工业经验,
不再随人退休而消失。
UAVGPT|低空具身智能系统
IE2EM · 工业经验 → 企业模型
自治·语义·传承

依托 AI 无人机 + 无人机自动机巢,将巡检专家隐性经验固化为可继承的企业智能模型。

我们做的不是无人机 —— 而是让每一个巡检专家的判断,长进模型里,不再随人退休而消失。

现阶段只验证第一步:用巡检场景跑通「经验→模型」的数据闭环
长线是这套内核向更多身体迁移(机器人 · 汽车)
已经在跑
行业大模型 · 可对话
运营 + 学习 双闭环 · 在跑
自主制造
机巢 + 无人机
设计到装配一体
正在验证
巡检场景
跑通「经验→模型」
云恩科技(UAVGPT)
云恩科技 · UAVGPT
三个WHO
02
2026-10-11

三个问题,决定我们是谁

01
Who we are

我是谁?

我们做的不是无人机,是 让工业经验不随人退休而消失。
无人机 + 机巢,是这件事的 第一个载体。

  • 长线是:把「会学习的内核」搬到机器人、汽车
  • 每台学会的,其他立刻就会
  • 判断沉淀在模型里,不随人退休而消失
定位:IE2EM · 工业经验 → 企业模型
02
What we do

做什么?

把工业经验转换成企业模型。
当前载体:无人机自动机巢 + 低空巡检。
本质:让判断沉淀在模型里,而不在人的脑子里。

  • 从真实作业中采集判断,不是从文档里抄
  • 每一次作业都在修正同一个内核
  • 内核可迁移:换场景不用从零训练
内核:经验 → 模型 · 可迁移
模型
03
Where we go

去哪里?

让工厂本身学会思考 —— 机器人是手,产线是胳膊,工厂就是 Agent。
无人机 → 机器人 → 汽车,内核不变,换的只是身体。
我们先把自己的工厂,做成第一个样板。

  • 手 —— 机器人 / 无人机,负责执行
  • 胳膊 —— 产线 / 机巢,负责连接与调度
  • Agent —— 工厂本身,负责理解与决策
终点:工业智能体神经网络
像手机都共用一个 ARM 核心,未来所有作业机器共用一个「会学习的内核」 ——
每台学会的,其他立刻就会。它已经在跑了。
我们做的不是无人机
而是让工业经验长进模型
长线一个会学习的内核 · 迁移到更多身体
商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
02 / 20
云恩科技 · UAVGPT
UAV是什么
03
2026-10-11

UAV = 会飞的手Unmanned Aerial Vehicle · 无人飞行器

我们说的「无人机」,泛指一切无人系统 —— 天上飞的、地上跑的、水里钻的。空中,是它的第一个形态。

无人机是一具身体 —— 它能到达、能执行、能重复。

它负责「到哪里、做什么动作」。
但「为什么这样做、判断对不对」,不在它身上。

一架无人机可以飞一万次,
但如果它每次都在做同样的动作 ——
它只是重复,没有学会。
1
到达按计划飞到指定位置
2
执行按预设动作完成作业
3
重复下一次还是同样的动作
自主感知 · 实时决策 · 边缘执行
执行体 · 身体 · 数据时时回传
商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
03 / 20
云恩科技 · UAVGPT
GPT是什么
04
2026-10-11

GPT = 会想的脑Generative Pre-trained Transformer · 生成式预训练模型

大模型是一个头脑 —— 它能理解、能判断、能生成。

它负责「这是什么情况、接下来该怎么做」。
但「真的动手去做」,不在它身上。

一个模型可以写出一万条判断,
但它从没在真实现场验证过 ——
那只是文本,不是经验。
1
理解看懂现场是什么情况
2
判断决定接下来该怎么做
3
生成输出方案、报告、指令
认知体 · 头脑
商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
04 / 20
云恩科技 · UAVGPT
UAV+GPT
05
2026-10-11

身体 × 头脑,合成一件事

UAV
会飞的手
到达 · 执行 · 重复
GPT
会想的脑
理解 · 判断 · 生成
会学
UAVGPT

不是「无人机 + AI」两块拼在一起 —— 而是 身体与头脑成为一个作业体,
在真实作业中自己积累判断,并且把学会的传给下一台。

商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
05 / 20
云恩科技 · UAVGPT
我们做的
06
2026-10-11

