10亿A轮背后，资本买的是水下作业的确定性

具身智能正在从陆地延伸到海洋，近日世航智能完成超10亿元的A轮融资，落在海洋机器人赛道，创下全球该领域单轮融资规模的最高纪录。

新投资方包括上河动量基金、Vertex Growth、中信集团旗下农业产业基金、誉尊资本、大洋电机等，金沙江创投、祥峰中国、华映资本、长石资本等老股东继续追投。

这类确定性，来自三层需求叠加。

存量运维：全球商船、港口、海洋工程设施数量庞大，船体清洗、巡检、维护、安保长期存在。

国际海事组织明确指出，船体生物污损会增加船舶阻力，影响燃油成本和空气污染物、温室气体排放，生物污损管理有助于提升能效。

增量建设：海上风电、海上光伏、海洋牧场、深海勘探都在扩大海洋工程的边界。

自然资源部数据显示，2025年我国海洋生产总值达到110180亿元，同比增长5.5%，占国内生产总值比重为7.9%。

其中海洋工程装备制造业增加值同比增长10.2%，海上风电新增并网容量同比增长超60%。

海洋经济的规模越大，水下巡检、施工、运维、应急的刚性需求越强。

数据空白：NOAA公开资料显示，截至2026年4月，全球海底只有28.7%使用现代高分辨率技术完成测绘，深海海底被人类「看见」的比例低于0.001%。

这意味着，海洋不是一个已经被充分数字化的空间，它仍是地球上最大的未充分感知场。

谁能持续下海作业，谁就有机会积累别人拿不到的数据。

这三层需求叠在一起，解释了为什么资本愿意给海洋机器人更高估值：它既有硬科技稀缺性，也有可收费场景，还可能沉淀长期数据壁垒

「沧穹」大模型的意义，在于把AI放进动作链条

世航智能发布的「沧穹 CEORION」，其差异在于它面向海洋作业机器人，把模型能力直接压进巡检、检测、清洗、抓取、切割、焊接、勘探、搜救、应急等真实动作场景。

过去很多海洋智能化系统解决的是看海况、看航线、看目标，计算路径、风险、能耗，沧穹要解决的是「看懂之后怎么动」，从海洋信息智能，走向海洋具身智能。

沧穹CEORION采用统一端到端架构，将环境感知、任务理解和动作生成集成到同一个模型中，结合真实作业数据与仿真数据训练，并基于百万小时级商业作业数据构建海洋世界模型。

它采用统一的端到端架构，将环境感知、任务理解和动作生成集成在同一个模型中，而非传统方案中多个子系统拼接的模式。

这种架构设计，让机器人能够直接从原始传感器数据输出控制指令，中间延迟大幅降低。在仿真测试中的任务成功率超过90%，精细控制定位抓取成功率超过90%，面对未见过的海域、水质、光照和不同机器人平台，零样本适应能力超过70%。内置物理推理模块可在动作执行前预判风险，将碰撞事故率降低80%。海洋机器人的壁垒，不在下水那一刻，而在每一次真实作业之后能否继续变聪明。

海洋机器人数据与互联网数据完全不同，水下第一视角作业数据极其稀缺。

世航智能披露的百万小时级商业作业数据，使它具备了训练海洋世界模型的基础。

这里的「商业作业」四个字很重要，它意味着数据来自真实客户、真实海况、真实任务，而不是封闭水池或演示场景。

真实任务中的光线、浑浊度、洋流、目标物表面状态、附着物厚度、设备磨损、操作误差，会不断构成模型的学习样本。

世航智能公开披露的技术体系，正是围绕这个方向展开。

动力、控制、传感、导航、密封、布放回收六大核心系统全栈自研，机器人具备0米至10000米全海深、全自由度作业能力，支持自主导航、多机器人协同等功能，并已在船舶清洗、水下安保、海洋风电、海洋牧场、海底巡检等场景应用。

谁拥有真实海况下的作业数据，谁才有机会把模型训练成生产力。

深海新经济成型，单点作业全场景智能

市场空间的想象力还在不断打开，据Fortune Business Insights数据，2025年全球水下机器人市场规模为58.2亿美元，预计2034年将达到196.6亿美元，年复合增长率14.49%。

