维度网讯，印度班加罗尔深度科技机器人初创公司CynLr在AI Impact Summit上正式提出“物体智能”概念，并同步展示了其通用视觉机器人平台CyRo。该平台配备双臂与双目视觉系统，无需预先编程或模型训练即可在10至15秒内自主抓取和操控完全未知的物体，包括透明包装、镜面金属件及不规则形状零件等传统工业自动化长期无法稳定处理的品类。CynLr联合创始人Gokul NA在峰会上对此给出了直接判断：“除非你把这种直觉能力构建到机器人中，否则它们是不可训练的，也不是AI友好的。”

物体智能的差异化路径在于主动感知架构对数据依赖的根本性替代。当前主流AI模型依赖数百万数据点和数月训练周期，而CyRo的视觉系统并非靠识别物体类别来决策——它通过实时感知场景中“正在发生什么变化”来驱动行为。当陌生物体被放置在托盘上时，系统出于一种模拟婴儿好奇心式的主动探寻机制靠近并抓取目标，在接触瞬间即时感知物体刚度和滑动趋势并自适应调整夹持力度。Gokul NA指出，人类婴儿能够在不知道物体名称的情况下拿起它们，这正是机器人所缺失的底层能力。从技术栈来看，物体智能并非单项技术的突破，而是一套覆盖感知、决策与执行的全栈架构重构。CynLr将其定义为“物体智能堆栈”，该堆栈摒弃了传统工业机器人“预编程—固定夹具—受控照明”的刚性范式，转而采用自动对焦液态镜头光学系统、光学收敛算法以及仿神经科学的主动感知机制，使机器人能够在极端变光照、物体随机姿态和混合堆放等非结构化环境下稳定运行。CynLr在2025年联合国AI for Good峰会上将这套架构进一步阐述为通向“通用工厂”的技术基座——工厂本身成为可被软件定义和重新编程的模块化系统，一条产线通过软件更新即可在不同车型、不同产品之间无缝切换，而不需要更换任何硬件工装或重写底层控制程序。

这一技术构想已经进入全球顶级制造商的量产验证阶段。CynLr目前正与德国汽车品牌奥迪开展为期两年的联合试点，将CyRo集成至后者在德国的整车试制产线，专门负责复杂不规则零部件的抓取和组装工序，目标是验证从单一车型快速切换至多车型共线生产的能力。公司同步拿下了全球第三大半导体设备制造商的订单，并与多家豪华汽车品牌展开深度技术磋商。在仓储物流、实验室自动化等非汽车场景中，CyRo同样展现出跨行业迁移潜力。CynLr首席营收官兼美国子公司负责人Chris Truce于2026年4月透露，公司正在将客户群从大型企业向下延伸至中小型制造商，同时计划年内推出移动版机器人平台Synoid以补全固定工位之外的室内物流链条。

技术和商业进展同步驱动资本加速注入。CynLr成立于2019年，由Nikhil Ramaswamy和Gokul NA联合创立，总部位于班加罗尔，在瑞士洛桑设有设计与研究中心，在美国设有客户运营与销售办事处。公司迄今已完成四轮融资，累计融资金额超过1520万美元，投资方包括Speciale Invest、growX Ventures、Pavestone和Athera Venture Partners等机构。2025年，CynLr被世界经济论坛评为“技术先锋”。据印度经济时报与Moneycontrol在2026年2月的报道，CynLr正在进行新一轮融资，目标规模超过4000万美元，并计划到2028年累计融资约7500万美元。资金将用于建设日产能达一台机器人的制造供应链体系、将团队规模从约60人扩充至200人以上，以及将销售周期大幅缩短至40天左右。Gokul NA在说明深科技机器人产业化节奏时直言：“深度科技需要不同的思维方式。你是在建设基础设施，而不是在包装一个已有的市场。”

其核心产品CyRo目前定位为固定式双臂视觉操控平台，主要覆盖封装、组装、分拣、精密插装等工序。移动版机器人Synoid将承担工厂内部物流搬运及跨工位物料流转任务。CynLr将物体智能定义为“机器人学的操作系统”，其长期路径是以软件定义工厂为核心架构，使工厂自身成为可快速重构的模块化产品，最终实现从集中式巨型工厂向分布式微型工厂的产业范式迁移。公司表示，当前机器人产业仍处于类似计算机产业1980年代的早期阶段，标准化和规模化营收尚需多年基础设施建设，预计2028年至2030年间全行业将迎来首轮规模化收入兑现窗口。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com