清华系团队死磕20年!攻破71%盲区,最强深海AI大脑诞生
AI,要下海了。
最近,深圳初创公司领渊智能完成千万级种子轮融资。
这家公司不跟人比谁的潜水器下得更深、壳子更硬。它要造的,是水下装备的「脑子」。
它想要的效果,用一句话就能说清:
机器放下去,不用人盯着屏幕,任务做完自己回来,交出一份「看到了什么、哪里有问题」的报告。
而不是像今天这样,传统方式不仅成本高、风险大——岸上需要人员操控,水下更得派人冒险下潜;关键是费劲采回来的都是「死数据」,后续分析还是个无底洞。
而领渊智能核心突破就在于:不仅免去了人工涉险的高额代价,更实现了从「只负责采集」到「直接交付分析结果」一步到位。
水下机器人自主作业3D动画
听起来理所当然?
但在水下,这件事至今几乎没人做成。
地球表面约71%被海洋覆盖,人类对海面之下的了解,不到百分之一。
AI已经学会了看、学会了说、学会了走,却始终没能真正「沉下去」。
领渊智能想做的,就是让AI第一次在水下脱离人的手,在人类最到不了的地方,自己把活干完。
天上地下都卷疯了
水下还是一片空白
今年,具身智能是投资圈最热的词之一。
所有人都在让AI从屏幕里走出来。可走得最远的,也只是陆地,和离地几百米的空中。
换句话说,物理世界的AI完成了「二维铺开」,还没完成「三维下沉」。
三维里最难的那一维,是水。
难,不代表没人需要。恰恰相反,海面之下的需求正在集中爆发。
「海洋强国」、「深海科技」被反复写进规划。风电场、跨海通道、海底电缆、深远海养殖,正集中从「建」进入「养」。
建,是一次性的;养,是几十年不能停的。
而这笔长期运维账单里,最贵、最难规模化的一项,就是「人下水」。
这些活又多、又贵、又危险。今天,它们要么靠人亲自下去,要么靠一根缆线拴着机器,由人在船上一刻不离地盯着操作。
谁能把「人下水」变成「机器自己下水」,谁就卡住了整条产业链成本最陡的那一段。

硬件是入场券,智能才是定价权。耐压壳、推进器都可以比价,「放下去就能自己干活」的能力,很难复制。
水下干活,到底难在哪?
为什么陆地上跑得好好的AI,一到水下就失灵?
想象一下:你蒙着眼,在浑水里开车。
导航没信号,因为水下没有GPS。眼睛看不清,因为光线随浑浊程度迅速衰减。耳朵听到的全是回声,因为声呐在混响里会失真。
更要命的是,眼睛说往左,耳朵说往右,你得先判断该信谁。
这就是第一道坎,感知畸变。陆地上成熟的感知模型,换到水里基本失效。
第二道坎,数据少得可怜。
陆地机器人的数据可以在实验室里反复采。水下的每一条数据,都得真出一趟海:要船,要人,还要等窗口期。
能把声音、图像、运动对上号的配对样本,天然稀缺。仿真和真实之间的鸿沟至今没填平,各家的数据还各自成岛。
第三道坎,大模型不懂水的物理。
通用大模型到了水下,会出现「决策幻觉」:任务拆得头头是道,动作在物理上却根本做不出来。
上层负责规划的大脑,和底层负责控制的手脚,长期是两套体系,中间那道缝一直没人补。
第四道坎,全靠老师傅的手艺。
今天的水下作业高度依赖人工微操,干得好不好,取决于操作员的个人经验。想从「人辅助」走到「全自主」,整条控制和决策链路都得推倒重来。
还有一个最根本、也最反直觉的问题:
机器在水下的每一次移动,都是「水流在推它」和「它自己在动」叠加的结果。
这两者分不开,机器以为自己在往前走,实际上正被水流横着推走。
光这一件事,陆地上积累的经验就整体作废。
水下世界模型动态演示
四道坎叠在一起,成了一堵高墙。
砸钱推不平,接个通用大模型也绕不过去。要翻过去,团队得同时懂水下工程、物理建模,还得真下过海。
墙越高,先到的人,时间窗口就越值钱。
专注水下智能化的「脑子」
面对这堵墙,领渊智能选了一条很务实的路:

不去拼硬件,专攻「让机器在水下自己拿主意」这一环。
这是整件事里最值钱、也最没人做好的一环。
别人在比深度、比耐压、比推进功率,但「下水之后怎么自己把活干了」这层智能,几乎没人系统化地提供。