我们做的事:把工业经验变成模型价值不在设备上,在「转化」这两个字上

IE2EM
INDUSTRIAL EXPERIENCE
TO ENTERPRISE MODEL
IE2EM,是我们为「把工业经验转换成企业模型」这件事起的名字。
这个概念产业界都在谈 —— 但多数是给客户做项目;
我们是从自己 25 年的制造现场里,把它做成了每天都在跑的闭环。
每一份经验,都落到一个具体模型上 —— 不是概念,是承载。
👷
工业经验 老师傅的判断 · 设备异常的直觉 · 流程里的隐性规矩
⚙️
转化 真实作业中采集 → 验证 → 修正 → 沉淀
每一次作业都让它更准
🧠
企业模型 判断留在模型里 · 新人也能用 · 不随人退休而消失
智能资产的载体,正在第三次跃迁
① 印刷时代
知识→书
放在
抽屉 / 书架 / 图书馆
② 互联网时代
代码→仓库
放在
GitHub
③ Agent 时代 · 现在
能力→内核
放在
这里 —— 我们
转化
不死
把「知道」变成「会做」
经验不再随人而去
·
传承
不灭
把「我会」变成「都会」
后来者不必从零重来
商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
06 / 20
云恩科技 · UAVGPT
产品
07
2026-10-11

第一个载体:无人机自动机巢为什么从它开始 —— 它是「自己学」最好的战场

起飞作业中
自主巡检无人机不需要飞手 · 自动起降
7×24 无人值守
无人机自动机巢自动调度 · 数据回传
自动换电中
换电 / 充电系统自己管自己的能源

为什么是机巢 —— 高频重复 + 结构化数据 + 可验证,三重叠加最适合让模型学得快、学得准。

它不只是设备 —— 每次起降都在产生判断,光点飞出去是数据,飞回来是更准的模型。

商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
07 / 20
云恩科技 · UAVGPT
数据闭环
08
2026-10-11
数据闭环 DATA LOOP 作业 采集 验证 修正
06 / ENGINE · 进化引擎

越用越准,不是口号,是机制

1
机器作业机巢按计划起飞 · 巡检 · 回巢 · 换电
2
采集数据现场图像 · 传感器读数 · 操作结果
3
形成判断模型识别异常 · 给出结论 · 标注置信度
4
★ 验证修正人工复核差异 → 变成训练信号 → 回灌模型
这一步才是「学习」
「运营闭环」≠「学习闭环」 —— 派单·飞行·出报告,那只是自动化; 第 4 步的人工复核 → 回灌模型,才是系统会变强的证据。
★ 关键区别
经验总量,取决于「作业跑了多少次」——不是「人写下多少」
前者不会停,后者会停。
工程实现路径
端云协同
端侧承担推理与离线采样,云端做增量训练与版本下发
离线可降级
断网时用端侧规则库保底作业,恢复后回传补训
脏数据闸门
低置信样本不入训练集,防模型劣化
商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
08 / 20
云恩科技 · UAVGPT
护城河
09
2026-10-11

我们最值钱的,不是设备而是「越用越强」这件事本身 —— 它是资产,不是产品

01
The Logic

特斯拉 FSD 的逻辑

每一辆车跑的每一公里,都在为 同一个模型 贡献数据;
模型变强 → 所有车同时变强。

  • 价值不在「今天的版本」
  • 而在「它会越来越强」这个趋势
  • 越用越强 = 越用越难被替代
参照系 · 同一个模型
模型
02
Our Model

每一个机巢都是「一个传感器」

每一台机巢的每一次作业,都在为 同一个内核 贡献经验;
内核变强 → 所有机巢同时变强。

  • 卖的不是设备
  • 而是「这条路会一直向上」的确定性
  • 数据越多 → 越准 → 越好卖
我们的路径 · 同一个内核
内核
03
The Moat

为什么这是护城河

传统设备交付后 性能固定;
我们的系统交付后 持续变强。

  • 客户越用越离不开(迁移成本随数据上升)
  • 竞争对手追的是"今天的我们"
  • 但我们在跑,它在走
越用越难被替代 · 同向积累
传统设备(固定) 我们(持续变强)
商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
09 / 20
云恩科技 · UAVGPT
迁移路径
10
2026-10-11

