文｜胡香赟
编辑｜海若镜
当AI开始尝试理解物理世界时，一个最基础的问题悄然浮出水面：机器人究竟如何感知自身在空间中的位置？
视觉能告诉它看到了什么，编码器会告诉它关节转了多少度，力觉、触觉则会告诉它摸到了什么。但当机械手抓取柔软物体、手指相互遮挡，或进入狭小腔体的时候，所有这些传感方式都可能失效。因为，这些“物理条件下的天然局限”，会导致机器人丢失对自己末端位置的感知。
图源：
这正是Ommo Technologies（下称“Ommo”），一家空间智能技术公司试图解决的问题。36氪获悉，近期，Ommo已完成数千万美元A轮融资。本轮融资由香港鼎珮集团（VMS Group）、某知名基金联合领投，康君资本跟投，点石资本担任长期独家财务顾问。
此外，本轮募集资金将用于核心产品空间定位系统的技术迭代与量产体系建设，推进公司产品在具身智能、先进制造、医疗等场景的合作落地。
Ommo创始人郑敏杰介绍，自己的创业起点源于大学时期对3D交互技术的探索，并做过一款交互电子书，让纸质书籍也能实现数字化交互。创办OMMO后，团队也曾尝试延续这类技术方向，却在产品落地时遇到一个技术难题，即“现有成熟定位技术难以持续捕捉空间内无约束、高精度的完整动作”。
“我们调研过光学、毫米波雷达等各类主流或非主流定位技术，但认为它们都很难达到消费级产品所需的全场景优质交互体验。以主流光学定位为例，它绕不开物理层面的硬伤，一旦被物体遮挡视线，追踪就直接失效。比如，微创手术使用的柔性内窥镜进入人体后完全遮挡，无法依靠光学方案完成定位。”郑敏杰表示。
经过多轮论证，Ommo团队走向自研底层技术的路线，并定下硬性标准：硬件低成本、支持大规模量产，且能稳定输出超高三维交互精度。永磁磁场定位路线因此成为Ommo的最终选择。
实际上，磁场定位本就是业内为解决光学定位遮挡问题而采取的替代方案，已沿用多年。只是，传统方案依靠线圈通入交边电流来产生磁场，虽能“透视”，但工程缺陷突出，易受金属、周边电磁设备干扰，且大空间部署需要巨型线圈，设备轻量化、小型化难度高。
永磁定位虽也属于磁场追踪路线，但磁场生成逻辑与传统方案不同。它主要依靠永磁体机械旋转来生成特征磁场。这个差异带来了两个关键优势，一是摆脱传统电磁必备的大型线圈与磁放大结构，使整套硬件可以做得非常小巧；二是从底层磁场设计解决了传统电磁定位最难攻克的金属干扰瓶颈。
“我们主要从两个层面解决这项问题。首先，采用低频准静态永磁信号，削弱导电金属产生的涡流效应及其产生的二次磁场干扰；其次，我们采用高复杂度的特征磁场编码，对环境扰动进行识别和矫正。简单打比方来说，传统电磁设备通常依赖规则周期信号和预设磁场模型，一旦波形失真就彻底‘抓瞎’；而Ommo设计的磁信号包含专属特征——类似具有多个可识别点的‘五角星形’或‘异形椭圆’，即便受到干扰也只是局部波形形变，核心特征依然保留，且配套算法可以实时识别畸变，并完成误差修正。”
它就像是在物理空间内搭建了一个小型“室内北斗”，作为磁场发射源的主机内部有一个持续旋转的永磁体，微型磁力传感器则实时采集所在位置的磁场信号，并由算法解算完整的6DoF位置与姿态数据。目前，系统可在规定工作范围内达到亚毫米级精度，磁传感器最小约0.8毫米，比一粒米的宽度还小，可嵌入机器人末端、可穿戴设备或医疗器械，适用于狭小、遮挡及持续交互的复杂环境。
据介绍，围绕这一底层技术，Ommo已形成覆盖磁场建模、空间解算、传感器、精密机械、电子系统、生产测试和质量管理的全栈团队。核心成员拥有Apple、Intel、Riot Games、TTI、Samsung等科技企业经历，多位成员具备连续创业，以及将产品从原型研发推进至规模化制造的完整经验。
