团队
核心创始人
- CEO：Dr. Andrew Singletary（Caltech PhD 2018，Forbes 30 Under 30 2023，CBF 技术核心发明者之一）
- CTO：Dr. Thomas Gurriet（Co-founder，前 Yamaha Motor 机器人工程师，Caltech CDS 出身）
- 首席科学家：Prof. Aaron Ames（Caltech Bren Professor，CBF 概念发明人，Google Scholar 引用量 30,948+）
- COO：Amir Sharif（连续创业者，此前创业因文化失控失败，本轮更注重文化构建）
来源：PRNewswire 融资公告 (2025-09-26) + The Robot Report Podcast (2025-10-28) + Samson Rose Podcast (2026-05)
组织信号
- 团队规模：约 10 人（来自 1200+ 申请者面试筛选）
- 团队来源：核心成员均来自 Caltech Ames lab，CBF 技术原生团队
- 招聘方向：正招聘工程和客户支持岗位（Seed 轮后扩张）
来源：Samson Rose 播客采访 (2026-05) + PRNewswire (2025-09-26)
产品
Supervisor 安全软件层
- 定位：机器人安全中间件，位于自主栈与硬件之间，实时监管控制指令
- 核心功能：碰撞避免（collision avoidance）、地理围栏（geofencing）、系统稳定（stability）、容错管理（fault management）
- 响应速度：CBF-QP 算法在毫秒级判读自主栈指令，不安全指令被实时修正
- 覆盖形态：6 种机器人形态（机械臂、AMR、四足、无人机、人形、地面车辆）
- 集成成本：无需修改客户自主栈底层结构，无需增加昂贵安全级传感器
来源：Nav2 官方集成教程 (2024-06) + Crunchbase
差异化定位
- 数学保证：CBF 源自 Caltech 10+ 年研究，提供确定性 + 可证明的实时安全保证
- 传统方案局限：物理围栏、安全笼、急停迫使机器人停车 → 效率损失；3Laws 允许人机共存的连续高速运动
- 类比：自称 DevOps “shift-left” 理念，安全内建于设计早期而非事后加装
- 竞品对比：FORT Robotics（硬件级 SIL 3 安全控制器，硬件绑定）+ Favis / RosHub / RGo（纯软件安全层）
来源：TenOneTen 投资页 (2025-10) + ZoomInfo 竞品名单 (2026) + 3Laws 官方博客 CBF vs APF (2025-2026)
技术路线
一句话定位
- 形态：纯软件层（安全中间件），不造硬件
- 技术路径：CBF（Control Barrier Function）控制障碍函数 + QP 求解器，数学可证明安全保障
- 团队基因：Caltech 控制理论原生团队（Aaron Ames 为 CBF 开创者），从学术界直接转化
- 训练方式：CBF 不需要训练数据，通过数学约束实时保障安全，与 ML 安全方案互补
来源：Samson Rose 播客采访 (2026-05) + 3Laws 官方博客 (2025-2026)
CBF 技术架构
- 核心原理：定义安全集 X_safe 的连续可微函数 h(x)，当 h(x) < 0 时系统处于不安全状态；CBF-QP 在每控制周期求解优化问题，修改控制输入使系统保持在安全集内
- 门槛：h(x) 的构建需要领域专家知识 + 准确的系统动力学模型 → 每个机器人平台需要适配
- 多目标协调：CBF 可同时处理多个安全约束（碰撞避免 + 稳定性 + 到达目标）
- 与 ML 关系：CBF 不与学习路线竞争——它补充学习路线，在自主栈的输出上加安全监管层
来源：3Laws 官方博客 CBF vs APF (2025-2026) + Nav2 教程 (2024-06)
ROS2 生态集成
- 集成标准：Nav2（ROS2 导航栈）官方文档提供了 3Laws Supervisor 集成教程，支持 ROS2 Humble 和后续版本
- 工作流：Supervisor 作为 ROS2 节点运行，订阅 /cmd_vel 等控制话题，发布修正后的安全指令
