
屏幕上光标安静地闪烁着。浦群妍从柜子里翻出一个旧工牌,Nuro的logo在午后的光线里晃了一下。这个人曾经在一家估值超600亿美元的超级独角兽里,帮机器人看懂路况、规划路径、在千万人的城市街头奔跑。现在她要做的事,听起来好像挺没追求的,也就是教机器人捡快递。
可她自己和资本都很笃定。2025年5月25日,寅成智能正式完成千万美元天使轮融资,由德同资本领投,某产业资本方跟投,云岫资本担任财务顾问。一支全明星团队,带了一笔大钱,一头扎进了干粗活的世界。
捡快递这件事,真没那么简单。
“非标”是世界本来的样子
我去物流分拣场看过,印象最深的是味道,那是纸箱、胶带、汗水、灰尘搅在一起的味道。还有一个场景:一个干了五年的分拣阿姨,手速快到像开了倍速播放,她从来不看屏幕上的文字,只摸一把袋子就知道往哪扔,靠肌肉记忆。
这个招工极度困难的行业,每天都在被“散装”的世界折磨。你永远说不清下一个爬上分拣带的包裹是软的还是硬的、是圆的还是方的、是破了洞的还是用胶带缠成木乃伊的。一堆非标货,凑在一起就是物理世界最原始的混沌。
浦群妍在Nuro的时候做什么?让无人配送车在美国的限速牌、消防栓、突然窜出来的狗之间实时做决策。那是开放道路的混乱。分拣场的混乱是另一种。它的细节更多、物体更小、容错窗口更短,不过底层的逻辑是一致的:在无序中找到有序。
她管这叫“自动驾驶技术在受限场景中的一次完美降维应用”。其实吧,这意思就是:让机器人把以前用在马路上的智慧,放在分拣线上去处理那些滚来滚去的快递。
告别“示教”,让它自己学,越学越聪明
在浦群妍决定回来之前,快递物流行业的分拣环节已经被灌了很多年的“自动化”药方。可惜这些药方有个通病,那就是太依赖示教编程了。你想学看,就是工程师得手把手教机器人每一个抓取动作,搬一件货,录一次轨迹。
真实世界里的货物可没有标准答案。
寅成智能的技术方案从一开始就走了一条完全不同的路线,他们自主研发了NECESSI具身智能端到端大模型。这套方案拒绝“示范”,而是试图让机器人长出类似人类的手眼协调智慧:看见一个被压瘪的泡沫信封,它凭视觉和力感双重反馈判断怎么捏住;遇到一件缠着乱七八糟胶带的破纸箱,它能像人一样“将就一下”,调整策略把它挪到送带。
为了让它真的具备这种近乎本能的手眼智能,寅成智能的研发团队在真实的物流场景中已经积累了数百万条“长尾数据”。异形件、破损品、挤压变形件、堆叠件、遮挡件,甚至有粉尘的件和纠缠在一起扯不开的各种袋子。用浦群妍的话说,“我们想让机器人拿到这些复杂的东西时,它不再恐惧,而是懂得怎么处理”。

说一个最直白的战绩:目前这套已经落地的智能分拣系统,抓取成功率高达99.99%,单件作业时间只需要2秒。这不是实验室数据,是在顺丰、京东、邮政这些头部物流企业的分拨中心里24小时跑出来的。一台高性能拣选机器人,能顶三个熟练工的工作量。
4000亿的敲门砖
开公司毕竟不是做慈善。浦群妍选的物流快递赛道,本身就是一块巨大的敲门砖。《中国发展报告2025》的数据摆在那里:中国具身智能产业规模有望在2030年达到4000亿元、2035年突破万亿元。
而寅成智能的算盘是,先在这个潜在规模超过200亿的快递分拣市场里站稳脚跟,把自动驾驶领域的算法与硬件工程方法论高效复刻过来,打通数据飞轮,然后把能力向电商、医药、食品饮料、汽车零部件等领域平移。
如果数据飞轮真的转起来了,边际成本会呈瀑布式下降,跨行业复制的壁垒也将大幅降低。
这才是资本市场真正看到的东西。
目前寅成智能已经签署了数千万元的订单,2026年的量产正在推进。展望2027年,营收规模定的是“迈入亿元级别”的小目标。
怎么说呢,这不代表后面就没有硬仗要打。算法再秀,落地终究是一地鸡毛。硬件的供应链稳不稳、制造成本有没有竞争力、驻场的工程师能不能抗住几十个版本迭代,这些才是寅成智能真正要跨过的障碍。浦群妍和她的团队对此心知肚明。
回到那个工牌
浦群妍把Nuro的工牌放回抽屉时说了句话,大意是:在硅谷那些年,我们总想着颠覆世界,要是眼下能先帮国内物流从业者把腰稍微挺直一点,让她少点抱怨、多一份体面和尊严,这事本身就挺酷的。
寅成智能在做的事,表面上是一家AI公司的事,骨子里却有着解放基础民生产业生产力的使命感。浦群妍本人也笑称,当你想象一个人不必夜以继日地蜷缩在脏乱差的昏暗厂房里机械分拣,可以回归更具创造性的岗位,这种感觉其实挺爽的。
我们需要的可能不是一堆消灭人类的“超人”,而是一台沉默、精准、永不抱怨,拿到破碎纸箱时不会骂娘,最终学会自己去搞定的笨拙机器人。**它能解放那个在传送带旁干了十年的身影,让她直起腰,去折腾一些机器永远无法理解的事。
当我们白天在手机上买下一盒感冒药时,一场由具身智能引发的“安静革命”其实已在中国物流仓库的暗角里悄然完成闭环。而浦群妍和她带领的寅成智能团队,正把自动驾驶带给世界的技术法则,化为对底层产业劳动者最温柔的一句“我帮你”。


参考资料
#寅成智能 #具身智能 #通用拣选机器人 #NECESSI大模型 #浦群妍 #德同资本 #自动驾驶降维 #物流科技 #AI落地 #中国智造 #复旦大学校友 #Nuro #智能物流 #机器人自动化