永磁定位看似建立在成熟磁体和MEMS传感器之上，真正实现商业化仍需同步解决复杂磁信号生成、非金属精密机械、传感器标定、空间解算、无线同步及量产一致性等多重工程问题。Ommo用多年时间将这些环节整合为可重复生产、可由客户验证的完整系统，这种跨机械、电子、算法与制造的全栈积累，也构成了公司长期的技术壁垒。
“另外，我们在设计之初就兼顾了低成本产业化的问题。磁铁材料依托新能源车产业链已实现规模化量产，传感器芯片则来自成熟的消费电子供应链。”郑敏杰表示。
最初，Ommo这套永磁定位技术先在医疗手术导航场景落地。郑敏杰介绍，这是因为“手术室场景高度受控、且容错率趋近于零，其严苛标准适合用于验证系统基础精度”。公司已建立符合ISO 13485标准的质量体系，并与全球头部手术导航企业开展多年技术验证。截至目前，Ommo合作客户覆盖国内外百余家医疗器械企业，多款配套导航设备进入医疗器械申报阶段，细分场景覆盖神经外科、骨科/运动医学、齿科等领域。
医疗场景外，具身智能赛道是Ommo当前重点布局的市场。郑敏杰注意到，过去一年来，不少具身领域的客户因设备无法完成高精度柔性操作，在线下落地时遭遇技术瓶颈。比如，机器人在抓取、插接、旋拧等动作中，操作越精细，微小位姿误差越容易在接触后被放大为滑移或失败。“这些客户主动找到我们，希望用高精度传感器弥补操作误差。”
另一方面，整个具身行业正面临“三维物理实操数据集极度稀缺”的共性痛点。大语言模型可以依托互联网中的海量数字化文字完成训练，但机器人训练需要的三维实操数据，尚未完成规模化采集。
比如，一只机械手拿起水杯又掉落，到底是因为没抓紧、抓错了位置，还是物体在抓取过程中发生形变导致操作失败？这需要末端姿态数据、触觉数据等多模态信息才能回答。目前，行业已使用视频、光学动捕、IMU、编码器和力触觉传感器采集数据，但在手指互相遮挡和持续接触过程中，仍较难低成本获得连续、绝对、高精度的6DoF轨迹。
这是Ommo看到的新机会。Ommo定位系统的精度和稳定性已在医疗赛道经过充分验证，可迁移至具身领域搭建数据采集平台。目前，公司首款数据采集手套已搭载医疗级永磁传感器，用于采集人类手部实操姿态。
图源：
郑敏杰坦言，这部分市场“成长速度比自己想象中快很多”。今年以来，公司已陆续对接多家具身客户并展开合作，同时决定加速推进全套产品体系落地进程。
在郑敏杰看来，空间智能是“物理AI的底层神经中枢”。大语���模型相当于机器人的大脑，负责理解指令、输出决策；机械臂、灵巧手是机器人肢体，完成物理实操。而Ommo打造的永磁定位体系，则负责打通环境感知与肢体执行之间的实时反馈通路，“复刻人类与生俱来的三维空间感知能力”。
“我们希望让机器人真正拥有稳定的‘空间直觉’，这或许也是AI从数字世界真正走进物理世界的不可或缺的底层基础设施。”郑敏杰表示。
相关方观点：
VMS合伙人伍兆威表示，精度、体积与环境适应性这几项要求往往难以兼顾，Ommo的空间感知系统把它们收在了同一套方案里，并在手术导航这类容错极低的场景中经受了检验。多年真实场景中沉淀的标定算法与数据，构成了比硬件更深一层的壁垒。而机器人末端在抓取、插接、装配中面对的遮挡、狭小与持续接触，本质上是同一个问题。VMS期待与Ommo长期同行，把这套能力带向更广阔的产业。
康君资本团队表示，从追求稳定、极致精准的医疗场景跃迁到不断演进、无限泛化的具身领域，Ommo借助自身工程与算法能力，突破了技术的应用边界，成为构建物理AI的基石。康君资本看好Ommo技术平台的发展前景，期待发挥生命科学与医疗领域的产业资源，支持Ommo走向前沿应用。
点石资本合伙人黄峻表示，作为Ommo的长期独家财务顾问，点石资本见证了公司从原创技术、产品工程化到跨场景拓展的完整过程。Ommo的稀缺性来自底层技术的原创性、高要求场景中的验证能力，以及面向更广阔空间智能市场的延展潜力。我们将继续陪伴公司前行，持续嫁接产业与资本资源，坚信Ommo终将成为具备长期竞争力的空间智能平台。