- 定位：3Laws 正在通过 ROS2 生态成为机器人安全层的事实标准
来源：Nav2 官方文档 — 3Laws Supervisor 集成 (2024-06)
商业验证
客户与部署
- Amazon：战略客户兼投资方（Amazon Industrial Innovation Fund），已公开验证 3Laws 软件
- US Air Force：AI 飞行员安全项目，已验证 CBF 在自主航空中的应用
- 已验证行业：物流仓储、游艇、军用飞机、汽车、人形机器人（共 5+ 个垂直行业完成 PoC）
- 收入状态：未公开 ARR 或收入规模（2026-05 仍为 Seed 阶段，尚无公开收入数据）
来源：PRNewswire 融资公告 (2025-09-26) + TenOneTen 投资页 (2025-10)
技术验证覆盖
- 无人机：CBF 部署于无人机（含 USAF 合作）
- 机械臂：多关节全身碰撞避免（高维 CBF-QP 求解）
- 四足/人形：动态运动防跌倒（Ames 实验室主攻方向）
- 地面车辆/AMR：Nav2 ROS2 官方集成教程（已于 2024-06 发布）
来源：Nav2 文档 (2024-06) + The Robot Report Podcast (2025-10-28)
资本结构
- 累计融资：$4.1M（2025-09-26 公开，Seed 轮）
- 领投方：TenOneTen Ventures
- 跟投方：Amazon Industrial Innovation Fund
- Pre-seed 投资者：全体选择继续持有或追加
- 估值：未公开
来源：PRNewswire (2025-09-26) + PitchBook (持续更新)
竞争定位
核心壁垒
- 人员不可复制性：完整团队即 CBF 原生发明者（Ames 本人引用量 30,948+，是 CBF 领域最高引学者）
- 数学壁垒：CBF 是 Caltech 10+ 年研究产物，非短期可追赶
- 生态锁定：ROS2 Nav2 官方集成教程 → 成为机器人安全层选型的默认路径
来源：3Laws 官方博客 CBF vs APF (2025-2026) + TenOneTen 投资页 (2025-10) + Google Scholar Aaron Ames (持续更新)
产业定位
- 市场时机：人形机器人与移动操作机器人进入人机共享空间 → 安全认证将成为法规刚需
- 竞争模式：纯软件层（vs FORT Robotics 的 SIL 3 硬件安全控制器），更适合追求灵活性的机器人公司
- 目标市场规模：3Laws 引用数据称自主机器人市场 2026 年将超 $12B
来源：3Laws 官网博客—Robot Autonomy (2025-2026) + VentureRadar—FORT 对比 (2026)
风险
- 阶段极早：Seed 轮仅 $4.1M，人形机器人窗口期若提前闭合，后续融资承压
- 收入验证缺失：多家 PoC 但无公开 ARR
- 认证周期：计划 6-12 个月完成第三方安全认证；认证前企业级客户大规模采用存在壁垒
- 人才瓶颈：10 人团队服务 Amazon + DoD 级客户，产能上限明显
- 竞品压力：FORT Robotics 已获 SIL 3 认证，工业安全生态更成熟
来源：Samson Rose 播客采访 (2026-05)
动态记录
- 2026-06-22：计划参展 Automate 2026 Chicago（McCormick Place），举办产品展示（来源：Automate 展览页，2026-05）
- 2026-05-06：Samson Rose Podcast 采访 Andrew Singletary & Amir Sharif，详述团队背景、CBF 技术、客户验证宽度和第三方安全认证计划（来源：Samson Rose 播客）
- 2025-10-28：The Robot Report Podcast 采访 Aaron Ames，讨论人形双足运动与 CBF 安全技术（来源：The Robot Report）
- 2025-09-26：$4.1M Seed 轮融资，TenOneTen 领投，Amazon Industrial Innovation Fund 参与（来源：PRNewswire）