极稳科技完成数千万元天使轮融资：工程具身智能能否攻克高空维保难题？

百米高空，一台风机叶片的作业面风速可达8级。一名持证作业人员被绳索悬吊在叶片旁，身体随风摆动，试图用肉眼或手持仪器捕捉漆面下一道细微裂纹；下方地面人员紧盯着安全绳和风速仪，风速一旦触及阈值，作业必须立即中止，整组人撤回塔基。这个场景在沿海风电场并不罕见——定检窗口期是固定的，但能出勤的高空作业班组正在变少，而愿意从事高空野外悬吊作业的年轻人，更是逐年萎缩。

这正是宁波极稳科技（MaxStable）试图打开的切口：用一种可以附着在垂直壁面、能在8级风下保持稳定作业姿态的机器人，去替代那些悬吊在高空的人。极稳科技于2026年成立，近日宣布完成数千万元人民币天使轮融资，由协立资本领投。公司方面表示，本轮资金将投向高空作业场景实验室建设、AI工程决策大脑迭代研发、机器人量产落地，以及在风电、化工等领域的标杆项目落地。

从悬吊人到悬吊机器人：高空维保为什么到了非改不可的节点

风电塔筒与叶片、石化储罐、大型冷却塔、烟囱等高耸构筑物的维保作业，长期依赖于脚手架搭建和人工吊篮悬吊两种模式。前者施工周期长，搭设和拆除本身即涉及高空风险；后者灵活但高度依赖持证作业人员。国内特种高空作业持证人员的年龄结构正在发生不可逆的变化，人才断层问题已经从行业隐忧演变为显性约束。

极稳科技试图解决的核心矛盾，并不在于“机器人能做多好”，而在于供给端发生了结构性收缩：基础设施维保存量市场的需求刚性增长，但能够并愿意从事高空悬挂作业的人力供给正在萎缩。这种供需缺口的扩大不是周期性的，它更像一条单向曲线——当招工难度从沿海风场向中西部场站蔓延，从高空作业向一般工业维保岗位传导，机器替人的市场推力就会从“降本增效”升级为“不得不做”。

协立资本相关负责人在本轮融资声明中表示：“高空特种机器人赛道兼具社会价值与产业前景，极稳科技团队兼具底层算法研发与工程落地能力，技术方案直击行业真实痛点。”从投资逻辑上看，协立资本押注的是一个“一定会发生”的替代趋势。当人力不可逆转地退出供给端，能够替代人的机器系统就从可选项变为必选项。在这一确定性之下，率先做出可规模化部署产品的公司，将获得定义交付标准、绑定业主运维流程的先手权。

AIMP 底座的真问题：不是能不能爬墙，而是爬完能不能干活

极稳科技将自身技术栈概括为三层：空中智能移动平台 AIMP、MaxStable™ Control OS 自抗扰控制算法大模型，以及闭环 AI 工程决策大脑。AIMP 扮演通用移动底座的角形，上方可搭载模块化作业终端，执行检测、涂敷、钻孔、装配等多类任务。W 系列专攻风电叶片和塔筒的检测修复，T 系列面向储罐及大型工业构筑物的运维改造。用一个通用底盘统一吸附与运动控制，再将不同作业任务打包为可更换的工具模块——这个架构思路在纸面上清晰合理，但在工程实现上的难度远高于室内 AGV 或固定基座的工业机器人。

爬壁机器人本身并非新物种。过去十年，国内外已有高校实验室和创业团队展示过多种原理样机。真正的挑战从来不在“能否吸附在墙上”，而在于“吸附之后能做什么”。以风电叶片检测为例，机器人需要在三维曲面上移动至指定的检测坐标，并在此过程中保持作业终端与叶片表面之间的接触距离、角度和压力恒定。问题在于，叶片在风中不是静止的——阵风引起的载荷变化会在半秒内改变叶片的瞬时位置，控制系统必须在极短时间内完成感知、计算和补偿。极稳科技宣称，其系统可在百米高空、8级大风工况下稳定作业。如果这一指标在实际场站测试中得到验证，意味着 MaxStable™ Control OS 对动力学建模的精度和自抗扰控制的实时性已达到较高水准。

