普通视图
2026年飞天茅台原箱最新批价报1700元/瓶
经济学家:美国3月CPI月率或大涨1% 美联储今年或难降息
兆瓦级氢燃料航空涡桨发动机首飞成功
3月中国大宗商品价格指数环比上涨4%
高端智能投影品牌AWOL Vision获近亿元B轮融资,新品拿下近2000万美金众筹|硬氪首发
作者|黄楠
编辑|袁斯来
硬氪获悉,高端智能投影品牌AWOL Vision近日完成近亿元B轮融资,投资方包括天堂硅谷、会畅科技及金鹏佳等机构。资金将主要用于核心技术研发,持续迭代超短焦与长焦激光显示能力,并推进“家庭AI智能娱乐平台”生态构建;同时加快全球渠道与品牌拓展,强化供应链协同,并引入顶尖人才以夯实全球化运营基础。
AWOL Vision成立于2020年,长期专注RGB激光投影与家庭视听体验创新,并以深圳海高特科技有限公司作为其研发与设计中枢,为全球视听领域用户提供更具沉浸感的解决方案,重塑家庭娱乐体验。
3月31日,AWOL Vision新款超短焦4K三色激光投影产品Aetherion在Kickstarter上结束众筹,募得近2000万美元;加上2024年其子品牌Valerion的千万美元级项目,AWOL累计众筹金额已超2亿元,是首个立足中国、完成“双千万美元级验证”的消费电子品牌。
![]()
超短焦4K三色激光投影产品Aetherion(图源/企业)
从CRT到液晶,从单色激光到三色激光,家庭显示行业经历了持续的技术跃迁。市场竞争日趋成熟,但大多数品牌仍沿着一条从电视时代延续至今的硬件参数竞赛路径,不断追求更大尺寸、更高分辨率和更低价格。
在欧美等成熟市场,家庭影院正走向刚需。但一套传统高端系统的部署成本高达5万至6万美元,且一旦安装便几乎固定,迁移成本极高。同时,传统投影品牌智能化迭代滞后,缺乏无线投屏、自动对焦等基础体验。当硬件参数逼近极限,真正的差异化开始向交互体验迁移。
这正是AWOL Vision所切入的断层。海高特将原本用于专业影院的三色激光技术下放至消费级产品,并在两大品牌中AWOL Vision与Valerion形成了清晰的场景分工。AWOL主打超短焦技术,适用于明亮环境的客厅场景,支持开灯观看;Valerion则专注于长焦投影,服务于影音室、后院户外等暗光环境,强调影院级画质与氛围感。
![]()
适用于明亮环境的客厅场景(图源/企业)
公司在产品定义阶段便将“开箱即用”作为核心设计原则,其产品外形采用金属骨架与轻量化设计,便于用户在客厅、卧室、庭院等不同场景间移动;所有接口隐藏在盖板或凹槽内,避免线材外露。
使用过程中,设备支持自动对焦、自动梯形校正、自动画面避障和幕布对齐,即使用户挪动设备,画面也能实时保持最佳状态。
软件层面,预装Netflix、Disney+、HBO Max等主流流媒体平台,支持语音控制和一键投屏——这些在国内智能投影市场已成标配的功能,在海外高端投影赛道中仍是稀缺能力。
可以看到,凭借独特的“美国品牌 +中国设计中心”模式,海高特依托中国成熟的智能硬件研发与供应链优势,瞄准欧美传统投影市场,提供更完整的使用体验与场景化解决方案,显著降低了高端家庭影院的实际使用门槛。
而随着设备进入越来越多家庭,一个更核心的问题浮现:如何让投影从“被动显示工具”进化为“主动理解用户的娱乐伙伴”?
