海经社获悉，2026年9月3日，苏州工至海洋装备科技有限公司宣布完成近亿元天使轮融资，投资方包括中新智地、力合金融、隐峰资本、小即是大创投、哈工程资管等。这一金额创下深海领域天使轮融资新纪录，此前该赛道头部公司天使轮融资规模多在5000万元左右，而工至海洋将这条线推高了一倍。

资本在近亿元量级天使轮砸下的筹码，买单的不是一台机器，而是一条有代际优势的技术路线和一个有40年积淀的学术团队。

哈工程教授"下海"，40年学术积淀转化为工程壁垒

资料显示，工至海洋成立于2024年，曾用名青岛工至海洋装备科技有限公司，2026年3月完成更名。公司名字取自哈工程校训“大工至善，大学至真”。

创始人郭春雨，1981年出生于安徽蚌埠，18岁考入哈尔滨工程大学，本硕博连读，后赴上海交大做博士后、到英国伦敦大学学院访学，再回到哈工程任博导，曾长期担任哈工程船舶工程学院副院长。他是国家杰出青年科学基金获得者、水下推进技术工信部重点实验室主任，带领一支包括二十多名教师和博士后、两百多名硕博研究生的学术团队。

郭春雨的履历中有一串深海装备领域的关键词：蛟龙号载人潜水器、航母推进器、雪龙2号极地科考船推进系统。他的人生轨迹几乎始终围绕着船舶推进、深海装备和极地技术展开。

从教授到创业者，身份的转换并不轻松。据i黑马对创始人郭春雨专访，郭春雨后来把这段经历概括为“进化”——一年两百多天在外跑客户，走遍产业链上下游一两百家企业，又引入有海工装备测试和工程经验的王崇磊负责技术转化，请来原本打算投资公司的李洪雷出任CEO。

公司团队脱胎于哈尔滨工程大学船舶推进性能课题组，拥有四十余年学术积淀与工程实战经验。哈工程船舶与海洋工程专业积淀深厚，已然成为国内海洋装备人才的摇篮。

"河图"：把探测和作业装进同一台自主设备

工至海洋最受关注的产品当属“河图”系列海洋通用具身智能机器人，其独特之处在于将仿生波动鳍与矢量泵喷推进系统集成于同一水下平台。

传统水下设备存在一个长期矛盾：自主航行器可以离开母船，但更擅长探测；带缆机器人可以完成作业，却依赖母船和操作人员。河图试图把探测和作业放进同一台自主设备。据公司介绍，河图融合了仿生波动与矢量泵喷耦合推进技术，可在不同工况下切换推进模式——长距离航行时以泵喷为主，近距离精细作业时以波动鳍为主。

性能层面，公司给出的数据是：河图在3节航速下辐射噪声86分贝，近底沉积物扰动约为传统设备的五百分之一。它搭载多参数传感器与高清视觉系统，在无光、弱通信等极端水下环境中实现端到端决策响应时延≤15ms，目标识别准确率超95%。目前河图已完成1000米深海实战考验，下一代全海深（0—11000米）AUV正在设计中。

低噪声意味着声呐不容易被推进系统干扰，低扰动让机器人接近水底时不会先把作业目标藏进泥沙里。这些指标指向的是核电检测、水库巡检、船舶清理和海底资源勘查中的真实问题。工至海洋曾用一个水库巡检项目解释技术如何转化为客户价值：传统方案依赖人工和船载设备，综合费用约500万元，周期可能长达数月；河图搭载声、光、磁等传感器自主巡检，报价约70万元，作业时间缩短到数天。

目前工至海洋已与国内外多家企业达成合作，深海采矿、可燃冰开采等核心场景订单已在推进，水库巡检、船舶清洗、核电站水质检测等订单日益增多。

赛道信号：天使轮天花板被推高之后

2026年6月，世航智能完成超10亿元A轮融资，创下全球海洋机器人领域最大单轮融资纪录；8月，深海智人完成超5亿元A轮融资。加上工至海洋，这三家企业背后都站着哈尔滨工程大学校友。

水下机器人赛道正在经历一轮资本重估。据赛迪顾问等机构数据，2026年中国水下机器人市场规模约200亿至220亿元，年复合增速在18%至22%。另有机构测算，2026年全球水下作业机器人市场规模已突破87.4亿美元（因统计口径不同各机构可能存在差异）。与此同时，政策端也在持续加码：海南"十五五"海洋经济发展规划明确提出，到2030年深海装备产业规模突破1000亿元；上海则提出强化深海油气开发、深远海风电等深海能源装备研发。

但资本热捧的背后，深海具身智能的商业化仍面临一道隐形的认知门槛。

水下作业的决策困境：为什么传统方案总是"不够用"

深海作业长期存在一个结构性问题：决策者面对的是高不确定性、高信息成本的环境。

传统水下作业方案依赖人工操作和船载设备，以水库巡检为例，500万元的成本和长达数月的周期，本质上反映的是一种"认知负荷过载"，作业方必须在信息不完备的条件下做出资源分配决策，而传统方案无法提供足够低的试错成本和足够高的信息回报率。

这导致了两个后果：一是“注意分配”的偏差，决策者的注意力被高额的固定成本和长周期占用，难以分配到更精细的作业规划上；二是“现状偏见”的固化，既然传统方案虽然昂贵但能用，决策者倾向于维持现状，而非冒险尝试未经充分验证的新技术。

河图的破局点在于，它把探测和作业整合进同一台自主设备，用低扰动、低噪声的技术特性降低了水下作业的“边际决策成本”。当一台机器人可以同时完成环境感知和物理作业，客户不再需要在“先看清楚”和“再动手干”之间做两阶段决策。

但工至海洋面临的真正挑战不在于技术验证，而在于如何跨越从实验室指标到客户信任的鸿沟。水库巡检项目70万元vs500万元的成本对比是强有力的证据，但单个案例还不足以消除B端客户对新技术采纳的决策惯性。这是一场关于信任建立和认知重塑的持久战。

深海具身智能正在从“能不能造出来”走向“客户愿不愿意付费”。工至海洋近亿元的天使轮，是资本对这一拐点的确认，但真正的估值锚，最终要由客户用订单来重新书写。