获 600 万美元支持,Xaba 构建工业机器人的 “智能核心”
发布时间:2025-04-15 11:28:55 | 责任编辑:字母汇 | 浏览量:20 次
Xaba 是一家总部位于多伦多的初创公司,专注于为工业机器人开发 “合成大脑”,通过零代码的方式来实现智能化。这家公司近日宣布获得600万美元的种子投资,资金主要来自于日立风险投资(Hitachi Ventures)领投的资金。这笔资金将用于加速人工智能(AI)驱动的机器人和认知工业控制系统的部署。
Xaba 致力于将工业人工智能应用于制造过程,其旗舰产品 xCognition 能够为工业机器人和协作机器人(cobots)提供 AI 驱动的认知和感知能力,帮助它们自主生成程序并执行焊接、钻孔、组装和增材制造等复杂任务。通过将实时智能融入自动化,Xaba 的解决方案显著降低了部署成本,并提升了制造操作的质量、一致性和灵活性。
根据 Xaba 首席执行官 Massimiliano Moruzzi 的说法,工业自动化的效率仍然很低,依赖于过时的控制器、僵化的编程和大量人工干预。仅编程和部署工业机器人每年就花费了行业70亿美元,而80% 的自动化成本都源于手动开发工业控制器的逻辑。他表示,Xaba 的愿景是颠覆行业巨头,打造一种能够通过 “人类可读文本” 描述自动化目标的系统,从而让机器人和生产线在无需人工干预的情况下独立运作。
Xaba 的技术已经在航空航天、汽车和高精度制造等领域发挥了重要作用,通过消除成本高昂的返工和人工调整,帮助制造商提升了生产效率。公司拥有24名员工,包括 AI 科学家、数学家和机电专家,正在运作一个 AI 应用自动化实验室。
Xaba 的 AI 系统还将应用于大规模的机器人钻孔、焊接和3D 打印等领域,通过实时优化和自主编程,显著降低了生产时间和成本。Moruzzi 认为,目前工业机器人数量远低于人类数量,主要原因在于它们的 “大脑” 还不够智能,因此 Xaba 致力于开发具备认知能力的机器人,以便更好地与物理世界进行交互。
划重点:
🚀 Xaba 获得600万美元投资,致力于为工业机器人打造 AI “合成大脑”。
🤖 公司产品 xCognition 使机器人能自主执行复杂任务,降低部署成本。
🏭 Xaba 的技术已在多个制造领域得到应用,显著提升生产效率和灵活性。
Xaba 是一家总部位于多伦多的初创公司,专注于为工业机器人开发“合成大脑”,通过零代码的方式实现智能化。该公司近日宣布获得了600万美元的种子投资,该轮融资由 Hitachi Ventures 领投,Hazelview Ventures、BDC、Exposition Ventures 和 Impact Venture Capital 也参与了投资。
投资背景
Xaba 的旗舰产品 xCognition 能够为工业机器人和协作机器人(cobots)提供 AI 驱动的认知和自我感知能力,使它们能够自主生成程序并执行焊接、钻孔、组装和增材制造等复杂任务。通过将实时智能融入自动化,Xaba 的解决方案大幅降低了部署成本,并提高了制造作业的质量、一致性和灵活性。
技术特点
-
物理信息驱动的机器学习模型:充当真正的数字孪生,能够准确复制现实世界环境,适应不同机器和运动平台,实现精确的实时优化。
-
机器人与 PLC AI 代码生成:专有的 AI 模型通过理解操作流程和机器逻辑,自动生成机器人程序和 PLC 代码,将部署时间缩短最多达80%,并消除手工编码。
-
实时过程学习模块:借助数据本体和图神经网络(GNNs),该模块能够捕捉、映射并理解机器、传感器与流程之间的复杂关系,确保动态适应和持续优化。
-
认知控制框架:一个通用的 AI 平台,可与任何机器人系统、数控机床或 PLC 控制器无缝集成,同时兼容旧设备和现代设备。
应用场景
Xaba 的技术已在航空航天、汽车和高精度制造等领域发挥了重要作用,通过消除成本高昂的返工和人工调整,帮助制造商提升了生产效率。例如:
-
大规模机器人钻孔:制造商已实现生产速率提高10倍,同时显著降低了资本支出。
-
机器人焊接:实现了 MIG、TIG 激光焊接以及激光焊接的自动化,确保各生产线输出稳定、高质量作品,同时加快生产进度。
-
大规模3D打印:Xaba 的 xTrude 系统针对 Fused Deposition Modeling (FDM) 进行了优化,防止了分层、坍塌和变形,提升了可靠性和降低了材料浪费。
未来展望
Xaba 的首席执行官 Massimiliano Moruzzi 表示,公司将在未来几个月进入量产阶段。Xaba 的愿景是颠覆行业巨头,打造一种能够通过“人类可读文本”描述自动化目标的系统,从而让机器人和生产线在无需人工干预的情况下独立运作。
本网站(https://aigc.izzi.cn)刊载的所有内容,包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏,以及其他非商业性或非盈利性用途,但同时应遵守著作权法及其他相关法律的规定,不得侵犯本网站及相关权利人的合法权利。除此以外,将本网站任何内容或服务用于其他用途时,须征得本网站及相关权利人的书面许可,并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容,请及时通知本站,予以删除。