MaxStable™ Control OS 的技术路线是将自抗扰控制与大模型结合，针对传统 PID 控制器在高阶、非线性扰动下容易失效的固有问题。从原理上看，这种结合有可能提升系统对风载荷突变的鲁棒性。但需要指出的是，目前公开渠道并无第三方测试数据或客户背书来佐证该系统在连续作业数十小时后的性能衰减情况。机器人在百米高空、持续风扰下的长时间运行，涉及的不仅是控制算法的瞬态响应，还有电机发热、传动机构磨损、传感器漂移等机电耦合效应。这些因素在实验室短时测试中难以充分暴露。

另一层需要冷静审视的维度，是全材质适配的可迁移性。极稳科技称其多层自研适配体系可稳定附着于混凝土、复合材料、带涂层金属等多种壁面。这在产品宣传上构成“通用平台”叙事的基础，但不同材质的吸附方案在物理原理上存在本质差异。涂层金属适合磁吸附，然而涂层厚度的变化会显著影响磁吸附力的标定值，过厚可能导致吸附力不足，过薄则可能损伤涂层本身。混凝土多孔结构需要负压吸附，不同龄期、不同配方混凝土的孔隙率和表面粗糙度差异很大，要求负压系统具备自适应调节能力。复合材料对接触压力敏感，施压过度可能引发层间分层损伤，这对压力控制精度提出了更苛刻的要求。如果极稳科技在这些材质上使用的是本质独立的三套吸附模块，那么所谓“通用平台”的边际成本摊薄效应就会打折扣——每种场景可能需要单独备件、单独维护训练和单独的安全认证。目前公司未披露任何客户名称或在实际场站完成的作业数据量级，因此全材质适配的工程成熟度仍是一个待观察的命题。

续航与有效载荷之间的权衡同样是绕不开的工程约束。大型风机叶片和塔筒的垂直爬升与满负载检测对能量密度提出了极高要求。如果采用电缆供电方案，需要解决长距离拖曳带来的阻力、电缆在塔筒壁面的摩擦和缠绕风险；如果采用电池供电，单次续航必须至少覆盖单支叶片的完整巡检周期，否则中途返回充电将显著拉长单台机组的作业时间，直接影响运维排期的经济性。极稳科技目前未公开电源方案的具体参数，也未披露单次满电作业面积或自重与负载比等数据。

KaaS 模式的本质：把单次项目营收变成了长期数据资产积累

在商业模式上，极稳科技引入了 KaaS（知识即服务）概念，将设备运维数据、缺陷诊断结果、工况分析报告沉淀为企业的数字资产，试图推动维保行业从“经验施工”向“智能决策”转变。这一叙事在工业软件和工业互联网领域并不陌生，但在特种机器人赛道提出，意味着极稳科技不想被定义为一家单纯的设备销售公司，而是希望以硬件为入口，在更长的时间维度上从数据服务中获取持续性收入。

KaaS 的实际交付链路至少需要三步。第一步，让客户接受“用机器人替代或辅助人工检测”这一作业方式本身。这一步考验的是产品在真实工况下的作业精度和可靠性是否能让业主的运维部门认可。第二步，在持续使用过程中积累足够连续、足够密集的数据，达到统计上可以支撑趋势判断的量级。单次检测的数据点再多，也不足以构成“资产”；需要跨季度、跨年份的同一叶片、同一塔筒的多次检测数据，才能形成磨损趋势、劣化速率等分析结论。第三步，是证明这些数据能够产生人工巡检无法获得的价值，例如叶片内部结构损伤的早期预警、塔筒涂层劣化趋势的跨机型对比预测等。只有走到这一步，业主才可能愿意为数据洞察单独付费。

这条验证路径比纯粹的设备销售更长，商业闭环的周期也更久。但一旦走通，客户切换成本将显著提升——连续几年的检测数据存储在 KaaS 平台上后，更换供应商意味着面临历史数据的迁移成本，甚至在数据格式不兼容的情况下等同于丢弃已积累的趋势分析基线。这种数据粘性可能构成竞争壁垒。

协立资本所称“商业化落地路径清晰”，大概率指的是团队对从设备交付到数据服务的转化步骤已有明确规划。不过需要客观指出，在天使轮阶段，任何 KaaS 叙事在未披露标杆客户续费数据或数据服务独立营收占比的情况下，仍然是一个需要被后续里程碑验证的假设。