同一个内核,可以换很多个身体

不是「我们要去做机器人」,而是「这套内核本来就能迁移」

因为从第一天起,它学的就不是「怎么飞」,而是「怎么判断」。

内核不变 · 载体可变
LLM
无人机 · 机巢当前主战场
VLM
地面机器人换一个移动底盘
VLA
产线装备换一套执行机构
AGI
移动载具换一个作业场景
不变的是内核 「经验→模型→更准」的闭环与验证机制 经验 模型 更准 不停转 越跑越准
变的是载体 执行机构 · 传感器 · 作业流程 · 场景约束 同一内核 机构 传感器 流程 场景
机制才是资产 换载体要重造的,从来是「学习机制」
我们不用 —— 机制跨载体通用
机制 身 体 们 + 更多
不是「把 AI 装进旧车」· 而是「为 AI 造新车」
老设备为「人操作」设计 · 新装备为「AI 作业」设计 —— 少一层多余机构,多一层判断能力
资源聚焦 · 内核具备跨载体迁移潜力,但未来 18 个月研发资源全部聚焦无人机机巢低空巡检;机器人、车载为远期演进方向,现阶段不投入研发资源。
能力阶梯
LLM 会说话 ✅
→
VLM 看得懂 ✅
→
VLA 能指挥动作 ◉
→
AGI 自主作业
每一格都挂着一台引擎 —— 作业的经验实时回流进模型,所以不是「走完再回头」,是每一格都不浪费时间。
商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
10 / 20
云恩科技 · UAVGPT
验证
11
2026-10-11

现在能验证的,不是承诺 —— 是已经在跑的事实不说"欢迎来看",说"这是已发生、可复算的"

01
Running System

已经在跑的系统

支撑我们的不是 PPT ——
是一套每天在转、可查证的运行系统。

  • 知识每天在沉淀 · 不是静态文档
  • 多节点实时互通 · 不是单机演示
  • 每次作业都回流 · 形成闭环
✅ 已核 · 运行事实
闭环怎么核:每条作业记录 → 人工复核 → 差异回灌模型
可查证:作业条数 · 复核记录 · 模型更新日志
作业 沉淀 更准
02
Traceable

每一步都有出处

我们不说"请您相信" ——
每一个数字都标了来源,您可以自己复算。

  • 材料里的数字,都注明出处与时间
  • 不确定的,我们标「待确认」
  • 宁可留空,也不估算
✅ 已核 · 可追溯可复算
? 有出处
03
In Progress

设备,正在路上

机巢与无人机已经自主设计制造 ——
样机装配中,完成后我们主动邀请您到现场。

  • 设计完成 · 关键件已定型
  • 样机装配中
  • 我们不说"欢迎随时来看",做完会主动请您
◐ 装配中 · 做完邀您
设计完成 关键件定型 装配中 邀请您
商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
11 / 20
云恩科技 · UAVGPT
市场时机
12
2026-10-11

三件事同时发生这是我们判断「现在就是窗口」的依据

01
Paradigm

AI 走出屏幕

行业共识正从「虚拟世界的生成」
转向 「物理世界的执行」。

  • 能理解现场、能动手做事的机器
  • 成为新的竞争焦点
屏幕内 物理世界
02
Infrastructure

低空基础设施起步

无人机不再只是「买一架飞一飞」——
而是需要 固定站点、自动运行。

  • 从"设备采购"到"基础设施"
  • 机巢 = 低空的固定站点
03
Window

工程化窗口打开

过去「现场经验数字化」难在成本与精度;
现在端侧算力与模型能力,让这件事 第一次变得可行。

  • 端侧算力成本下降
  • 从"做不到"到"做得起"
成本 能力
赛道有多大 —— 权威机构预测(非本方估算)
低空经济 · 2025
¥1.5万亿
2030 或破 2 万亿
具身智能 · 2030
千亿级
年均增长 ~106%
我们能触达 · 实测
27,500+
机巢类项目 · 按项目规模分级计价
来源:2025 中国航空产业大会披露 · 券商研报 · 电力能源招标网实测(2026-10)
竞品的天花板
等于市场规模
卖一台 · 赚一台 · 卖完就完了
★ 我们的天花板
每一个还在靠人经验的现场
每接一个现场,就多一个会自己变强的现场
别人卖设备,卖到市场饱和就结束; 我们让经验能留下来 —— 每个靠人的现场,都是一个新市场
我们不赌某个技术会不会火
我们做机器进现场成为常态时,经验能留下来
商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
12 / 20
云恩科技 · UAVGPT
商业模式
13
2026-10-11