家庭娱乐的竞争正在从“屏的竞争”转向“入口的竞争”。电视、投影、AR/VR设备都在争夺用户家庭中的核心交互位置。然而,当前市场上大部分投影设备仍停留在被动显示阶段,即用户选择内容、设备播放,交互止步于遥控器或语音指令。
![]()
构建家庭AI智能娱乐平台(图源/企业)
家庭娱乐的需求正在深化:用户不再满足于单次观影,而是希望设备能够理解使用习惯、预测内容偏好、自动适配不同场景。周末晚上自动切换为电影模式并调暗环境光,游戏模式下自动优化延迟与音效联动等,这些能力的背后,需要一个持续学习用户行为的AI引擎。
这正是AWOL Vision的差异化所在。它并非从零搭建一个操作系统,而是基于用户最高频的观影和游戏场景,逐步叠加环境感知、多设备协同、个性化推荐等AI能力。这种“硬件+场景+AI”的渐进式路径,更易被用户感知和接受。
到这时,智能投影设备将不再只是一块负责播放的终端,更成为连接内容、环境、设备与用户习惯的AI智能娱乐入口,在下一代智能生态竞争中成为建立长期壁垒的关键。
投资方观点:
天堂硅谷表示,AWOL Vision在全球最挑剔的消费市场持续验证了产品力,两次众筹破纪录是真实市场需求最有力的证明。我们看好其从高端硬件向平台生态延伸的战略路径,这是一家有潜力在全球家庭娱乐赛道诞生世界级品牌的企业。
会畅科技表示,作为产业投资方,我们与AWOL Vision在视听技术与内容生态层面有高度互补的战略协同空间。作为合作伙伴,我们期待与AWOL共同定义下一代家庭沉浸式娱乐的标准。
Meta将于5月份在墨西哥湾区削减近200个工作岗位
买前必看:千问 AI 眼镜 G1 自费长测
意大利央行将2026年意大利国内生产总值增长率预期从0.6%下调至0.5%
假期首日国铁集团郑州局预计发送旅客98.6万人次
国际货币基金组织敦促日本央行继续加息
特斯拉超级充电桩全球突破80000根
浙江嘉兴港首次实现重大件设备直通欧洲
中国有色金属工业协会硅业分会赴包头开展硅产业深度调研
华泰证券:近期二级市场持续回调,各板块内估值稳健、分派率较高的项目,或有短期交易机会
金饰价格一夜又跌11元
一群00后极客和这家机器人公司共处72小时
2026年3月29日下午5点,在我们抵达深圳科创学院四楼时,参加“全球首届具身智能开发者大会”的20组选手,已经在这里持续开发了60个小时。
现场弥漫着一股咖啡混合着冷气的味道,随处可见没吃完的奶茶和果切,楼道里和墙角支着一个个帐篷,有选手在里面补觉,“前一天熬到凌晨4点”。
![]()
图片由智能涌现拍摄
和开发应用/软件的黑客松不同,在这场具身智能开发者大会上,看得见的,有近百台高性能六轴机械臂;看不见的,背后还有100+ PFLOPs的算力支持,以及自变量WALL-OSS、Pi0.5、英伟达DreamZero等开源基模可供选择。
![]()
图片由官方提供
“就没打过这么富裕的仗!”在B站有33万粉丝的“同济子豪兄”,在看到主办方提供的赛事支持后这样感慨。
参赛选手几乎清一色的00后。现场一支名为“MVP”的队伍在当天暂列第一,队长是一名连续创业者,有丰富的大赛经验,称自己“自备5090GPU和多款机械臂”,另外两名队员分别来自深圳大学和香港科技大学。
选手要做的,是在三天时间里,通过采集数据、适配算法,让机械臂尽可能实现单个任务的执行成功,比如把草莓苹果装进不同的篮子;或者是识别物体后,用字母积木拼出该物体的英文名称,还有更难的——把type-C线插进端口。
“之前我们叫全球首届,还担心太大了,后来看了看,确实不管国内还是国外,都不曾有过这样规模的比赛。”作为主办方,自变量机器人创始人&CEO王潜在决赛日的发言中说。
