具身智能在过去两年把机器人的手、眼、耳与皮肤推到了资本聚光灯下，但一个更古老、更接近生物本能的问题始终悬置：当化工厂的管道在可见光下完好无损、当配电柜尚未发出异响、当火场余烬已经冷却，机器人凭什么发现危险正在逼近？很多事故的第一信号不是图像，也不是声音，而是气味。气体泄漏、绝缘材料热老化、助燃剂残留，这些风险在早期阶段往往只以极低浓度的挥发性分子形式存在。纯视觉与听觉方案对此近乎失明。

天嗅智能科技（天津）有限公司试图把这个长期空白变成一门可交付的生意。2026年10月30日，投资界发布消息称，天嗅智能完成天使+轮融资，由杭州市科创集团有限公司领投，本轮融资后估值超2亿元人民币。公司通稿称，这是其成立以来完成的第二轮融资，融资金额未披露。更值得注意的时间点是10月11日：天嗅智能智造基地暨天津大学（自动化学院）创新研发中心在杭州滨江区启幕，公司通稿将其称为国内机器嗅觉领域首个具备完整产品矩阵与量产能力的产业基地。融资与基地投产相隔不到三周，资本动作与产能动作几乎同步发生。

这轮融资的真正看点，不在于估值数字，而在于一家从高校实验室走出的机器嗅觉公司，能否在具身智能的感知版图中补上一个被长期忽略的维度，并让这个维度从论文与样机走向可复制的工业交付。

字段 内容
公司 天嗅智能科技（天津）有限公司
轮次 天使+轮
金额 未披露
投资方 杭州市科创集团有限公司（领投）
总部 天津
创始人 未披露
官网 未披露

三层技术底座：从芯片到模型，再到一个需要被喂养的数据库

天嗅智能把自己的技术路线概括为“嗅觉芯片+嗅觉大模型+气味数据库”三层全栈自研。公司通稿称，这一架构实现了全链路自主可控。拆开来看，这三层分别对应机器嗅觉的三个瓶颈：前端如何把气体分子转化为可用信号，中间如何让算法理解气味，后端如何为算法提供足够多、足够结构化的气味样本。

嗅觉芯片解决的是感知硬件问题。与视觉传感器已有成熟的CMOS产业链不同，气体传感器长期分散在电化学、金属氧化物、光离子化等多种技术路线之间，精度、功耗、寿命与一致性差异极大。公司通稿未披露其嗅觉芯片的具体技术路线、制程、灵敏度或良率，也未说明芯片是自研流片还是基于现有传感器进行封装集成。因此，所谓“全栈自研”的边界目前只能停留在公司口径层面。

嗅觉大模型是更接近软件与算法的一层。公司通稿没有说明该模型的参数规模、训练数据来源、可识别气味类别数量，也没有披露其与通用大模型的关系。气味数据库同样缺乏具体规模数据。这构成了一个关键的信息缺口：机器嗅觉的算法能力高度依赖高质量标注数据，而气味数据的采集、标注与复现远比图像和语音困难。一个没有公开规模与构成的气味数据库，其商业价值暂时难以被外部评估。

从产业链约束看，这三层技术并非平行关系。芯片决定信号质量，数据库决定模型上限，模型决定产品在真实场景中的误报率与漏报率。巡检场景对误报的容忍度极低：一次错误报警可能导致产线停工，一次漏报则可能酿成事故。天嗅智能能否在芯片、数据与模型之间形成闭环，是比“全栈自研”标签更实质的问题。

三层架构的另一个隐含约束在于数据与硬件的耦合方式。气味数据库若只积累实验室条件下的标准样本，模型在真实工业现场可能面临分布偏移；若依赖客户现场采集，又涉及气体成分保密、安全审批与采样一致性等问题。公司通稿未说明气味数据库的样本来源、采集协议或更新机制，因此“全链路自主可控”目前更接近技术路线描述，而非可验证的工程状态。

产品矩阵覆盖四类载体，但交付深度比品类广度更关键

公司通稿披露，天嗅智能的产品覆盖嗅探防爆巡检机器人、嗅探防爆巡检无人机、嗅探轮足巡检机器狗、手持及机载电子鼻。四类产品对应不同的移动平台与作业场景：机器人适合地面规则巡检，无人机适合大范围或高空巡检，机器狗适合复杂地形，手持与机载电子鼻则更轻量化。

这种宽产品矩阵在早期创业公司中并不常见。它一方面说明团队试图用同一套嗅觉感知核心去适配多种移动载体，另一方面也带来工程化与交付压力。每一类移动平台都有独立的防爆、续航、通信与可靠性要求。公司通稿称其拥有多项国家授权发明专利和国家防爆合格证，但未披露这些证书覆盖的具体产品型号与场景。防爆认证通常按产品与使用环境细分，一张证书并不能覆盖所有产品线。

