近日，重工业具身智能机器人企业帝尔博格（DareRobot）完成亿元级Pre-A+轮融资，本轮投资方包括复星锐正、清石资管、正熙资本、西高投、博众精工、苏创投等机构。融资资金将主要用于重工通用具身核心技术研发、机器人产品迭代及市场拓展。
帝尔博格成立于2022年，主要面向军工、钢铁、海装船舶、能源装备等重工业领域，提供智能切割、打磨、焊接、涂装等机器人产品，重点解决复杂工件、多品种小批量生产等场景中的自动化难题。
与汽车、3C等标准化程度较高的制造业相比，重工业的工件规格、几何形态和加工工艺差异较大，传统工业机器人往往需要针对不同工件进行编程和调试，多数工序长期依赖人工操作。
团队方面，帝尔博格核心成员来自清华大学、西安交通大学、西安电子科技大学、西北工业大学等高校，多数成员曾任职于业内头部机器人公司。创始人张本毕业于清华大学核研院，获硕士学位，曾在核工业、船舶、建筑机械、工程机械等领域从事工业控制和机器人技术开发及管理，主导或参与多个国家重大专项课题，并曾从零组建机器人研发团队。
帝尔博格选择从这些复杂、非标准化的生产工序切入，将AI算法、机器视觉、运动控制与工业工艺结合，提高机器人对不同工件及加工要求的适应能力，推动部分重工业生产工序实现自动化。
目前，公司产品已在重工客户的实际生产中应用。随着前期项目完成验证，帝尔博格也开始进一步推进智能机器人产品的标准化与跨行业复制。
1.从复杂工序切入，验证机器人商业价值
在一家大型钢铁企业的生产车间，金属棒材加工后需要对端面不规则的残留部分进行打磨。由于待处理区域的位置和形态并不固定，这项工作过去主要依靠工人手持工具完成。
对于传统工业机器人或专机而言，此类任务的难点在于工件去除特征存在差异，难以直接采用固定的加工轨迹。企业还需要兼顾连续生产条件下的加工效率、质量一致性和设备稳定性。
帝尔博格CEO张本表示，客户最初对机器人能否完成这项任务持怀疑态度。经过样件测试和前期验证，双方开始推进机器人在实际产线中的应用。目前，帝尔博格智能打磨机器人在该客户的生产现场已稳定运行1年多，客户还有进一步采购计划。
据张本介绍，机器人能够识别工件的待加工部位，自主规划打磨路径，并按照客户要求完成加工后的质量检测。在连续生产条件下，单台设备的作业效率约为人工的4倍。
设备的经济性也是客户采购的重要考虑。按照张本提供的设备效率和人工成本测算，该项目的设备投资回收期可以缩短至数月。
类似需求也存在于船舶、能源装备及其他大型装备制造领域。目前，帝尔博格已经形成覆盖坡口切割、打磨、焊接、涂装等工序的智能机器人产品体系，并在多个工业场景中开展应用。
2.将工业工艺经验转化为机器人能力
复杂制造场景对机器人的要求，并不局限于识别工件和完成指定动作。在传统工业自动化方案中，工程师通常需要根据工件的位置、尺寸和加工要求，预先编写或调整机器人程序。当工件发生变化时，设备可能需要重新示教或调试。
在多品种、小批量生产中，频繁调整程序不仅增加工程实施人力成本，也会影响设备的利用效率。帝尔博格通过物理感知、数据学习、模型推理、自主路径规划和工艺控制，减少机器人对人工示教的依赖。
以打磨场景为例，机器人首先通过三维视觉获取工件及特征的空间几何信息，再通过AI算法模型输出目标区域运动轨迹与控制策略，综合几何轨迹、运动速度、力度、角度姿态、刀具换型等多重变量，最终驱动执行机构完成柔性生产操作。
张本介绍，物料换产，基于常规工控服务器，智能机器人完成感知识别、点云处理、AI推理、轨迹规划等算法环节仅需要数秒。
