普通视图
拉普拉斯中标特斯拉光伏项目第二期,订单规模近百亿
远景首发AIDC能源解决方案,已携手腾讯落地全球首个100%绿电直供数据中心
零跑汽车:3月全系交付50029台,同比增长35%
中芯国际在上海成立新半导体公司
36氪企业全情报:AI 舆情大数据,让投资决策快人一步
信息爆炸时代,炒股最怕消息滞后、真假难辨、抓不住涨跌核心。刷遍新闻、研报、股吧,仍看不清市场全貌?36 氪重磅推出企业全情报微信小程序,以 AI 大模型 + 独家舆情大数据,为普通投资者打造机构级情报工具,一键看透股价逻辑、精准把握投资先机36氪。
一、硬核实力:机构级数据,普通人也能用
小程序由 36 氪联合红麦聚信倾力打造,依托 17 年大数据技术沉淀,实现全网 7×24 小时实时数据采集,覆盖权威媒体、社交平台、行业论坛等全渠道,告别信息遗漏36氪。
融合文心一言、豆包等多款领先大模型,搭配经上亿数据验证的 AI 算法,高效处理海量舆情,深度加工、精准分析,把复杂信息变成清晰决策依据,让散户也能享受 B 端级舆情服务36氪。
二、核心功能:四大王牌,解决投资痛点
个股实时监测,涨跌一目了然紧盯你持仓 / 关注的上市公司,每日呈现股价、交易量、涨跌趋势,精准标注利好 / 利空舆情,清晰拆解影响股价的核心因素,不用再盲目猜走势36氪。
全网舆情排行,热点尽在掌握内置全网事件排行榜、个股热点事件库,重要事件不遗漏。自动标注事件属性、判别影响力,可视化图表直观呈现传播路径,一眼看懂市场风向。
AI 智能日报,专属投资参考支持自定义订阅上市企业,每个交易日自动推送定制化分析日报。涵盖股价对比、舆情影响、多空观点浓缩,帮你快速提炼核心信息,决策更高效。
多渠道全覆盖,消息快人一步自动监控全平台媒体消息,大模型精准定位股价关联舆情,过滤噪音、提炼干货,第一时间捕捉关键信号,抢占投资先手36氪。
三、为什么选它?三大优势碾压传统工具
- 更高效:告别多平台切换、信息拼凑,一站式获取所有关键情报,节省 80% 复盘时间36氪。
- 更精准:AI 算法 + 专业数据,剔除水军杂音、识别虚假消息,给出客观可靠的分析结论36氪。
- 更省心:订阅即收专属日报,无需手动整理,操盘前快速读懂市场,轻松做决策。
四、未来可期:覆盖更广,情报更全
36 氪企业全情报将持续迭代,逐步覆盖全量上市企业,新增宏观政策、资金动向、公司深度动态等多维度内容,打造一站式投资情报中枢,助力每一次决策更理性、更精准36氪。
投资拼的是信息差,赢在判断力。打开微信,搜索36 氪企业全情报小程序,解锁机构级舆情大数据工具,让投资更智能、决策更笃定!
![]()
企业全情报
永康控股有限公司向香港交易所提交上市申请
因湃电池发布587Ah固液混合储能大电芯
厦门航空自4月5日起上调国内航线燃油附加费
沪深两市成交额突破1万亿
厦金“小三通”航线出入境旅客量突破2400万人次
周磊接任东方证券董事长
“橡鹿机器人”完成3亿元融资
“DigClaw”获天使轮融资
小米汽车:3月小米汽车交付量超过20000台
延迟刊发2025年业绩,Mirxes-B回应:与公司研发等没有直接关系,日常运营正常
中国3月RatingDog制造业PMI 50.8
“PathFinder”近日完成数千万元天使轮融资
宾大00后团队创业做高尔夫AI Agent硬件,获锦秋基金数千万天使轮投资|硬氪首发
作者|黄楠
编辑|袁斯来
硬氪获悉,运动AI Agent智能硬件品牌PathFinder Ltd.(以下简称“PathFinder”)近日完成数千万元天使轮融资,本轮由锦秋基金独家投资,资金将主要用于产品研发迭代、生产交付落地及早期渠道铺设,为后续众筹上线做好全面筹备。
PathFinder成立于2024年,聚焦运动领域AI Agent及智能终端的研发,以高尔夫场景为切口,为用户提供适配专业运动场景的智能装备与解决方案。
创始人陈弈及其核心团队均来自宾夕法尼亚大学GRASP Lab,具备机器人感知、运动规划、视觉理解等领域的技术科研背景;同时,这支00后团队中,多位成员都拥有10至15年以上专业训练经历,覆盖网球、高尔夫、马术等项目,积累了丰富的运动领域KnowHow。
“我们不是因为想创业才创业,而是在看到技术与真实世界之间的巨大落差后,发现这是一个必须被填补的机会。”PathFinder创始人兼CEO陈弈告诉硬氪。
这一判断背后,是整个运动科技赛道的结构性转型。近年来,运动硬件市场历经“热钱涌入”的急速升温,但大量产品仍停留在硬件堆料和感知增强阶段,用更便宜的传感器、更快的电机复制传统体验,或提供更精准的测速、更清晰的视频、更细致的数据拆解。真正在“感知-理解-决策”闭环上做系统性重构的团队,依然稀缺。
陈弈表示,其核心问题并不在于技术不够,而是系统不成立。“感知本身不是壁垒,真正的壁垒是如何把感知变成理解,再把理解变成长期可复用的决策系统。”
这也意味着,运动科技的竞争正从“单点精度”转向“系统智能”,谁能构建完整的闭环,谁才有可能定义下一代产品形态。
