走进任何一座现代工厂,机械臂都在重复同一个动作:上料、抓取、放置。这套流程被写死在程序里,换一个零件、换一种摆放角度,机器就无所适从。

制造业真正需要的柔性化,卡在最基础的一环:让机器理解它面前的物体。

物体智能(Object Intelligence)正是为解开这一环而生。

它让机器人不再依赖预先编程和数据训练,而是像婴儿第一次伸手一样,在接触的瞬间感知物体的形状、材质与状态,自主完成抓取和装配。

在印度班加罗尔,一家名为信莱尔(CynLr)的硬科技公司正把这条路走通。

信莱尔(CynLr)打造的赛罗(CyRo)智能机器人已进入奥迪(Audi)等全球车企的试点产线,并成为半导体设备制造商的自动化方案。

傲多可®商机网(Aodok.com)调研了信莱尔(CynLr)在物体智能(Object Intelligence)技术、智能机器人产品矩阵、融资进展与商业化落地等方面的最新情况,供关注印度工业机器人与智能制造市场的朋友们参考。

(本文汇率基准:1 美元≈7.1 元人民币,2026 年 10 月)

一、信莱尔(CynLr)的创业起源与创始团队

1、创始团队背景

信莱尔(CynLr)由尼基尔·拉马斯瓦米(Nikhil Ramaswamy)先生与戈库尔·纳马卡尔·阿鲁尔桑穆甘(Gokul Namakkal Arulsanmugam)先生于 2019 年在印度班加罗尔共同创立,公司全称控制论实验室(Cybernetics Laboratory)。

尼基尔·拉马斯瓦米(Nikhil Ramaswamy)先生现任联合创始人兼首席执行官,在比拉理工学院(Birla Institute of Technology and Science, Pilani)获得电子与仪器工程荣誉学士学位,曾在国家仪器(National Instruments)任职近四年,负责关键客户与复杂系统交付。

国家仪器(National Instruments)是总部位于美国德克萨斯州奥斯汀的自动化测试与测量企业,1976 年由三位工程师在车库中创立,其图形化编程软件 LabVIEW 广泛用于全球工程测试领域,2023 年并入艾默生(Emerson)集团,成为其测试与测量业务的一部分。

戈库尔·纳马卡尔·阿鲁尔桑穆甘(Gokul Namakkal Arulsanmugam)先生负责设计、产品与品牌,同样是前国家仪器(National Instruments)应用工程师。两位创始人的共同疑问是:为什么机器人不能像人眼一样看见并理解物体。

2、融资与发展里程碑

成立以来,信莱尔(CynLr)累计融资超过 1520 万美元(约合 1.08 亿元人民币),投资方包括帕维斯通(Pavestone)、阿塞拉风险投资(Athera Venture Partners)、斯派修投资(Speciale Invest)、增长创投(growX Ventures)等机构。

2023 年,公司完成 450 万美元(约合 3195 万元人民币)的 pre-A 轮融资,随后完成的 A 轮融资为 1000 万美元(约合 7100 万元人民币),资金用于扩充团队、建设制造供应链与开拓国际市场。

2025 年,信莱尔(CynLr)被世界经济论坛(World Economic Forum)评为技术先锋(Technology Pioneer),并受邀参加联合国人工智能造福人类峰会(AI for Good Global Summit)。

技术先锋(Technology Pioneer)社区自 2000 年发起,25 年来累计评选超过 1200 家初创企业,往届入选者包括谷歌(Google)、贝宝(PayPal)、多宝箱(Dropbox)、声田(SoundCloud)等知名公司。

据官网披露,信莱尔(CynLr)公司在班加罗尔建有约 1.4 万平方英尺(约 1300 平方米)的研发设施,团队超过 70 人。

二、信莱尔(CynLr)物体智能(Object Intelligence)技术的定义与优势

1、何为物体智能(Object Intelligence)

物体智能(Object Intelligence)是工业机器人领域的一项能力体系,依托视觉感知、实时学习与力控操作技术,让机器人无需提前训练和编写程序,就能在动态、非结构化的真实环境中感知未知物体的几何形状、纹理与反射特性,并自主完成抓取、定位、装配等操作。

