news 2026/6/9 8:28:33

能源机器人获资1350万美元,为关键基础设施引入自主巡检

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
能源机器人获资1350万美元,为关键基础设施引入自主巡检

能源机器人获资1350万美元,为关键基础设施引入自主巡检

提供自主巡检机器人及无人机AI软件平台的Energy Robotics,近日完成了1350万美元的A轮融资。该公司提供一个全栈式、硬件无关的AI自主平台,用于关键基础设施的舰队管理。

由Energy Robotics平台驱动的自主机器人和无人机执行关键的每日及每小时任务,包括视觉检查、热扫描和泄漏检测。这消除了人类进入危险环境的需要,同时保障了专有数据的安全。

通过自动化这些任务,可以提升工人安全、减少人为错误,并能够更频繁地收集数据。这种主动式的方法带来更高效的维护和更少的工厂停机时间,从而提高了运营的可靠性和生产力。

Energy Robotics已在五大洲完成了超过一百万次检查,为石油和天然气、工业、化工和公用事业领域的客户(包括某中心、某机构、某机构、某中心、某中心和某中心)节省了超过32,000小时的危险人工劳动。

现有基础设施和工业设施正面临两大挑战:熟练劳动力日益短缺,以及日益复杂、老化的设备需要专门的维护。

Energy Robotics通过其用于自主机器人和无人机的AI软件平台来解决这一问题,该平台可将运营成本降低高达40%,同时显著提升工人安全。

“本轮融资将帮助我们扩展自主化能力,以服务全球最关键的基础设施,为能源、化工、公用事业和安全运营商提供更强的韧性、安全性和效率,” Energy Robotics的首席执行官兼联合创始人Marc Dassler表示。“熟练劳动力正在退休,而全球许多最重要的能源和化工资产已有数十年历史,需要更频繁和更复杂的监控、检查和维护。这种结合造成了运营风险的完美风暴。我们的平台提供了一个及时且可扩展的解决方案,使客户不仅能维持,还能提高运营效率和安全,同时积极应对劳动力转型的挑战。”

Energy Robotics的AI驱动舰队编排软件消除了对零散工具的需求,其关键功能包括:

  • 硬件无关的操作系统:与8家领先的机器人和无人机及原始设备制造商(例如某中心、某机构、某机构)无缝集成,让客户能够灵活构建混合舰队,而无需受限于特定供应商。
  • AI驱动的分析:先进的AI分析库解读多模态传感器数据,从仪表读数到泄漏检测,每次任务都在持续学习和改进。
  • 简化的、基于LLM的任务控制:集成的大型语言模型系统使操作员能够简单地提示平台,即可生成并执行覆盖整个机器人和无人机舰队的检查任务。
  • 真实世界数据与合成数据:舰队编排和自主操作基于在复杂、动态的真实世界设施(如炼油厂和发电厂)中收集的数百万个数据点。
  • 持续更新的数字孪生:每次检查任务都会自动更新设施的实时、不断演进的数字副本,提供实时可见性和预测性洞察,并直接反馈到客户的ERP、CMMS和数字孪生平台。
  • 数据隐私与网络安全:通过提供一个将敏感检查数据保存在客户控制的IT系统内的平台,独立于供应商特定的软件平台,Energy Robotics增强了网络安全和数据主权。

此轮A轮融资由Blue Bear Capital和Climate Investment共同领投,Futury Capital、Hessen Capital、Kensho VC和TADTech参投。资金将加速Energy Robotics软件在能源、化工、工业和安防领域的商业部署。

“工业机器人市场已经达到了一个转折点,” Climate Investment的董事总经理Cindi Bough表示:“Energy Robotics构建了一个AI软件平台,能够编排多样化的机器人和无人机舰队,与现有企业工作流无缝集成,并规模化地交付可操作的数据服务。此外,Energy Robotics通过使用自主机器人及早发现气体泄漏,从而在有害排放物逸散到大气之前进行修复,实现了气候影响。这就是我们乐于共同领投其A轮投资的原因。”

“全球能源转型依赖于更具韧性、高效和安全的基础设施,” Blue Bear Capital的合伙人Dr Carolin Funk表示。“Energy Robotics由AI驱动的自主检查平台直接满足了这一需求。它提供了一个可扩展的解决方案,既能提高关键能源和工业资产的安全性和运营效率,又能利用全球机器人扩张的机遇。”
更多精彩内容 请关注我的个人公众号 公众号(办公AI智能小助手)或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号(网络安全技术点滴分享)

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/9 21:25:59

Open-AutoGLM合同审核避坑指南:这4类条款最容易被误判

第一章:Open-AutoGLM合同条款审核概述Open-AutoGLM 是一款基于大语言模型的智能合同条款分析工具,专为法律与IT团队设计,用于自动化识别、分类和评估合同文本中的关键条款。该系统结合自然语言处理与规则引擎,能够在毫秒级时间内完…

作者头像 李华
网站建设 2026/6/9 17:43:59

为什么90%的测试团队都搞错了?(Open-AutoGLM与LambdaTest真实能力边界曝光)

第一章:为什么90%的测试团队都搞错了? 许多测试团队在追求“高覆盖率”和“自动化率”的过程中,忽视了测试的本质目标——保障业务价值。他们将大量资源投入到重复性高、维护成本大的UI自动化脚本中,却忽略了更底层、更高效的单元…

作者头像 李华
网站建设 2026/6/9 22:33:48

Open-AutoGLM 与 BrowserStack 兼容性对比(2024年唯一权威评测报告)

第一章:Open-AutoGLM 与 BrowserStack 兼容性对比在自动化测试与跨浏览器兼容性验证领域,Open-AutoGLM 和 BrowserStack 是两种定位不同但功能部分重叠的工具。前者基于开源大语言模型实现智能化测试脚本生成,后者则提供云端真实设备与浏览器…

作者头像 李华
网站建设 2026/6/9 15:10:35

生产环境Docker Compose镜像仓库建设完整方案(增强版)【20251221】001篇

文章目录 ✅ 生产环境Docker Compose镜像仓库建设完整方案(增强版) 第一章:架构设计与规划 1.1 生产环境标准定义(✅ 强化) 1.2 架构决策树(✅ 优化为图形化逻辑) 第二章:生产环境配置标准 2.1 硬件规格要求(✅ 明确分级) 2.2 操作系统与内核优化(✅ 补充具体命令)…

作者头像 李华
网站建设 2026/6/8 6:43:10

【深度学习新浪潮】近三年大模型信息论研究进展:从理论解释到技术落地

引言 随着大模型规模逼近物理极限与经济可行边界,单纯依赖参数量和数据规模扩张的路径已显现边际效益递减趋势。信息论作为揭示数据传输、压缩与处理本质的核心理论,近三年来逐渐成为破解大模型“黑箱”难题、优化训练效率、提升模型性能的关键工具。从模型能力涌现的底层解…

作者头像 李华