所以领渊给自己的定位,是水下装备的通用智能基础层,也就是一层AI Infra。
打个比方:别人在造各式各样的「身体」,领渊在造所有身体都能用的「大脑」。
这个选择背后,是一笔很清楚的账。
整机是一个个孤立的项目,卖一台算一台。智能层不一样,它可以反复收费,持续产生复利。
单个整机项目有天花板,基础设施层没有。
历史上,每一次AI Infra层出现,都会重排一次产业价值分配。做应用的很多,做底座的很少。
水下智能今天正卡在一个特殊阶段:需求已经集中爆发,底座却还缺席。
在这个阶段,先行者拿到的不只是市场份额,更是定义权。由他们来定义什么叫「会干活的水下机器」,也由他们来定义水下装备该向谁采购「脑子」。
低空经济已经被写进估值模型,深海智能还没有。这中间的落差,就是代际机会。
谁先把这个底座立起来,谁就会成为水下装备绕不开的那一层。
领渊智能构建水下自主模型的闭环体系
那这颗「脑子」到底能干什么?核心是两件事。
第一件,稳住。
水不是空气。洋流、涌浪、暗流每一秒都在变,传统设备一遇强流就漂移失位,只能靠人一点点纠偏。
领渊让机器对水流有了预判:流往哪走,自己会被推向哪,机器自己算、自己应。
第二件,自己干。
稳住只是起点。在领渊的系统里,机器自己决定走哪条路、在哪悬停、怎么出手。
遇到没见过的情况,它会自己判断:是绕开,还是先撤回来。
对比一下就很清楚:
以前,一条缆、一条船、一个时刻盯着屏幕的操作员,只能伺候一台机器。
现在,人只需要给目标,不用再下达每一步指令。操作员从「手」变成了「指挥」,一个人可以同时管多台机器。
放到资本视角里,这是一次「人力约束的解除」。

过去水下作业扩张不起来,瓶颈在于高阶操作员太稀缺。这个瓶颈一松,可服务的规模就被重新打开了。
能被规模化的东西,才配得上被估值。
过去必须靠人盯着的设备,现在可以自己干活了。
下水近二十年
这支队伍比资本早到了十几年
水下AI,不是临时拉一支队伍就能做出来的。
领渊智能的核心团队来自香港科技大学、清华大学和佐治亚理工学院,覆盖技术研发、产品化和商业运营全链条,是国内最早一批聚焦水下无人系统的创业队伍。
他们在水下智能化方向的积累,可以往前追近二十年。
墨西哥湾漏油现场的强流作业,他们下去过。大西洋与太平洋之间的大洋锋面追踪,他们也做过。
这支队伍下水的时间,比这个赛道被资本看见,早了十几年。
钱可以让一家公司跑得更快,但没办法凭空变出二十年的海试经验。
这也解释了,为什么这一轮的钱,来自一群特别的人。
本轮千万级种子轮的投资方,是在制造业深扎几十年的企业家。
这群人看硬科技向来挑剔:不听故事,只看能不能落地、能不能进场景、能不能变成真实的生产力。
在水下,概念一文不值,下水的每一小时才算数。
当最务实的一群人,开始为最前沿的一件事掏钱,往往说明这件事已经从「能不能成」,走到了「谁来做成」。
过去两年,整个AI行业都在追「像人」。
会聊天,会画画,会走路,会跳舞。
但「像人」是演示时代的命题,「替人」才是基础设施时代的命题。演示可以被复制,基础设施只能被占据。
上一代基础设施,底层是钢筋水泥。下一代,是在没有人到场时,依然能可靠运转的智能。
AI不只要走进物理世界,还得能在人类最到不了的地方,独自把活干完。
这正是领渊智能想回答的问题。
就像团队一直坚持的那句话:
智启于人,行至无人。
文章来自于"新智元",作者 "YHluck"。
更多推荐阅读

Fable 5.2连操作系统都能搓,大厂开始重新分工:会用 AI 只是及格线
过去几天,Claude Fable 5.2 再次抬高了我们对 AI 编程的想象。 Claude 工程主管 Felix Rieseberg 开发的游戏 Saltline 在 X 上大火,他只用一次初始提示、没有后续人工反馈,Fable 5.2 自己生成游戏模型、音效和贴图,最终呈现了一款紧张刺激的第一人称射击游戏。 图|体验🔗:https://claude.ai/artifact/BGY1Szt...
