中国有近2.5亿在校学生。这个数字背后，是学校心理教师配比不足、咨询资源向一线城市倾斜、以及大量情绪困扰在“被看见”之前就已滑向更严重处境的现实。当一个中学生凌晨两点对着手机屏幕敲下“我觉得自己撑不下去了”，另一端往往不是心理咨询师，而是某个通用大模型的对话框。它可能给出正确但冰冷的建议，也可能在关键瞬间判断失误。心理健康服务的供给缺口，正在成为AI与机器人赛道里一个看似垂直、实则极难啃的切口。

2026年9月22日，深圳市范博特机器人有限公司宣布完成千万级人民币天使轮融资。这家成立于2025年6月的公司，把产品方向定在“心理教练机器人”，目标人群直接指向中小学生与大学生。公司称其核心逻辑不是做一个会聊天的App，而是把多模态心理大模型装进机器人本体，让情绪识别、体征感知与体感交互发生在同一个物理实体上。

在具身智能公司普遍追逐通用人形机器人、工业操作与商业服务场景的当下，范博特机器人的选择显得格外狭窄。但恰恰是这种狭窄，让它避开了与资金更充裕、供应链更成熟的对手正面碰撞，也让它必须回答一个更残酷的问题：当心理健康本身是一个高度敏感、强监管、效果难以量化的领域，一台机器人凭什么被允许进入一个孩子的情绪世界？

字段 内容
公司 深圳市范博特机器人有限公司
轮次 天使轮
金额 千万级人民币（具体金额未披露）
投资方 未披露
总部 深圳市
创始人 范峥（创始人兼CEO）、张师瑒（联合创始人兼首席人工智能科学家）、张喜寒（联合创始人）
官网 未披露

把“心理大模型”装进机器人，范博特押注的是硬件入口而非软件流量

范博特机器人的产品架构可以拆成三层：自研多模态AI心理垂直大模型MoodLLM、多模态AI智能体、以及AI陪伴机器人本体。据公司披露，MoodLLM为千亿参数心理大模型，机器人形态覆盖人形机器人、机器狗与便携式宠物机器人。这与市面上大多数心理健康类AI产品形成明显区隔——后者多以手机App、网页端对话或可穿戴设备为主，而范博特选择了一条软硬一体的路线。

这种选择有其产业逻辑。纯软件心理陪伴产品面临用户留存低、交互深度不足、情绪识别维度单一的问题。文本对话只能捕捉用户主动表达的内容，而机器人本体理论上可以捕获语音语调、面部表情、肢体动作、触摸力度、心率等多维体征数据。公司称其商业模式正是“依托机器人本体入口捕获多维体征数据，通过订阅、SaaS、定制化方案及大模型授权实现价值升维”。从已披露信息看，这意味着范博特并不想把机器人当作一次性硬件销售，而是试图把硬件变成数据入口，把收入结构引向持续性服务。

但这里存在一个关键的不对称：硬件入口的价值，取决于硬件本身能否规模化进入用户生活。一台面向学生的心理陪伴机器人，售价、使用频率、家长接受度、学校采购流程、数据隐私合规，每一项都是尚未被验证的变量。公司未披露产品售价、订阅价格、已签约客户或合作学校名单，也未披露任何出货量或用户数。因此，所谓“数据入口”的商业闭环，目前仍停留在模式描述层面，而非可验证的经营事实。

三位创始人的履历足够硬，但学术能力与产品化能力之间隔着一条供应链

范博特机器人的创始团队配置，在天使轮项目中属于少见的高密度学术组合。创始人兼CEO范峥毕业于约翰霍普金斯大学MBA，曾任职英仕曼集团，2015年在波士顿开启首次创业，2019年回国后深耕制造业与互联网行业。联合创始人兼首席人工智能科学家张师瑒是耶鲁大学计算机科学博士，据公司披露，其在ICLR、ICML、NeurIPS等人工智能顶级会议发表近10篇论文，曾主导多种基座模型的全流程开发。联合创始人张喜寒拥有耶鲁大学心理学系神经科学方向博士学位与哈佛大学计算生物学与量化遗传学硕士学位，据公司披露，其研究成果以第一作者和通讯作者身份发表于Nature Neuroscience、Neuron、Nature Communications、Biological Psychiatry等期刊。

从已披露的学术背景看，这个团队在AI模型开发与神经科学、心理学研究两个维度上具备真实积累。张师瑒的基座模型开发经验，意味着MoodLLM的“千亿参数”并非完全空泛的营销表述；张喜寒在焦虑、抑郁机制上的研究背景，则为心理大模型的训练方向提供了专业约束。