工业制造对加工质量有着严格要求，相比单纯提高“感知”与“决策”能力，帝尔博格更强调加工工艺在机器人智能化过程中的作用。
例如，在焊接过程中，不同工件焊道的空间结构、材料特性和工艺标准等，取决于焊机电流控制、枪姿轨迹、送丝速度、多轴联动、热变形预防与纠偏、工装变位等多个机器人系统要素的协同；在打磨过程中，机器人也需要根据材料、特征和质量要求实时柔性调整整体算法策略。
张本认为，重工制造领域，非标场景的复杂性及多样性，拥有自适应能力的智能机器人作为先进生产工具，才是行业智改数转的必由之路。
帝尔博格目前主要通过真实重工场景积累AI模型数据。据介绍，公司数据来源包括客户（非涉密）生产现场的设备调试生产、自有工厂工件加工、以及样件打样测试。通过数据积累和模型训练，提升智能机器人对新任务的适应能力。
3.围绕通用工序开发产品，推进跨行业复制
对于重工业智能机器人企业而言，完成单个项目的技术验证，只是商业化过程中的一个阶段。不同客户的制造标准、工件规格、生产节拍和现场条件存在差异。
如果每进入一个新场景，都需要定制开发和完善系统，企业的交付效率和规模化能力将受到限制。因此，帝尔博格产品技术的发展重点一直落在软硬件的可复用、模块化设计上。
以打磨机器人为例，机加件、下料件、铸件、锻件等行业工件特征存在明显差异，但其加工任务在感知识别、数据处理、轨迹规划及部分控制技术上具有共性。
帝尔博格希望通过持续积累不同场景的工艺数据和算法能力，提高同类机器人对不同工件及生产要求的适应程度，以此实现跨行业客户的快速适配及交付。
与此同时，公司正在推进DR_AI通用算法平台的建设。张本介绍，这一平台主要面向不同工艺机器人之间可以复用的基础技术，包括感知识别、数据处理和轨迹规划等能力。与单一产品的跨行业应用不同，算法平台希望进一步实现跨产品的技术复用。
按照公司的业务规划，相关技术未来除应用于帝尔博格自身产品外，也有机会向传统机器人系统集成商提供软件能力。
在产业资源布局方面，公司正在加强长三角地区、西南区域的业务布局，并同步建设海外市场渠道，以满足国内外重工客户的自动化需求。
下一阶段，公司将进一步提高机器人处理大型、复杂结构工件的算法能力及技术通用性，拓展更多重工业制造场景。
投资方观点：
复星锐正表示：重工领域的智能化改造存在大量未被满足的真实需求，帝尔博格打通算法、机器人本体与重工工艺，已经跑出可复制的商业化落地路径，我们看好公司依托工程现场的数据闭环持续构建壁垒，引领重工具身智能产业落地浪潮。
清石资管表示：近年重工业有望成为可以快速商业化落地的泛化机器人应用场景之一。帝尔博格在该领域有多年的机器人开发与交付经验，工艺覆盖完整，已与行业多家头部客户完成了量产交付，处于快速成长阶段。我们坚定看好帝尔博格为行业智能化建设持续创造价值。
正熙资本表示：在我国劳动力供给正在发生结构性变化的大背景下，正熙资本非常看重帝尔博格基于重工“非标准化”特点将复杂的生产流程进行数据化、结构化的系统能力。通过本次投资帝尔博格，正熙资本实现了围绕“产业+具身智能”方向的又一重要布局。
西高投表示：当下具身智能需要的不仅是宏大的叙事，更需要清晰的落地场景。重工业是我国庞大工业体系的基础，帝尔博格精准地寻找到该领域痛点和需求，为行业迈向高质量智能化提供了清晰的解决方案。
苏创投表示：帝尔博格精准切入了一个被传统自动化巨头长期忽视的千亿级蓝海市场，行业智能化渗透率低，公司技术路径具备显著的代际优势，推动实现从“机器换人”到“智能换专家经验”的跨越。
查看更多项目信息，请前往「睿兽分析」。