协立资本的选择逻辑：在工程具身智能的最严苛场景下注

2026年的天使轮市场活跃度有所回升，但资本对纯技术叙事的态度更为审慎，更倾向于寻找“可以算清楚账”的落地场景。协立资本对极稳科技的投资，从声明中拆解，至少支撑着三个明确的假设判断。

第一个假设是，高空维保属于“一定会发生机器替人”的确定性场景，其需求刚性远高于消费级机器人或部分协作机械臂。这意味着下游需求具有类刚需属性。

第二个假设建立在创始团队的能力拼图上。根据已披露的信息，创始人任龙拥有8年特种机器人行业经验，CTO 陈卿拥有16年工程装备与人形机器人核心研发经历，核心团队成员来自南京航空航天大学、浙江大学、中南大学、美国阿拉巴马大学等高校。这个组合在控制、机械、算法三个维度上没有明显的能力盲区。陈卿16年工程装备研发背景叠加人形机器人核心研发经验，意味着团队在复杂机电系统的可靠性设计和模块化架构方面，可能积累了超出大多数早期机器人创业公司的工程直觉。

第三个假设涉及场景选择。大型风电和化工设施的业主结构，一旦产品在某一业主的场站完成验证，后续跨场站复制可能具备天然便利。这相比面向大量分散中小业主的泛工业场景，回款周期和规模化节奏可能更快。

资金投向透露出的优先级：先建实验室、再迭代大脑

融资新闻披露的资金用途中，场景实验室被列为第一项。这客观上说明极稳科技自身判断其产品尚未达到“可以在客户现场完成全部验证”的成熟度。在室内可控环境中模拟极端工况，将系统可靠性和作业精度迭代到一定程度后再推向真实场站完成实测闭环，这是特种机器人商业化的合理路径选择，本身并不构成负面信号。

“AI 工程决策大脑”的持续研发，是 KaaS 模式的基础设施级投入。这意味着数据采集、缺陷标注、模型训练需要在一段不算短的时间周期内持续投入。天使轮资金可以完成基础模型框架的搭建和少量典型缺陷类别的标注，但训练数据能否在不同业主、不同机型、不同场站之间泛化，目前还是未知数。

量产落地的资金分配，意味着极稳科技已准备从原型机阶段向小批量生产过渡，这直接考验团队的供应链组织能力和单台制造成本控制。宁波作为长三角精密制造重镇，在模具开发、精密加工和机电组件配套上具备比较优势，这是极稳科技将总部选址宁波的合理产业逻辑。公司目前未披露单台设备定价和目标毛利率，这将成为下一轮融资前必须向市场交出的核心商业指标。

未打开的变量：客户、定价与竞品坐标

在已公开的信息中，极稳科技未披露任何已签约或正在合作的客户名称。在B端特种设备领域，有无标杆客户是区分“技术演示阶段”与“商业化起步阶段”的核心分界线。是否已经拿下哪怕单个场站的试点合同，是否在真实场站中完成了一个完整作业周期——不只是爬到指定位置再下来，而是按照业主定检大纲跑完全部检测点并将数据输出为检测报告——这些信息直接影响外界对公司当前成熟度的判断。产品在实际场站完成完整作业后，检测数据是否在偏差允许范围内获得业主运维部门认可，通常需要一份对比测试报告或验收单支撑，目前这些均未公开。

单台设备定价和预估毛利率同样处于未披露状态。特种机器人在初期的单台制造成本通常较高，受制造费用摊销、小批量定制化适配成本的双重压力，初期产品毛利率可能面临挑战。定价能力则取决于产品相比“人工悬吊+脚手架”方案的综合成本节约能否形成清晰可算的账本，以及业主的支付意愿。如果业主将安全合规和减少停工时间带来的隐性收益纳入总账计算，支付溢价的空间可能存在；如果业主仅按“替代几个工人的日薪”来估值，定价天花板就会相对有限。