钱怎么赚 · 我们和谁不一样我们不只是在卖设备 —— 我们在布一张网,收一份永续的钱

客户原来是
传统运维公司
人管设备 · 经验随人流失
身份转换
变成
AI 原生企业
经验沉淀在模型里 · 越用越强
客户得到的不是一个系统,是一个会持续成长的自己
01
Device

卖设备

机巢 + 无人机 + 平台,一体化集成交付。

  • ★ 集成是极大优势 —— 以硬件为主,含软件 · 算法 · 数据
  • 别人能做单件,做不了一体
设备 一笔款 结束
一次性 · 卖完就完了
02
Service

卖服务

无人值守巡检,按年 / 按次收费。

  • ★ 三条线:租赁 · 巡检服务 · 工程
  • 持续收入 · 粘性高
服务 续费
持续 · 年复一年
03
Kernel

授权内核

把「越用越准」的能力授权出去。

  • 无人机 → 机器人 → 汽车 · 换的是身体,内核不变
  • 对标 ARM —— 不做整机,只授权内核
内核 无人机机器人汽车 N 个身体
可复制 · 高毛利
别人卖设备
时间 = 敌人 · 设备 = 耗材
交付即顶峰 → 之后折旧 ↘
我们交付内核
时间 = 合伙人 · 设备 = 合伙人
交付即起点 → 越用越强 ↗
在别人的生意里,时间是敌人、设备是耗材;在我们的模式里,时间也是合伙人、设备也是合伙人 —— 难复制的不是设备,是让设备越用越值钱的过程资产(详见 P09)
商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
13 / 20
云恩科技 · UAVGPT
空中地产
14
2026-10-11

机巢 = 空中地产地面已饱和,天空还是空地 —— 谁先布网,谁占住空域

01
Air Estate

机巢,是低空时代的"建筑"

  • 小飞机机库 ≈ 1 立方
  • 大飞机机库 = 上百平方
  • 载人 · 物流 · 快递 · 景点 · 消防 —— 各型机库
规格谱系 · 从一立方到上百平方
02
Second Real Estate

第二个房地产

  • 继地面房地产之后,中国第二次资产化浪潮
  • 地面土地已饱和 · 低空空域是新增量
  • 谁先在城市网格布下机巢,谁占住"空中地产"
从"土地财政"到"低空资产"
03
Compute Grid

分布式算力中心

  • 每个机巢 = 一个边缘算力节点
  • 城市全域机巢联起来 = 一张分布式算力网
  • 既有"地产"属性,又有"算力基础设施"属性
不只停飞机,还在算
一张网 —— 不是机巢组网,是互联网量级
相当于互联网一样的网 —— Agent to Agent · AI 与 AI 相连的基础设施
互联网:人连人 · 人连信息 | 5G:人连物 · 物连物 | 我们:AI 连 AI
我们想成为的,是半个世纪前「TCP 之于互联网」的那个位置 —— 当年没人觉得互联网需要一个 TCP,今天每台联网设备都跑在它之上。
卖设备
一单单卖 · 卖完就结束
租赁 + 按揭
不卖设备 · 甲方零重资产投入
跑马圈地
一次布网 · 持续收钱 · 一张张网铺
商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
14 / 20
云恩科技 · UAVGPT
绿色财政
15
2026-10-11

三方共赢 · 绿色财政我们的商业模型,恰好是政府想要的东西

我们

租赁不卖设备

设备所有权归我方 —— 数据不外流,每一次作业都回流模型。

成果 = 越用越准
政府

零财政投入

不减编制、不斥巨资 —— 却拿到全域巡检能力。绿色财政 · 绿色家园 · 助力双碳。

减负 · 也是加分
甲方

零重资产投入

不买设备、不养团队、不担维护 —— 直接拿到巡检结果。

无负担 · 直达结果
别人做生意,是为了多挣财政的钱
我们减少财政支出 ——
为政减负,就是为纳税人减负。
这是绿色财政思维
我们 政府 甲方
三方联动 · 同一张网 —— 经验长进模型 · 政府减财政 · 甲方零投入
独立业务线
政府低空经济咨询服务
双碳 · 就在做事里
无人机、无人车、无人系统替代人工车辆巡检 —— 本身就在减碳
基础设施愿景
像蓝牙 / Wi-Fi / 5G —— 让「会学习的内核」成为作业机器的必需基础设施
商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
15 / 20
云恩科技 · UAVGPT
知识产权
16
2026-10-11

