NavVis 筹集7370万欧元，构建工厂部署AI前所需的空间数据层。

事件核心：发生了什么

NavVis 是一家 2013 年从慕尼黑工业大学分拆出来的公司，主打用可穿戴激光扫描设备快速生成工厂、车间和建筑物的照片级数字复刻。本轮由美国私募股权公司 The Jordan Company 领投，现有投资者 Yttrium、KOZO KEIKAKU ENGINEERING 和 Cipio Partners 跟投，D 轮共筹得 7370 万欧元（约 8500 万美元）。

公司披露的关键数据包括：平台累计扫描工业空间超过 10 亿平方米，每日活跃用户超过 15 万，客户名单涵盖宝马、大众、丰田、奔驰、埃克森美孚、巴斯夫、西门子等制造巨头，目前已拓展至 50 多个国家。NavVis 还与 NVIDIA、SAP、Autodesk 建立了合作关系。

为什么重要

NavVis 的实际业务，是替工业 AI 补上最关键的前置环节——训练模型和运行 AI 需要先有精确的物理空间数据，而这个数据层在传统工业场景中长期缺位。CTO Georg Schroth 在融资公告中提出的问题是：工厂团队历来依据图纸做规划，但没有多少人真正信任图纸。NavVis 试图用持续更新的空间孪生记录取代静态图纸，成为工厂内各团队、工具和 AI 系统共同依赖的单一事实来源。

融资投向也很明确：下一代采集硬件、更深层的 AI 智能层，以及一套面向所谓“物理 AI 生态”的开放平台。随着投资重心从消费级应用转向具身智能、机器人调度和工业自动化，空间数据层正在成为竞争焦点。NavVis 选择从部署难度最高的工厂场景切入，用真实环境数据建立壁垒。

对用户/开发者/创作者的影响

对于使用机器人、自动化设备或工业 AI 的开发团队来说，NavVis 的空间孪生平台意味着无需自行搭建从采集到建模的整套流程，可直接调用已有的扫描数据和 API 来训练模型或规划机器人路径。制造业和工程领域的采购方则可能关注它的商业模式：将空间数据沉淀为平台资产后，传统工厂可以不再重复采集现场数据，而是在同一套数字底座上叠加不同 AI 应用——无论是汽车产线停机诊断、数据中心建设，还是炼化厂维护窗口的压缩。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对普通用户而言，这项技术短期内不会直接出现在消费产品里，但它决定了未来智能制造和机器人服务的可用性：空间数据质量越好，AI 在物理世界中犯错的成本就越低。

值得关注的后续

首先是资金落地后的硬件迭代节奏，采集设备的效率直接决定空间孪生平台的扩张上限。其次是开放平台的第三方接入情况，NVIDIA、SAP、Autodesk 等合作伙伴能否带动应用生态成形，将验证“物理 AI 生态”的叙事是否真的成立。最后需要留意美国市场的增长势头——NavVis 表示近年在美国扩张最快，而工业 AI 在北美制造业的回流趋势下仍是资本和政策共同关注的高地，后续融资或战略合作值得追踪。

来源：The Next Web