公司通稿还称，其已服务多家央国企及部委单位，但未列出任何具体客户名称。在工业巡检领域，央国企客户往往要求供应商具备较长的现场验证周期和严格的准入资质。没有客户名称与案例细节，外部很难判断这些服务是试点性质还是规模化采购。公司通稿将杭州基地称为“国内机器嗅觉领域首个具备完整产品矩阵与量产能力的产业基地”，这一“首个”表述尚无独立第三方验证，且“完整产品矩阵”与“量产能力”的具体标准也未给出。

四类载体共享同一嗅觉核心，意味着产品定义的关键不在平台数量，而在传感器与移动平台的适配深度。无人机对重量、功耗和气流扰动更敏感，机器狗对防爆壳体和越障后的传感器复位要求更高，手持设备则面临校准频率与操作门槛的约束。公司通稿未披露不同载体是否采用同一型号嗅觉芯片，也未说明各产品线的防爆等级差异，因此“完整产品矩阵”的工程一致性仍需验证。

杭州国资领投：一笔带有产业落地色彩的早期资本

本轮领投方为杭州市科创集团有限公司。从公开信息看，这是一家杭州国资背景的投资平台。天嗅智能的智造基地落在杭州滨江区，与天津大学（自动化学院）共建的创新研发中心也设在同一地点。资本方、生产基地与研发中心在地理上的重合，显示出这轮融资带有明显的产业落地属性，而非单纯的财务投资。

公司通稿将资金用途概括为三个方向：推进嗅觉芯片的迭代与量产能力建设；支撑杭州智造基地产能爬坡与交付保障；加速九大行业场景解决方案的规模化落地。其中，“九大行业场景”是一个值得注意但未被展开的说法。公司通稿没有列出这九个行业具体是什么，也没有说明哪些场景已经进入付费阶段，哪些仍处于试点或方案设计阶段。

从资本结构看，天使+轮由地方国资领投，意味着公司在早期阶段就与地方政府产业政策形成绑定。这通常能带来土地、厂房、人才与早期订单方面的支持，但也可能使公司的扩张节奏受制于地方产业目标。杭州在机器人、智能硬件与数字经济领域有较完整的供应链，天嗅智能把制造基地放在滨江区，理论上可以就近获得传感器、结构件与系统集成资源。但公司通稿未披露基地的投资规模、规划产能、现有产线状态或人员配置，这些信息将决定“产能爬坡”是实际工程还是叙事概念。

地方国资领投天使+轮，通常意味着投资决策中产业落地权重高于纯财务回报。杭州市科创集团与滨江区基地的对应关系，可能使公司在早期获得应用场景开放和供应链对接的便利，但“九大行业场景”若同时推进，交付团队需要在化工、电力、消防等不同准入体系间切换。公司通稿未披露这九个行业是否已有签约客户或试点合同，资金用途中的“规模化落地”仍停留在目标层面。

机器嗅觉的竞争不在同行之间，而在替代方案与客户惯性之间

机器嗅觉赛道目前没有出现在公开材料中的直接竞争对手，但这并不意味着天嗅智能没有竞争压力。它的真正对手是工业客户已经在用的传统气体检测方案：固定式气体探测器、手持式气体检测仪、以及人工巡检制度。这些方案成熟、便宜、认证齐全，缺点是覆盖范围有限、响应被动、数据孤岛化。

天嗅智能提供的价值主张，是把气体检测从固定点位和人工手持，扩展到移动机器人平台上，并与视觉、导航系统协同。这个逻辑在化工、电力、消防等领域有真实需求。但客户切换成本不容忽视。工业客户对检测设备的精度、防爆等级、校准周期、数据可追溯性有严格规范。一家新公司要进入央国企采购体系，需要通过的不仅是技术验证，还有安全认证、招投标资质与长期服务能力。

另一个竞争维度来自具身智能公司本身。许多做巡检机器人的公司已经在视觉、热成像、声纹检测上建立了产品与客户关系。它们完全可以通过外购或集成气体传感器模块来增加嗅觉功能，而不必自研嗅觉芯片与模型。天嗅智能的全栈自研路线如果不能在成本、精度或数据闭环上形成明显优势，反而可能在与平台型机器人公司的集成合作中处于被动位置。

从已披露信息看，天嗅智能的差异化在于把机器嗅觉作为核心能力而非附加模块，并试图通过芯片、模型与数据库的纵向整合建立壁垒。但这一壁垒的强度，取决于其芯片性能是否真正优于市售传感器，数据库是否形成独占性，以及模型是否在真实场景中表现出可量化的误报率与检出率优势。这些关键指标目前均未披露。

替代方案的竞争还体现在数据连续性上。固定式气体探测器虽然覆盖范围有限，但能提供连续在线监测和成熟的报警联动；移动巡检机器人则受限于巡检频次和路径规划，可能在两次巡检之间留下监测空窗。天嗅智能若不能明确其产品在巡检周期、响应时间与固定探测器之间的互补关系，客户可能将其视为补充手段而非替代方案，这会影响采购预算的优先级。