72小时内,选手需要教会机械臂识别环境、做决策、懂操作,难度颇高。王潜自己也说,“这事儿上手确实挺难”,但他也提到,把参赛时间极致压缩,能推大家一把。
![]()
自变量创始人王潜
回归真实
具身智能,当下有一个症结:“假”。
你看到的很多机器人进厂打工拧螺丝,或者在零售场景下取货收款,都是在设定好程序、环境前提下的摆拍,一旦换个场地、光线,机器人便手足无措。
大赛也“不够真”。自变量CTO王昊就对《智能涌现》说,行业目前几类赛事,有的提供纯仿真环境,虽然能控制变量,让参赛者更易上手,但离现实世界太远;还有的赛事只给选手提供数据,但所有评测过程均由主办方完成。
“我们允许选手采集数据和修改硬件和各种环境配置,让大家在模型泛化性上充分理解。”王昊说。
此次比赛设立A/B榜,选手需要从套环(抓取)、按指令分类水果(语言理解)、插电源线(精细操作)、拼写单词(长时序决策)四个中,选择针对一个任务持续攻关。
而A/B榜的差异是,A榜中,选手可以按照自己设定好的环境、任务,完成指定动作即可;但B榜,需要按照完全随机的环境,让机器完成任务。
举个例子,A榜里的套环,选手可以把木环放在套杆左边,一直按照同一个位置,让机械臂识别并完成套取;但在B榜里,审核员会随机把木环放在任何位置,还会改变灯光、桌面颜色等环境指征,看机器能否在随机条件下完成任务。
也就是说,A榜像开卷考试,考察的是选手对同一个题型的复刻能力、稳定性;但B榜,就是用纯黑盒的题型,考验选手训练的模型究竟有多少“泛化性”。
设立A/B榜,也是为了让选手回归真实,让选手不单单为了“刷榜”,只使用少量数据来优化特定场景,忽略了模型整体泛化性。
“这个比赛不想让大家停留在仿真、虚拟世界的画面里,而是上手动起来,体验物理世界的复杂性。”自变量算法合伙人甘如怡说到。
回到现实
在这场具身智能开发者大赛中,选手们摸到真实的机器,采到真实环境下的数据,得到了真实场景的模型反馈,具身智能得以回归真实。
而下一步,就是让机器人的智能,回到现实。
开发者黑客松代表的,是技术极客的想象,但技术,总要落地才有价值。
这次大赛的四个类目中,套环考验的抓取能力;按指令分类水果中包含语言理解;插电源线中对柔性物体的精细操作,以及拼单词背后的长序决策能力,都是机器人落地工厂、家庭等现实场景中必备的能力。
![]()
图片由官方提供
在这场赛事举办前夕,自变量还宣布,与58到家合作,在深圳推出智能保洁服务,让全球首个机器人保洁员上岗。
“家庭是具身智能的圣杯,它代表最广泛、最开放的环境和任务,解决了家庭任务,就代表模型可以实现完全泛化。”王昊如此形容。
必须承认的一个事实是,让机器人完全替代人类完成保洁,还不现实,在自变量与58到家的演示视频中,机器人只能实现整理物品、清洁桌面等基础动作,而像收纳大件床单这种复杂动作,还需要和真人协作完成。
那么,机器人进家庭的时间,是否应该等模型足够成熟后,再逐步实现呢?王昊并不认同这个结论。
“一开始就直面最复杂最开放的场景,才能让模型智能水平,提升到可以解决丰富场景的能力。”王昊说,“不管从什么时候开始,越早开始越好。”
不论是开发者大赛还是机器人落地,自变量的思路都相当一致。
具身智能是一个复杂的系统性工程,从数据、算法、模型工具、训练范式,行业都没有一个绝对共识,而自变量的法则是,鼓舞更多的人参与进来,在尝试中,让模型与智能迭代。
在解释举办比赛的初衷时,王潜也用“openclaw”给台下的开发者们举例:“小龙虾为什么火,并不是因为一群专业人士在做,而是无数个人开发者、无数小团队一起,把它推成了一个庞大的生态。”
“我希望能做到具身智能的平权。”王潜说。