而中国市场增速更为迅猛，智研咨询数据显示，2025年国内水下机器人市场规模达146亿元，2020至2024年复合增长率高达24.14%。

这背后是海上风电、海洋光伏、深远海养殖、海底管线运维等多个百亿级场景的集中爆发。

海洋机器人正在从单一船舶清洗，走向更广阔的水下作业市场。

海洋光伏、海上风电、海洋牧场、海底管线、水下安保、应急救援、深海科考等场景，都具备作业难度高、人力替代强、付费能力足的共同特征。

世航智能今年1月服务中核集团田湾光伏站，4月入选新加坡海事局水下船体检测与清洗计划，说明商业化边界已开始外扩。

随着大模型能力提升，机器人也将从清洗、巡检，进入切割、焊接、装配等复杂运维环节。

技术端的竞争正在转向全栈深耕，世航智能围绕动力、控制、传感、导航、密封、布放回收六大核心系统实现自研，并以「盘古」万小时磁耦合推进器切入寿命与可靠性痛点。

全栈投入周期长、成本高，一旦跑通，硬件与算法便能形成深度协同，构筑更厚的技术护城河。

海洋机器人正从分散试水走向生态协同，「芯片—算法—本体—运维—数据」链条逐渐成形。

摩尔线程、昆仑芯提供算力底座，世航智能输出整机与大模型系统，大洋电机等企业支撑关键部件，下游航运与能源企业释放应用场景。

成本下降与迭代提速，将推动行业告别小众硬核状态。

政策层面的持续发力为国产化替代按下了加速键，「十四五」规划明确将深海作业机器人、智能潜航器列为海洋高端装备重点发展方向，设定2025年关键零部件国产化率超70%的目标。

2025年发布的《海洋强国建设三年行动方案》配套28.6亿元专项资金，其中近半数定向用于水下机器人核心部件攻关与示范应用补贴。

山东、海南、广东等沿海省份相继设立产业基金，推动产学研协同落地。

全球格局也在松动，欧美企业长期占据高端市场，中国企业凭借工程效率、成本优势和具身大模型路线加速追赶。

伴随「一带一路」沿线港口建设和海洋能源开发升温，中国海洋机器人有望在国际市场、技术标准与产业话语权上取得更主动的位置。

通用具身智能的规模化落地，海洋将先于陆地

场景碎片化、制造成本高、通用能力不足、安全合规风险等问题，让人形机器人的大规模商用依然停留在预期层面。

而海洋赛道的进展，正在刷新行业对具身智能落地路径的认知。

生命起源于海洋，通用具身智能的规模化商业落地，也将率先在深蓝水域找到答案。

海洋场景的刚需属性更强，商业化验证路径更短。

人形机器人试图替代的是人类在生活与工业中的泛化劳动，场景分散且需求弹性大。

而海洋机器人直接替代的是高危、高成本、高门槛的水下人力作业，需求刚性且价值可量化。

海洋环境的规则性更强，更适合具身智能迭代进化。

陆地环境复杂多变，行人、车辆、障碍物无规律出现，对机器人的通用决策能力要求极高。

而水下环境虽然感知条件差，但作业场景相对封闭，任务流程标准化程度高，模型的决策边界更清晰。

同时，海洋作业的容错空间相对可控，机器人在水下执行任务时，不会像陆地自动驾驶那样面临严峻的生命安全伦理压力，技术落地的合规成本更低。

「数据飞轮」在海洋场景更容易形成闭环，具身智能的核心竞争力来自数据，而数据只能在真实作业中积累。

人形机器人由于落地场景分散，单一场景的数据量有限，很难形成规模化的数据积累。

而海洋机器人一旦进入某个垂直场景，就可以通过持续作业源源不断地产生数据，反向迭代模型能力，模型能力提升又能拓展更多场景，形成正向循环。

AI产业不再只盯着屏幕、工厂和城市道路，下一轮硬科技竞争的一部分，正在下潜到深蓝之中。

海洋机器人能否成为具身智能最早规模化赚钱的分支，还需要时间验证。

部分资料参考：36 氪：《海洋具身智能公司「世航智能」拿下创纪录10亿融资，朱啸虎押注》，文汇报：《海洋机器人赛道全球最大融资诞生！世航智能机器人在万米深海可探囊取物》，中国基金报：《朱啸虎连续出手，海洋机器人公司世航智能完成超10亿元融资》，网易科技：《沧穹 CEORION “下海”，大模型干起了“体力活”》

本文所刊发稿件及图片来源于网络，仅用于交流使用，如有侵权请联系回复，我们收到信息后会在24小时内处理。