于三个关键维度:数据粒度、时序同步性与决策链闭环性。案例:慕尼黑工业博览会上的“数据饥饿”陷阱2023年慕尼黑工业博览


数据边界:当自动化装配系统遭遇数据阈值困境

数据孤岛效应下的系统熵增危机很多人以为自动化装配系统的数据阈值仅受硬件存储容量限制,其实不然。在德国斯图加特某汽车零部件制造商的案例中,其2023年投产的智能产线因传感器数据流超载,导致PLC控制单元在47分钟内产生23次非计划停机。该产线配置了128组力觉传感器与32组视觉检测模块,原始数据生成速率达每秒1.2TB,远超工业以太网协议规定的100Mbps有效带宽。底层逻辑是:现代装配系统普遍采用


数据阈值与自动化装配的底层逻辑

数据阈值:自动化装配的隐形边界很多人以为,自动化装配的精度仅由机械臂的重复定位精度决定,其实不然。在工业4.0的语境下,数据阈值才是决定系统稳定性的关键变量。当传感器采集的原始数据超过预设阈值时,系统会触发容错机制,这种机制的本质是数学模型与物理现实的动态博弈。以某德系汽车零部件供应商的案例为例:其位于巴伐利亚州的工厂曾因传感器数据波动导致装配线停机率上升12%。问题根源并非机械故障,而是阈值设定


数据瓶颈下的自动化装配:从“无更多数据”到“精准突破”

数据瓶颈的底层逻辑:并非“量”的终结,而是“质”的觉醒很多人以为,自动化装配的数据瓶颈源于数据采集的物理限制或存储容量的技术天花板,其实不然。当系统抛出“没有更多数据了”的报错时,真正的矛盾往往隐藏在数据维度单一性、标注效率低下或算法泛化能力不足的底层逻辑中。以汽车底盘焊接产线为例,某头部车企曾因依赖单一传感器数据源,导致装配误差率在0.3mm阈值处频繁波动——看似数据量充足,实则缺乏多模态数据融


当自动化装配系统遭遇数据瓶颈:解码“没有更多数据了”背后的技术真相

数据断流:自动化装配的“隐形刹车”很多人以为,自动化装配系统的效率瓶颈仅存在于机械臂的重复定位精度或PLC的响应速度,其实不然。当系统抛出"{"error":"没有更多数据了"}"的报错时,暴露的往往是数据流架构的深层缺陷——这并非简单的存储容量问题,而是工业物联网(IIoT)与数字孪生(Digital Twin)协同失效的典型症状。底层逻辑:数据供应链的断


深圳市物联网产业协会成功举办《24小时自助图书馆通用规范》团体标准评审会

【导语】2019 年深圳市物联网产业协会发布的《24 小时自助图书馆通用规范》部分指标落后且引用文件有更新,不利行业发展。为此协(xié)会(huì)于(yú) 2024 年(nián) 11 月(yuè)启(qǐ)动(dòng)修(xiū)订(dìng)立(lì)项(xiàng),2025 年(nián) 10 月(yuè) 30 日(rì)召(zhào)开(kāi)评(píng)审(shěn)


全球智能视觉处理芯片龙头冲刺港交所:光环之下,何以冲破增长枷锁?

【导语】近日,智能视觉处理芯片龙头富瀚微递交港交所招股书,吹响“A+H”双上市号角。其虽在全球市场占据领先地位,但2022 - 2025年上半年营收、净利、毛利率均逐年下滑。不过,富瀚微注重研发创新,积极拓展AI新业务版图。此次赴港上市,能否助力其突破瓶颈、续写传奇,值得期待(dài)。 近(jìn)日(rì),智(zhì)能视觉处理芯片龙头富瀚微正式向港交所递交了招股书,吹响“


国家发改委等五部门:探索推动具身智能机器人进社区、进家庭,到 2027 年底建成 50 个以上全域数字化转型城市

【导语】10月31日,国家发展改革委等五部门发布《深化智慧城市发展推进全域数字化转型行动计划》,提出到2027年底建成50个以上全域数(shù)字(zì)化(huà)转(zhuǎn)型(xíng)城(chéng)市(shì),2035年(nián)涌(yǒng)现(xiàn)一(yī)批(pī)具(jù)有(yǒu)国(guó)际(jì)竞(jìng)争(zhēng)力(lì)的(de)现(xià


2025深圳安博会:大公博创揽三奖 低空安防技术引国内外媒体聚焦

【导语】2025年10月28日至31日,第二十届中国国际社会公共安全博览会在深圳启幕。成都大公博创信息技术有限(xiàn)公(gōng)司(sī)携(xié)全系(xì)列(liè)低(dī)空(kōng)安(ān)防(fáng)设(shè)备(bèi)参(cān)展(zhǎn),凭(píng)借(jiè)三(sān)项(xiàng)权(quán)威(wēi)大(dà)奖(jiǎng)、全栈(zh


业内首家:中国电信实现北斗语音消息服务

【导语】中国电信率先公开展示业内首个“北斗语音消息”服务,首创 AI 算法实现语音极速传输;与此同时,华为也在第四届北斗峰会上发布相关功能,其手(shǒu)表(biǎo)成(chéng)首(shǒu)款(kuǎn)支(zhī)持(chí)终(zhōng)端(duān),北(běi)斗(dòu)应(yīng)用(yòng)再(zài)掀(xiān)新(xīn)篇(piān)。 据(jù