搭载这一技术的机器人能根据物体摆放角度和环境光线动态调整动作,还能在交互过程中持续学习。

信莱尔(CynLr)称,其机器人可在 10 至 15 秒内学会抓取一件从未见过的物体。

2、CLX1 视觉技术体系(CLX1-Vision Stack)

信莱尔(CynLr)的视觉平台 CLX1 视觉技术体系(CLX1-Vision Stack)摒弃了雷达(RADAR)、激光雷达(LIDAR)与相机融合的传统方案,基于双眼汇聚(Convergence of Eyes)原理,在同一分辨率下同步感知运动、深度与色彩。

相比传统立体视觉,其深度感知速度提升 10 倍、分辨率提升 3 倍,同时兼具激光雷达与相机的双重功能,还能适应任意光线变化,识别镜面反光类高精度零部件。

3、无预训练操作与多维物理建模

通过自研的物体处理器(Object Processors),机器人可在拾取后完成物体特征学习,实现无预训练的抓取、重组与定向放置,解决传统机器人只会抓取、不会精准装配的难题,打通从看见、理解到精准操作的全流程。

信莱尔(CynLr)公司融合液体透镜光学(Liquid Lens Optics)、光学汇聚、时间成像(Temporal Imaging)等技术,让机器通过 7 个信息维度理解物体并构建视觉物理模型,实现视觉、感知与力控的融合。

三、信莱尔(CynLr)的智能机器人产品矩阵

1、赛罗(CyRo)

赛罗(CyRo)是信莱尔(CynLr)的旗舰产品,为双臂视觉引导机器人系统。它搭载实时感知与力控操作技术,能以类人灵活度处理未知物体,无需重新训练即可适应场景变化。

信莱尔(CynLr)公司设想赛罗(CyRo)组成的机器人集群协同完成百万种零部件的装配,让同一工厂从汽车制造切换到手机生产,实现通用工厂(Universal Factories)的终极形态。

2026 年 2 月,在印度人工智能影响力峰会(AI Impact Summit)上,赛罗(CyRo)完成首发。

2、赛诺德 7A(CyNoid-7A)

赛诺德 7A(CyNoid-7A)是移动多臂系统,配备三台 7 轴机械臂,兼具灵活性与操作范围,适合在紧凑、多变的生产环境中完成高精度自动化操作,填补移动场景下多臂操作的技术空白。

3、曼托伊德(Mantroid)

曼托伊德(Mantroid)是即将推出的三轮机器人系统,聚焦物流检索与重型装配,拥有较高有效载荷与远操作半径,可在狭窄空间完成不同高度的物流搬运与零部件检索任务。

四、信莱尔(CynLr)的商业化落地与生态合作

1、高端制造场景的落地验证

信莱尔(CynLr)走的是先高端场景、再规模化普及的路径。

半导体制造对自动化精度要求极高,信莱尔(CynLr)已签下全球第三大半导体设备制造商的合作,半导体行业贡献了公司约 70% 的营收。

汽车制造方面,信莱尔(CynLr)与奥迪(Audi)开展为期两年的联合试点,将赛罗(CyRo)集成到其在德国的整车试制产线,验证从单一车型快速切换至多车型共线生产的能力,并与多家豪华汽车品牌展开技术磋商。

信莱尔(CynLr)公司设定的营收目标为 4000 万至 1 亿美元(约合 2.84 亿至 7.1 亿元人民币)。

2、全球化布局与新一轮融资

信莱尔(CynLr)在印度、瑞士、美国三地布局:总部与研发设在班加罗尔,瑞士洛桑设有设计与研究中心,美国设有客户运营与销售办事处。

据印度《经济时报》(The Economic Times)等媒体报道,公司正推进新一轮融资,计划到 2028 年累计融资约 7500 万美元(约合 5.33 亿元人民币),用于建设日产能一台机器人的制造供应链体系。