在宾大GRASP Lab,陈弈和团队接触着全球最前沿的机器人技术,而面对日常的高尔夫训练,他们看到另一个现实:运动世界几乎没有被AI重构过。训练仍依赖经验驱动,决策依赖教练个体判断,反馈是主观的、延迟的。
这种“实验室能力”与“真实场景”之间的断层,成为PathFinder创立的原点,团队也在此基础上自主研发出首款高尔夫AI Agent智能硬件。
![]()
PathFinder首款高尔夫AI Agent智能硬件(图源/企业)
陈弈告诉硬氪,高尔夫用户本身就是高净值人群,付费意愿明确,技术提升需求强烈。从市场结构来看,美国高尔夫已发展为国民级运动,总参与人口高达4720万,公开18洞球场数量超过麦当劳门店;中国则处于快速增长期,呈现出“高客单、强圈层”的特征。更重要的是,高尔夫决策结构清晰,人的动作是变量、球杆是唯一外部变量,这一特性使其非常适合海量AI数据建模。
但与之形成反差的是,当前高尔夫科技市场并非一个完整的系统,而是三类功能割裂的工具:球包车解决体力问题,Launch Monitor(挥杆监视器)类设备解决数据测量问题,GPS手表、App等轻量工具提供基础信息。它们的共同点在于只是“工具”,缺乏真正的理解与决策能力。
“用户有消费能力、有提升意愿,但教练数量不足、价格高昂且灵活性低;除此之外,现有产品往往无法回答‘下一步该怎么练’这个核心问题。”陈弈说。
这种功能缺失是一个长期被忽视的技术断层。传统高尔夫科技的核心技术路径分为两类,一类是室内模拟器,使用高速摄像头,价格在15万至30万人民币;另一类是Trackman为代表的毫米波雷达方案,价格同样在15万人民币以上。前者依赖仿真环境、后者需达到极高的雷达精度,它们多服务于B端客户或职业级用户,以至于消费级市场长期处在空白状态。
为此,PathFinder选了另一条路径,纯视觉方案。通过RGB摄像头,结合机器学习算法,实现全球首个基于光学摄像头的完整高尔夫球轨迹重建,将成本降至传统方案的千分之一。同时,团队在传感器选型、镜头参数、图像处理上针对高尔夫场景还做了大量定制化优化,既保证精度、也能实现整体效率与成本的平衡。
![]()
PathFinder首款产品图(图源/企业)
与通用计算机视觉不同,运动场景中的视觉理解,本质上是一个高度结构化的问题。
例如在高尔夫中,球的飞行轨迹不仅取决于初速度,还与旋转、风场、落点地形等因素强耦合;而挥杆动作的变化,往往是由身体限制、习惯路径和策略选择共同决定。
“这不是一个单纯的视觉问题,而是一个融合了物理建模、运动学理解和行为建模的系统工程。”陈弈表示。
正因如此,PathFinder在算法设计中引入了大量运动先验,而非单纯依赖数据驱动,这也是其在纯视觉路径下仍能保证精度与稳定性的关键。
具体到产品功能上,PathFinder将高尔夫AI Agent的智能化能力分为三层。首先是记录;全面且准确地记录高尔夫的全方位信息,包括球轨迹、球杆数据、身体数据等,记录用户的个人偏好与习惯。
第二是分析;通过纯视觉的击球检测、轨迹追踪、动作分析,形成对用户能力的深度理解。
最后是Agent;Agent提供理解决策能力,令其在训练过程中成为真正有上下文、有判断、有陪伴感的AI智能教练入口。
![]()
PathFinder高尔夫AI Agent(图源/企业)
在PathFinder看来,Agent不是简单的对话接口,而是一个具备长期记忆与策略能力的系统。
“真正的AI教练,不是告诉你这一杆哪里错了,而是能理解你过去1000杆的变化轨迹,并判断下一阶段最该解决的问题。”陈弈告诉硬氪,其核心不在于生成,而在于持续建模一个人——这种长期建模能力,正是区分工具与系统的关键分界线。
不同于常见的动作比对,即把用户动作与职业球员做对比、给出相似度评分,PathFinder认为,有效的AI教练必须基于结果导向。
陈弈表示,“球的结果是好的还是坏的,这才是绝对标准。动作本身没有基准,因为每个人的骨骼、肌肉、身体受限情况都不同。”基于这一逻辑,PathFinder的Agent通过用户连续数据积累,可以识别问题模式、定位问题所在,为不同用户给出针对性训练建议。
硬氪了解到,PathFinder现已获得行业内部数千台订单,用户来自球队、教练体系、球场、俱乐部及官方赛事联盟等;首款产品计划于2026年中旬正式在Kickstarter上线。
![]()
面向不同用户的多场景应用(图源/企业)
对于PathFinder而言,这些订单的意义不仅限于商业化进程,更在于验证“感知-理解-决策”这一能力是否能够在真实场景中真正跑通。一旦这一能力得到证明,它的想象力就远不止于高尔夫。
“我们真正想做的,是运动场景中的下一代Agent智能终端,借助AI和机器人的技术重构整个体育生态。”陈弈说。
从技术能力来看,动作理解、Context建模、AI决策这套系统,具备跨运动迁移的潜力,除了高尔夫外,网球、棒球、台球等运动,本质上都是类似结构:有动作、有环境、有决策。PathFinder认为,未来,运动将不再是一次次离散的单点体验,而是一个持续演化的有记忆、有决策、有成长的智能系统。