但学术履历无法自动转化为硬件产品能力。心理教练机器人涉及电机控制、结构设计、供应链管理、儿童交互安全、量产一致性等一系列工程问题。范峥的制造业背景可能部分覆盖这一环节，但公司成立仅一年多，尚未有公开信息显示其机器人本体已进入量产阶段。从已披露信息看，公司由耶鲁大学创新中心孵化、入驻深圳市南山区AI模力营，这意味着其在早期资源获取上具备一定便利，但距离真正的硬件规模化交付仍有明显距离。

“千亿参数心理大模型”听起来很重，但心理场景的真正门槛不在参数规模

范博特机器人将MoodLLM定义为“千亿参数心理大模型”，这一表述在传播上具有冲击力。但放在2026年的AI产业语境下，千亿参数本身已不再是稀缺能力。通用大模型厂商早已越过万亿参数门槛，垂直模型的竞争焦点也从参数规模转向数据质量、领域适配与评测标准。

心理健康场景的特殊性在于，它比大多数垂直领域更依赖高质量标注数据，也更难获得这些数据。真实心理咨询对话涉及大量隐私信息，公开可用的高质量语料极度稀缺。一个心理大模型如果只是在通用语料上做微调，很难真正理解自杀风险信号、自伤意图、家庭暴力线索等高风险情境。公司未披露MoodLLM的训练数据来源、数据规模、去标识化方式或任何第三方性能评测结果。因此，“千亿参数”目前只能理解为一个技术架构层面的公司口径，而非经过验证的临床或产品能力。

更值得关注的是张喜寒的角色。一位在Nature Neuroscience、Neuron等期刊发表过焦虑与抑郁机制研究的神经科学博士参与模型构建，理论上可以为心理大模型提供更严谨的心理学框架。从已披露信息看，公司强调“AI for Science”理念，试图把心理学研究范式嵌入模型训练。但这一理念如何转化为具体的训练策略、评估指标与安全边界，公司尚未披露任何细节。编辑推断，如果张喜寒的研究积累能够真正进入MoodLLM的训练与评测环节，范博特在心理场景的专业性上可能区别于纯AI团队；但这一推断的前提——研究能力向产品能力的转化——目前缺乏公开证据。

2.5亿在校学生是真实需求池，但“学生群体”本身不是可触达市场

中国有近2.5亿在校学生，心理健康问题日益凸显。这是范博特机器人叙事中最坚实的部分，也是最容易被滥用的部分。需求真实存在，不等于需求可以被一家初创公司规模化触达。

中小学生心理健康服务的采购决策链极其复杂。学校采购涉及教育主管部门、校长、心理教师、家长委员会，任何一环都可能成为阻力。家长直接购买则面临价格敏感与效果存疑的双重考验。大学生群体虽然自主性更强，但付费能力有限，且高校心理咨询中心通常已有固定服务渠道。范博特机器人未披露任何已签约学校、试点项目或渠道合作方，这意味着其“从校园场景向家庭、社区延展”的路径，目前仍是一个方向性描述，而非可执行的商业计划。

另一个被忽视的问题是，心理教练机器人与学校现有心理服务体系之间的关系。它究竟是替代心理教师、补充心理教师，还是仅仅作为课后的情绪陪伴工具？如果是前者，它必须面对资质与伦理审查；如果是后者，它的付费意愿与使用频次将大打折扣。公司称其目标是推动青少年心理问题从“被动应对”走向“主动养成”，培养学生心理韧性。这一表述在理念上成立，但在产品定位上仍显模糊——它没有明确回答，这台机器人在一个孩子的心理健康支持体系中，到底占据哪个位置。

投资方隐身，天使轮的资本结构比金额更值得追问

范博特机器人宣布完成千万级人民币天使轮融资，但所有公开来源均未披露投资方名称与数量。这在天使轮项目中并不罕见，尤其是当投资方为个人天使、高校系基金或战略方时，低调处理可以理解。但投资方的缺位，让外界无法判断这轮融资的资本性质：是财务投资还是战略投资？是否有教育、医疗或机器人产业链背景的机构参与？投资方是否具备后续轮次的跟投能力？