壁垒,不在专利目录里专利保护"设计" —— 保护不了"每天长出来的判断"

特斯拉 2014 年开放了全部专利 —— 却没交出护城河。
因为它的墙,从来不是专利,是每一辆车的里程数据。
我们的墙,也不是机巢结构 —— 是每天作业积累的判断闭环。
已受理 · 申请中

发明专利

  • 1 项 已受理 —— 无人机作业系统
  • 若干项 申请中 —— 覆盖作业与数据链路
  • 方向:从结构,向「作业方法 + 数据闭环」延伸
持续申请中
Software Copyright

软件著作权

  • 核心系统:数据采集与回流链路
  • 模型训练与迭代管线
  • ★ 软著保护的,正是「经验→模型」这条链 —— 比结构专利更难绕开
核心链路 · 可核验
Trademark · Qualification

商标与资质

  • 已持有商标:云恩 · XYCITY
  • UAVGPT 品牌商标:申请中
  • 科技型企业认定 · 团队核心持 CAAC 教员资质
如实列示 · 不夸大
投资人的问题:专利保护的,是不是核心壁垒?
我们如实回答:结构类专利,容易被绕开 —— 我们不回避这一点。
但我们真正的壁垒,不在检索得到的专利目录里 —— 在每一次作业沉淀下来的经验闭环里。
别人可以仿造一台机巢的结构,仿不了它积累的判断。
专利可以申请 —— 闭环,只能一天天长出来。
1专利 · 软著 2资质 · 商标 3经验闭环(最难复制)
可复算判据:换任何一台同类设备,我们的系统更快更准 风险提示:UAVGPT 商标申请中,取得时间存在不确定性
商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
16 / 20
云恩科技 · UAVGPT
竞争分析
17
2026-10-11

不是把 AI 装进无人机 —— 是为 AI 重构无人机同一个赛道,差一个代际

维度 大疆行业 · 道通智能 · 纵横股份 ·
国际主流无人机厂商 · 电力AI算法商
UAVGPT · 云恩科技
设计起点 为人设计 —— 人操作,AI 当辅助 为 AI 设计 —— AI 作业,人当监督
硬件能力 机巢 + 无人机(多为外采集成) 自主设计制造 · 一体化集成
AI 形态 静态图像缺陷识别(单点算法) 作业驱动的经验闭环(系统能力)
模型迭代 人工标注 → 周期性重新训练 作业 → 采集 → 验证 → 回灌(自动闭环)
经验资产 不沉淀 · 随人离开而流失 沉淀在模型里 · 可继承
交付之后 性能固定 · 卖完就结束 越用越准 · 交付才是开始
商业模式 卖设备 / 卖项目(一次性) 设备 + 服务 + 内核授权(持续)
旧物种 为人 · 静态 新物种 为 AI · 自进化
他们是给人用的古董 —— 我们做给 AI 用的新品。
特斯拉没有"把电池装进油车",而是为电驱动重构整车 —— 于是百年车企成了旧物种。
我们做的是同一件事:不为"人开飞机"设计,而为"AI 自己作业"重构无人机与机巢。
他们做到哪
把 AI 加进已有设备 —— 识别更准一点
我们做到哪
为 AI 重构设备 —— 判断能留下、能长大
差距会怎么变
时间越久,经验越多 —— 差距不缩小,只拉大
商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
17 / 20
云恩科技 · UAVGPT
落地进展
18
2026-10-11

现在到哪一步了软件已经在跑,硬件在路上 —— 不编订单,只讲已发生的

01
Product

产品 · 装配中

  • 机巢与无人机:自主设计制造
  • 关键件已定型,样机装配中
  • 完成后主动邀请现场考察
◐ 装配中
02
Software · Running

软件 · 已经在跑

  • 行业大模型已部署,可对话可用
  • 报价闭环:报价→沉淀→纠偏,已在运转
  • 设计闭环:设计→仿真→造价,链路已通
  • 经验→模型(IE2EM):链路已在自动跑
✅ 运行中 · 非演示
03
Channel · POC

渠道 + POC

  • 电力巡检:已建立行业对接(首个付费场景)
  • 招投标通道已备(企业实名已完成)
  • 样机完成 → 首个 POC 落地(电力/园区)
◐ 对接推进中
推进路线
设计完成已发生 样机装配进行中 首个 POC样机完成后 首笔收入里程碑
坦诚说明 · 截至本材料编制时,公司处于样机阶段,尚无正式收入;以上为真实进展与推进计划,不含预估订单。
商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
18 / 20
云恩科技 · UAVGPT
团队
19
2026-10-11