信莱尔(CynLr)公司首席营收官克里斯·特鲁斯(Chris Truce)2026 年 4 月透露,客户群正在从大型企业延伸至中小型制造商。

3、生态合作与技术联动

信莱尔(CynLr)的合作伙伴与客户覆盖通用汽车(General Motors)、电装(Denso)、库卡(KUKA)、发那科(FANUC)、马克森(maxon)、斗山(DOOSAN)、康宁(CORNING)、非夕科技(FLEXIV)等企业。

傲多可®(Aodok.com)调研整理,信莱尔(CynLr)公司还与洛桑联邦理工学院(EPFL)、印度科学理工学院(Indian Institute of Science,IISc)等科研机构开展合作,其中与印度科学理工学院(IISc)的合作聚焦视觉神经科学研究。

五、信莱尔(CynLr)的技术挑战与未来展望

1、技术与产业的双重考验

尽管能处理未知物体,但在高度复杂的工业场景中,让机器理解更复杂的场景语境、实现自主决策,仍是待突破的关键难题。

工业场景的个性化也要求技术在低成本前提下适配不同企业需求。

工业机器人的升级涉及生产流程、基础设施与人才培养的全体系变革,企业对产线改造的意愿与成本,将直接影响物体智能(Object Intelligence)技术的普及速度。

2、竞争格局与市场延伸

全球范围内,维奥机器人(Veo Robotics)、科万特(Covariant)等企业同样深耕高精度自动化,信莱尔(CynLr)需要持续保持技术领先,才能在全球竞争中占据一席之地。

信莱尔(CynLr)公司坚持实体人工智能(Physical AI)路线,聚焦结构化工厂场景。

未来,物体智能(Object Intelligence)技术能否延伸至物流、仓储、服务与农业等领域,将决定这场技术变革的辐射范围。

傲多可®(Aodok.com)独家点评

让机器先学会看见,比让它变得更聪明更重要。

信莱尔(CynLr)用婴儿般的好奇心,解开了工业机器人五十年的死结。

1、技术路线:先解决看见,再谈智能

信莱尔(CynLr)避开人形机器人的风口,把研发资源全部押在感知这一层。它认为机器人缺的不是算力,而是对真实物体的理解能力,这种路线选择值得关注。

传统视觉方案依赖海量数据与预训练,而物体智能(Object Intelligence)用主动感知替代数据堆砌,把学习时间从数月压缩到十几秒。

这不仅是技术路径的差异,也是成本结构的差异。

2、商业化节奏:高端制造打样,中小制造放量

信莱尔(CynLr)公司先用半导体与汽车这两个对精度要求最高的行业验证技术,再向中小型制造商下沉。

这种先啃硬骨头的打法,让技术在没有成熟案例的阶段就获得顶级客户的背书。

对访客朋友而言,如果所在企业从事精密装配或高混合低批量生产,可以关注这类无预训练机器人能否降低换线成本。

3、生态打法:绑定巨头验证,开放架构蓄力

信莱尔(CynLr)把通用汽车(General Motors)、奥迪(Audi)、电装(Denso)等巨头纳入合作网络,用顶级客户验证技术公信力,同时与高校和研究机构保持联动。

公司计划开放曼托伊德(Mantroid)等硬件平台,让客户按需构建定制机器人配置。这类平台化思路,可能比单一设备销售更能撬动生态价值。

4、对中国制造企业的启示

中国已是全球最大的工业机器人市场,但高混合、小批量场景的自动化渗透率仍然有限。

物体智能(Object Intelligence)提供了一条以软件定义产线的新思路。

访客朋友若在规划智能制造升级,可重点评估换线时间、设备复用率这两个指标,它们决定柔性自动化方案的真正价值。

【骄傲人生 & 更多可能】

信莱尔(Cybernetics Laboratory,CynLr)

电话:+91 953 568 5189

邮箱:contact@cynlr.com

网址:www.cynlr.com

地址:印度卡纳塔克邦班加罗尔市怀特菲尔德区 EPIP 工业园区 9 号路 SJR I 园区 Warp 大楼(邮编 560066)

(Warp Building, SJR I Park, Rd Number 9, EPIP Zone, Whitefield, Bengaluru, Karnataka 560066, India)

主营业务:研发视觉物体智能平台与模块化智能机器人,为半导体、汽车等高端制造提供柔性自动化方案。