竞品信息是一个明显的空白。目前公开资料中既未出现国内同类企业的对比分析，也未提及与国际厂商在产品形态、价格区间和部署方式上的差异化定位。

另一个需要留意的逻辑是，极稳科技宣称AIMP可搭载模块化终端覆盖检测、涂敷、钻孔、装配等多类任务，指向“通用智能作业平台”的战略定位。但在天使轮阶段，公司真正完成工程闭环交付的产品大概率只集中在一到两类任务上。从单一检测任务扩展到涂敷甚至钻孔和装配，每增加一种作业终端，机器人的动力学特性、末端执行器的控制精度要求、作业质量和安全认证标准都会产生显著差异。平台化的成本逻辑——即一套底盘平摊到多种任务上降低整体方案成本——需要在任务种类达到一定数量级后才能成立。在此之前，为每种新任务做的研发投入和认证成本，反而可能推高短期资金消耗。

工程具身智能的新坐标系：宁波能长出下一个机器人细分龙头吗

工程具身智能是2025年以来创投圈逐步形成的一个新概念，它将具身智能的讨论方向从人形机器人、服务机器人拉向更垂直、更苛刻的工业工程现场。极稳科技恰好处于这个坐标系中约束条件最严苛的一类场景：高空、户外、动态风载、实时高精度作业、长周期连续运行。极稳科技需要在下一轮融资启动前，向市场证明几件事：产品在真实风场或化工场站中完成了可重复验证的商业交付；获得了至少一个头部业主的采购意向或框架合同；单台设备投资回本周期落在业主可接受的范围内。

从产业地理角度看，极稳科技总部设在宁波。宁波作为长三角南翼制造业重镇，在模具、精密机加工和机电供应链上拥有深厚积累，这可以支撑小批量试产阶段的快速迭代和成本控制。但控制算法和AI决策大脑领域的顶尖研发人才通常更集中于一线城市，极稳科技如何搭建并维持跨地域的人才梯队，是其长期发展的一个观察维度的命题。核心算法团队与宁波总部的协同方式，以及能否在当地逐步构建起工程测试和数据标注团队，可能影响迭代效率。

将视野拉长，极稳科技的价值天花板并不必然局限于风电和化工两个首发场景。船舶外板检测与涂装、大型混凝土冷却塔定检、输电铁塔维护乃至部分国防设施的高空作业，都可能成为AIMP底座的能力延伸方向。但不同场景之间存在独立的安全认证体系和工程适配门槛，这些都不是将AIMP直接“平移”即可解决的。平台化能否在这些场景间成功迁移，取决于AIMP在软硬件架构上是否做到了足够高层次的抽象，使场景适配主要转化为末端作业模块的更换而非核心控制系统的重新设计。

2026年，一级市场整体趋向于“会赚钱的AI应用”，资本对长周期硬科技项目的容忍度在收窄，但并非消失。极稳科技所讲述的故事，既不是纯软件，也不是通用机器人——它是一个锚定在存量维保市场的极端垂直场景中、以硬件为入口、以数据为长期价值锚点的工程具身智能样本。这个样本最终的成败，可能比某些融资规模更大、故事更宏大的人形机器人项目，更早揭示出一个朴素真相：在工业现场，机器替人的速度不取决于机器本身能做到什么，而取决于它所替代的那个工种，是否已经真正走到了没人愿意去做的临界点。

RecodeX 极客视：高空维保机器人的技术门槛不在 PPT 上，在百米塔筒顶端刮着八级风的那一分钟。极稳科技的天使轮融资拿到了一张入场券，但从拿到入场券到证明自己能在真实工况下稳定完成交付，中间还需要跨越一个场景实验室和若干个标杆客户的完整作业周期。工程具身智能的概念很热，但在这个赛道里，唯一的可信价值验证方式，是让机器人在业主的场站里跑完一整个定检窗口，然后从业主那里拿到一份写着“检测数据与人工复检结果偏差在可接受范围内”的验收报告。在资本整体走向务实和审慎的2026年，留给这家年轻公司验证自身技术叙事的时间窗口，并不会因为存量市场这张宏观大图就自动延长。协立资本数千万元筹码的投向，与其说是在赌一家公司，不如说是在为“人力退出高空作业供给端”这一确定性趋势提前占一个身位。而机器人能不能在真实的风机叶片和化工储罐上把这份活干好，答案还在风中，尚待书写。