从资金用途看，公司称融资将主要用于AI情绪陪伴机器人的研发与商业化推进，并持续投入多模态大模型与机器人本体的研发。对于一个同时押注大模型训练与机器人硬件开发的团队来说，千万级人民币的体量并不宽裕。仅MoodLLM千亿参数模型的训练与推理成本，就可能消耗掉相当一部分资金。如果投资方中没有具备产业资源的机构，范博特在供应链、渠道与合规资源上的短板将难以通过本轮融资得到补足。

编辑推断，从公司由耶鲁大学创新中心孵化、入驻南山AI模力营的背景看，本轮投资方可能包含深圳本地早期基金或高校关联资本，但这一推断缺乏公开信息支持，不能作为事实采信。唯一可以确认的是，范博特在资本结构上的透明度较低，这为其后续融资节奏与资源协同能力留下了不确定性。

心理健康赛道的真正对手不是同类机器人，而是手机里的通用大模型

范博特机器人没有披露任何具体竞争对手名单。但把视野拉宽，它的竞争压力来自两个方向：一是通用大模型厂商向心理健康场景的渗透，二是专业心理咨询平台与数字化心理服务公司的存量用户基础。

通用大模型厂商拥有范博特难以企及的算力、数据与分发渠道。一个学生如果已经在手机里安装了通用AI助手，并且该助手具备越来越强的情绪识别与共情能力，他为什么需要一台额外的心理教练机器人？范博特的回答是硬件本体带来的多维体征感知与体感交互——这是手机App无法替代的。但这一差异化优势的前提是，用户愿意为硬件支付额外成本，并且硬件确实能提供比手机显著更好的心理支持体验。这两个前提目前都没有公开数据支撑。

从已披露信息看，范博特的产品矩阵覆盖人形机器人、机器狗、便携式宠物机器人三种形态。这种多形态策略在早期可以覆盖不同使用场景，但也意味着研发资源被分散。人形机器人的成本与量产难度最高，机器狗的运动控制复杂度不低，便携式宠物机器人则更接近桌面级情感陪伴设备。对于一家天使轮公司而言，同时推进三种硬件形态，可能意味着每一种都难以做到足够深。公司未披露哪一款产品是当前研发优先级最高的核心SKU，也未披露任何一款产品的工程样机状态或量产时间表。

风险不在技术，在于心理场景的伦理边界与效果验证

范博特机器人面临的最大风险，不是模型参数不够大，也不是机器人造不出来，而是心理场景本身对AI产品的容错率极低。一个通用聊天机器人说错话，用户可能一笑而过；一个心理教练机器人在用户表达自杀意念时给出错误回应，后果可能是不可逆的。

公司称其目标是“赋能全民心理健康，让每个普通人都拥有自己的心理健康教练机器人”。创始人范峥表示，公司成立的初衷是用AI和机器人解决现实社会中的真实问题，“我们希望公司的产品除了有商业价值，还有足够的社会价值。”这些表述在价值观层面无可指摘，但在产品层面，它们回避了一个核心问题：当机器人面对高风险心理危机时，它的干预边界在哪里？它是否具备转介机制？它如何与人类专业服务衔接？公司未披露任何关于危机干预流程、安全协议或伦理审查机制的信息。

另一个待验证的假设是效果评估。心理健康干预的效果通常需要长期追踪与临床验证，而一家成立仅一年多的初创公司，显然无法提供任何纵向数据。公司称其希望“让每一次人机交互积淀为心理基石”，这一愿景的前提是，人机交互确实能产生可测量的心理收益。从已披露信息看，范博特尚未公布任何用户测试数据、试点结果或第三方评估报告。因此，其产品有效性目前只能被视为一个待验证假设，而非已证实的能力。

从已披露的融资、团队与产品架构看，范博特机器人是一家在学术配置上具备真实稀缺性的早期公司，它选择了一个需求真实、供给不足、但商业化路径极长的赛道。它的机会在于，心理健康服务的供给缺口足够大，而硬件本体带来的多维交互体验确实可能创造软件无法替代的价值。它的风险在于，从学术能力到产品能力、从产品能力到规模化触达、从规模化触达到可验证效果，每一步都需要时间、资金与渠道，而它目前披露的信息尚不足以证明其中任何一步已经走通。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

  • 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
  • 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
  • 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：范博特机器人把“心理教练”从App对话框搬进了机器人身体，这个方向值得被认真对待——但真正决定它能否活下来的，不是MoodLLM的参数规模，也不是创始人的顶刊论文，而是它能否在校园采购、家长付费与伦理审查的三重夹缝中，找到一条可重复验证的商业路径。在那之前，2.5亿在校学生只是一个巨大的背景数字，而不是它的市场。

信息来源

本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。