中國老齡化趨勢加劇，人口紅利逐漸消失，已成為普遍認知。人力成本上漲的同時，當代年輕人就業觀也已變化，很多人不再愿意前往“高強度、高危險、污染嚴重”的工廠一線，制造業行業普遍陷入“招工難”的窘境。在此背景下，引入作為替代性方案的機器人成為趨勢。

據國際機器人聯合會（IFR）今年2月發布的報告，2010年到2016年，中國工業機器人市場增長了5倍多。2013年以后，中國已連續四年成為全球最大的工業機器人市場，中國占全球市場的市場份額從2013年的1/5，到去年已接近1/3。

不過，在梅卡曼德機器人 CEO 邵天蘭看來：工業機器人市場仍然有大量的需求沒有被滿足，由于智能性和靈活性的缺乏，工業機器人在很多新場景中難以被廣泛應用；以貨品分揀、機器上料等場景為例，由于待操作的物體往往是混雜放置的，而目前市面上提供的混雜分揀方案尚不成熟，大量工作仍依賴人工完成；此外，目前國內協作機器人市場現狀還在于核心技術依賴進口、成本（如系統集成成本）昂貴、軟件操作門檻高難度大。

就此需求，梅卡曼德機器人想借高性價比的視覺分揀、拆垛方案切入該市場。基于視覺的抓取，可以拆解為 5 個主要流程：看（攝像頭）—識別—定位—抓取—執行。就技術而言，基于“眼睛”的“看”難度很大。邵天蘭表示，傳統 2D 攝像頭無法準確確定混雜物體的位置，而目前的主流 3D 攝像頭方案在性能（精度、速度、可靠性、適應性）與成本上不能滿足工業要求。

比如 Kinect 主要為民用場景，精度達不到工業級要求；Ensenso 精度和速度達標，但在反光表面和暗色表面上表現欠佳，并且成本也較為昂貴（單個售價在10萬人民幣左右），更別談造價更貴的?Enshape、SICK 等了。

梅卡曼德團隊通過自主研發的 Mech-Eye 攝像頭方案，將造價降低不少，雖然在原始信號質量方面有所損失，但配合其算法優勢，對這部分損失進行了彌補，邵天蘭稱，和現有幾種方案對比，該套方案在同一圓形薄鋁板試樣組、黑色鋁管試樣組中，點云圖完整度、清晰度、準確度表現優于其他幾種方案。

而在后續的識別、定位兩步驟上，梅卡曼德團隊的算法結合了傳統算法、機器學習以及機器學習中的深度學習，以保證算法兼具傳統算法的可靠性、快速性；傳統機器學習的小數據量、可解釋性；深度學習的復雜應變性。對于軌跡規劃，邵天蘭表示該技術在現有工業機器人中幾乎沒有應用，但是新場景的復雜性和不確定性使得軌跡規劃技術成為必須。梅卡曼德的算法進行了大量工作以保證算法的速度和效果。

值得一提的是，其機器視覺開發框架不同于傳統代碼式框架，而是將其模塊化、可視化，降低開發者、集成商以及客戶的使用門檻。

Mech Viz 操控環境示意圖

盈利模式上，梅卡曼德目前主要是提供整機方案，包括機械臂、相機和相應軟件，其相機和軟件方案客單價在 3.4 萬左右。據悉，梅卡曼德已經在國內數個種子項目中技術落地。前不久，梅卡曼德與浙江清華長三角研究院達成了科技戰略合作關系。

團隊背景上，邵天蘭本科畢業于清華大學軟件學院，碩士畢業于德國慕尼黑工大（畢業論文滿分）此后在德國協作機器人 Franka 公司工作了三年半。梅卡曼德聯合創始人之一的付翱是清華精儀系的本、碩畢業生，畢業后在“工業機器人四大家族”之一工作數年，有行業經驗積累。另外一位聯合創始人丁有爽博士，先后就讀于哈工大、清華大學和卡內基梅隆大學，發表過十余篇論文，擁有多項發明專利。德國漢堡大學計算機系終身教授、清華大學計算機系講席教授、漢堡科學院院士張建偉教授，擔任了梅卡曼德的技術顧問，做前沿技術方面的指導。

邵天蘭表示，梅卡曼德團隊當前有近 30 人，研發團隊均畢業于國內外頂級高校，且不乏業內知名企業工作經歷。年內預計團隊會擴張到 50 人左右。

融資方面，梅卡曼德此前獲得了華創資本（China Growth Capital）領投的數千萬元人民幣?Pre-A 輪融資，天使輪投資機構伽利略資本本輪繼續跟投。本輪融資將被用于技術迭代和海內外市場拓展。