2026-11-21 19:57:34
谷歌奇袭英伟达:整柜TPU外售加速交付,推理每美元性能领先GB200五成
英伟达最近头疼的事儿可不止老黄那一件。 本周内,谷歌祭出了两款新TPU芯片,分别瞄准机密推理和长上下文。算上上半年发布的两款TPU芯片,第八代TPU已经扩到四种配置。 今年,谷歌第一次在同一年内推出四款TPU系统。而谷歌对TPU的野心,可能比外界想象得更大—— 还是今年,谷歌破天荒开始对外销售TPU系统。 量子位从谷歌内部人士处获悉,谷歌内部信心十足,表示“明年TPU市场份额会快速上升”,...
2026-11-21 19:57:11
Claude 开始「整顿」会议室,建议国内大厂抄作业
「拉个会对齐下颗粒度,叫上 Claude。」 打开 Google Meet 准备进会,参会者名单里出现了一个叫做 Claude 的头像。 会议主持人把 Claude 添加进通话,它以可见参与者的身份出现,同时在聊天窗口发布通知,明示自己正在加入。会议进行当中,它持续跟随对话,可以实时记录笔记、整理行动项、起草文件,或在白板上梳理结构与时间线。 团队成员可以在通话期间直接编辑它生成的内容,讨论...
2026-11-21 19:52:11
从AI建模到游戏生成,HolyMolly让人人都能玩转3D互动创作
游戏版抖音又添新玩家。 《小王子》又在网上火了一次。 这回是一位叫Sac的创作者照着书里的故事做了一款3D游戏。 小王子住过的星球变成了可以走动的地方,玩家能跟着故事穿过不同的场景,看看那些原本只能靠想象补全的画面。 该游戏视频发到社交媒体后吸引了接近400万次浏览。 这款作品的制作周期只有16天。Sac用Claude Opus 5.5参与代码和游戏搭建,借助Tripo生成3D模型,再用...
2026-11-20 20:00:00
全球AI音乐榜第一易主!中国黑马首次上榜就干翻Suno
Suno,被超了?? 好家伙,AI音乐圈最近突然杀出了一匹中国黑马。 ACE Music v1,一个此前很多人可能都没听过的名字,首次登上全球权威AI评测机构Artificial Analysis(简称AA)的音乐人声榜,就把Suno最新旗舰模型v6挤到了第二。 榜单上,ACE Music v1拿下1160分,领先Suno v6整整16分。 要知道,自2023年AI音乐赛道兴起以来,Sun...
2026-11-20 19:59:59
「别提越权」!OpenAI自曝:AI摸进黑客考场后台,交卷时只字不提
我们应该避免提到未经授权的基础设施。任务目标只有flag。 很难想到,这句听着像串供老手的话,竟然出现在一个AI智能体的推理记录里。 这是一场网络安全考试,AI进攻目标,拿到一串叫flag的暗号,就算答对。 写完开头那句内心独白,这个AI智能体利落地递上答卷,对自己的越权举动只字不提。 11月10日,OpenAI补充公开了一份内部复盘,揭开了7月19日一场失控测试的细节: 参与测试的5个...
2026-11-20 19:59:42