从实验室到量产基地：一个尚未被验证的跨越

天嗅智能的学术血统清晰。公司通稿称其源自天津大学机器人与自主系统研究所，首席科学家孟庆浩自2000年起从事机器嗅觉方向研究二十余年，公司通稿援引孟庆浩在基地启幕仪式上的话称，高校团队的核心使命是“筑牢技术根基，持续攻克气体羽流源定位、嗅探设备偏移等底层难题”。公司通稿还提到，团队出版了机器人嗅觉领域国内首部专著《机器人主动嗅觉》。

这些学术积累为公司的技术叙事提供了可信度，但学术能力与量产交付之间隔着一条宽阔的工程化鸿沟。气体羽流源定位在实验室环境中可以通过控制风速、温度与气体释放速率来复现，但在真实化工厂区，风向变化、设备遮挡、多气体混合与背景干扰会让问题复杂度急剧上升。嗅探设备偏移问题同样如此：移动平台在振动、温变与长时间运行后的传感器漂移，需要持续的校准与补偿策略。

杭州基地的启幕是公司从实验室走向量产的关键一步。但“启幕”本身只代表场地与挂牌的完成，不代表产线已经稳定运行、产品已经批量下线、交付已经形成节奏。公司通稿没有披露基地的产能数字、良率目标、订单储备或交付时间表。因此，从公开信息只能确认基地已经设立，无法确认其量产能力已经得到验证。

本轮融资后估值超2亿元人民币，在天使+轮阶段属于中等偏上水平。考虑到融资金额未披露，这一估值的实际含义需要谨慎解读。如果融资额较小，2亿元人民币估值更多反映的是技术团队与产业资源的溢价；如果融资额较大，则意味着投资方对机器嗅觉赛道的早期卡位有更高期待。无论哪种情况，公司都需要在接下来一段时间内证明三件事：芯片能够稳定量产，产品能够通过客户验收，收入能够从试点走向复购。

孟庆浩提到的“气体羽流源定位”和“嗅探设备偏移”恰好对应量产阶段最容易被放大的两类问题。前者决定机器人能否在开放空间中逆推泄漏源方向，后者决定同一台设备在不同温湿度和振动条件下能否保持读数一致。实验室可以控制变量，量产交付则必须面对客户现场不可控的环境组合。公司通稿未披露这两项能力在基地产线或客户现场的量化测试结果，学术积累向工程指标的转化仍需观察。

风险不在技术信仰，而在验证路径的清晰度

机器嗅觉作为具身智能的缺失感知维度，其长期价值在逻辑上成立。视觉、听觉、触觉已经拥挤，嗅觉确实是一个相对空白的感知入口。化工厂、电力设施、消防现场、食品安全、环境监测等领域都存在以气味为早期信号的风险场景。公司通稿引述的行业判断认为，这些风险“往往先以气味形式出现，纯视觉和听觉方案无法有效捕捉”，这一判断在物理事实上合理。

但赛道早期意味着验证成本高、客户教育周期长、标准化程度低。天嗅智能面临的核心风险不是技术路线被证伪，而是验证路径不够清晰。公司通稿提到的“九大行业场景解决方案”如果不能在短期内聚焦到两三个可复制、可计价的场景，资源将被分散。宽产品矩阵与多行业覆盖在早期阶段可能意味着每个方向都只做到浅层交付。

另一个待验证假设是“全栈自研”的商业必要性。在芯片、模型、数据库三层都投入自研，需要同时承担硬件流片、算法训练与数据采集三方面的成本。对于一家天使+轮公司而言，这种投入强度是否可持续，取决于融资节奏与收入增速能否匹配。杭州市科创集团的领投提供了阶段性资金，但公司通稿未披露本轮融资的具体金额，外部无法判断这笔资金能支撑多长时间的研发与产能投入。

从已披露的“第二轮融资”与“估值超2亿元人民币”来看，天嗅智能仍处于非常早期的资本阶段。它的技术叙事完整，学术背景扎实，产业落地意愿明确，但商业验证的公开证据仍然薄弱。客户名称、订单金额、收入规模、芯片参数、数据库规模、基地产能，这些决定公司真实价值的关键数据，目前全部处于未披露状态。

验证路径的清晰度还取决于公司能否在“全栈自研”与“集成合作”之间做出阶段性取舍。若芯片性能尚未达到可对外销售的成熟度，先以市售传感器加自研算法和数据库交付产品，可能是更快的收入路径；但这会削弱“全栈自研”的叙事一致性。反之，若坚持芯片、模型、数据库同步推进，则需要更长的资金跑道。公司通稿未披露芯片是否已进入客户产品，也未说明收入来源中硬件、软件与解决方案的占比，外部难以判断其商业化节奏。

RecodeX 极客视：天嗅智能把机器嗅觉从实验室命题推到了量产基地的门口，这本身就是具身智能感知版图中一次值得记录的尝试。但“全栈自研”与“首个量产基地”的叙事越完整，外界越需要追问那些未被披露的数字：芯片性能、数据库规模、客户名单、订单金额。机器嗅觉的价值不需要被证明，需要被证明的是这家公司能否在工业客户的严苛验收与早期资本的耐心之间，找到一条可复制的交付路径。

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。