为什么是我们不是从互联网转过来的团队,是从制造现场长出来的

01
Tech Lead

马继红 · 联合创始人 / 技术掌舵

哈工大出身 · 航天科工系统资深背景。
负责机巢与无人系统的 总体架构、质量与可靠性。

  • 高可靠装备 · 系统工程的底子
  • 把「造得稳」这件事,做成标准流程
  • 航天级可靠性 → 落到工业现场
大模型 · 系统架构 · 可靠性
质量门
02
Operations

林才幸 · 运营负责人

负责 公司治理 · 财务 · 运营 ——
让工程能力变成 可交付、可回款 的商业闭环。

  • 工程做出来,还要卖得出去、收得回来
  • 把项目变成合同、把合同变成现金流
  • 让每一步都有可核验的痕迹
运营 · 财务 · 交付闭环
合同 ¥ 现金流
03
Industry Access

李庆华 · 电力行业拓展

电力巡检行业深耕多年 —— 提供真实用户与巡检数据资源。

  • 电力是第一个会付费的巡检场景
  • 真实用户 + 真实数据入口
  • 让样板有地方落地、有人验收
工业场景 · 首个付费客户
付费场景
04
王福美 · 创始人兼 CEO | 无人机 + AI 总负责 制造业一线 25 年 · 中国民航局(CAAC)教员 · 南京大学 EMBA —— 亲自抓无人机与 AI 两条技术主线,知道现场有多「不标准」,也知道该做什么、不该做什么
25 制造 民航 EMBA
商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
也说一句实话
物理 AI 走进车间之后,那些新问题 —— 管机器人、用数字劳动力、资源怎么配、决策谁来做 —— 不是别人家的,我们也一样会遇到。 没有现成答案,我们只是选择:现在就开始面对……
不承认问题的人,永远不会开始解决它……
19 / 20
云恩科技 · UAVGPT
融资回报
20
2026-10-11

本轮融资钱花在哪里,以及它为什么能带来更高的回报

投前估值
¥1亿
本轮融资额
¥500–1,000万
释放股份
5–10%
资金用途(按 ¥500 万计)
团队扩充(算法/装备) 40% · 样板点建设 30%
场景验证与市场 20% · 研发储备/知产 10%
01
Use of Funds

资金用途

把现场经验变成可复用的资产 ——
不是买设备,是买数据闭环的转速。

  • 现场落地:标杆项目从 1 个到 N 个
  • 模型训练:把现场经验持续喂进内核
  • 工程交付:缩短周期、降低成本
钱花在刀刃上
资金
02
Milestones

阶段目标

不是里程碑清单,是断点位置的移动 ——
从「自己做样板」到「别人能复制」,再到「连成一张网」。

  • 已完成:机巢与无人机全链路演示跑通 · MuJoCo 仿真(15m/s 抗风误差 < 0.5m)
  • 第 1–3 月:团队到位 + 样板点启动(首笔 40% 资金)
  • 第 4–9 月:场景跑通 · 真实作业验证(30% 资金)
  • 第 10–12 月:首批客户签约 · 收入模式验证(20% 资金)
  • 13–24 月:3–5 个场景复制 · 区域巢网成型
18–24 个月:可复制 · 可收费
已做近期 中期长期
03
Why Now

为什么现在投

赛道处在基础设施化的起点 ——
越早进入,数据闭环越早转起来。

  • 不是红海,是刚起步的基础设施
  • 护城河随设备数量增长而加厚
  • 复利的曲线不封顶 —— 时间越长,差距越大
时间是复利
现在未来
商业机密 · 仅供本次路演沟通使用
UAVGPT · 物理AI
20 / 20
愿景
让工业智慧
不随人而去。

每一个老师傅退休,都不该带走他脑子里的判断。
我们做的事很简单也很慢 —— 把那些判断,留在机器上,留给下一台机器。

联系方式
189 5343 8683
官网
uavgpt.com
扫码联系创始人
商业机密 · 仅供本次路演沟通使用 | 云恩科技(UAVGPT)· 创始人兼 CEO 王福美
自治·语义·传承
01 / 16
滚轮 / ← → 翻页 · F 全屏