Inbolt

一句话定位

• 产品形态：工业机器人 3D 视觉引导软件层（软件-first, 硬件无关）
• 技术路径：基于 CAD 训练 + 实时 3D 视觉 + AI 自适应控制
• 落地场景：汽车制造业（Stellantis/Toyota/Ford/GM/Renault）的 bin picking、紧固、涂胶、码垛
• 团队基因：巴黎，2019 年 UC Berkeley pre-accelerator 出身

来源：官网 (2026-06-04)

团队

核心团队

• CEO / 联合创始人：Rudy Cohen
• COO / 联合创始人：Albane Dersy — VivaTech 2024 Female Founder Challenge 获奖者，Automate 2026 AI 面板主持人
• 联合创始人：Romain Dersy, Louis Dumas
• 总部：法国巴黎；美国办公室：Detroit, Michigan (Booth #1675 地址，Automate Show)
• 员工数：48 人（2026-04，Tracxn）；一年内从 15 人扩至 40+
• 背景：2019 年源自加州大学伯克利分校 4 个月 pre-accelerator 项目
• 招聘中（2026-06）：Sales Engineer (UK)、Turnkey Application Engineer (Detroit)、Robotics Application Engineer (Tokyo)

来源：MIG Capital (2024-09) + Tracxn (2026-05-29) + RoboticsTomorrow (2026-05-27) + WelcomeToTheJungle 招聘页 (2026-06-04)

产品

产品线架构（2026-05-27 更新）

Inbolt 平台由三大组件构成：Vision Model（感知）+ Robot Programming（编程）+ Robot Control（控制），覆盖”CAD → 实时运动”全链路。

来源：RoboticsTomorrow - 新产品发布 (2026-05-27)

GuideNOW / Inbolt Vision Model

• 核心能力：基于 3D 视觉 + AI 的实时机器人引导方案，让机器人”看见、思考、适应”
• 定位：从 “GuideNOW” 品牌升级为通用视觉模型（“generalist vision model”）
• AI 训练：5 分钟基于 CAD 模型训练，无需数据集、无需标注
• 反应速度：80 ms 感知到运动闭环
• 视觉鲁棒性：适应各类光照条件、无序环境

来源：官网 (2026-05-29)

Inbolt Robot Programming（2026-05-27 新发布）

• 功能：工程师直接在 CAD 模型（零件自身坐标系）上编制程序，运行时视觉模型定位真实零件并自适应执行
• 核心价值：数周的现场示教调试→一次性通过（“one shot automation”）
• 品牌覆盖：首发支持 FANUC、Universal Robots、Yaskawa（动态产线应用）；KUKA/ABB/Comau 在路线图中
• 创新提名：动态手内定位 bin picking 方案为 Automate 2026 Innovation Award finalist（Vision, AI & Software 类别），未获奖（获奖者：Standard Bots Flux AI）

来源：同上 (2026-05-27)

Inbolt Robot Control

• 功能：实时机器人运动执行层，将视觉模型输出流式输入机器人伺服环
• 支持品牌：FANUC、ABB、KUKA、Yaskawa（2026-05-27 新增）、Universal Robots、Comau — 6 大品牌
• 差异点：在机器人本地控制频率下闭环运行，无需外部控制器增加延迟

来源：[同上] (2026-05-27)

技术路线

一句话技术判断

• 技术架构：基于 3D 深度相机 + 通用视觉 AI 模型 + 实时伺服控制
• 核心创新：CAD 数字孪生→ 运行时视觉定位 → 实时轨迹修正，三位一体去除了”虚拟与现实的鸿沟”
• 硬件无关：软件-first，支持 6 大机器人品牌 + 多种 3D 相机
• 核心优势：部署速度（24 小时全部署）vs 传统方案数天/周；6 个月 ROI 回本周期

来源：官网 (2026-05-29)

技术栈

• 感知：自研 3D 视觉 AI 模型（通用型，非场景专用）
• 规划：基于 CAD 数字孪生的自主路径生成
• 控制：品牌原生伺服环接口（FANUC/ABB/KUKA/Yaskawa/UR/Comau）
• 硬件：NVIDIA Jetson AGX Orin（与 FANUC 联合展示实时螺栓紧固时使用）
• 生态：NVIDIA Inception 成员

来源：官网 (2026-05-27) + Inbolt 博客 - NVIDIA Inception (2026-05-24)

技术护城河

• 部署速度：基于 CAD 训练的 5 分钟快速部署系统，区别于传统数周调试流程；实时响应速度 80 ms，行业领先水平；10x 更快调试（官网 2026-06-17）
• 数据飞轮：已在 3 大洲 的 100+ 工厂部署，累计处理 4,000 万次机器人循环，持续优化视觉模型
• 专利保护：核心技术获多项专利保护，包括动态视觉引导、CAD-to-factory 闭环系统等核心技术专利
• 品牌锁定：与 FANUC、ABB、KUKA、Yaskawa、UR、Comau 6 大机器人品牌深度集成，客户转换成本高

来源：RoboticsTomorrow (2026-05-27) + LinkedIn - Inbolt (2026-06-04) + Inbolt 官网 (2026-06-17)

战略定位：“Execution Layer” vs VLA (2026-06-02 新增)

• 核心论点：COO Albane Dersy 在博客”The Missing Execution Layer”中明确提出——制造自动化的瓶颈不是机器人能力，而是集成成本（integration cost）；“能自行部署的机器人比需要 6 个月工程调试的精密机器人更有价值”
• 反 VLA 立场：认为 Vision-Language-Action 模型解决了一个不存在的问题（工厂场景已知零件/已知任务），同时忽略了真实痛点（标称程序与物理现实之间的持续偏差）；VLA 对工业场景是”工程过度”（engineering overkill），无法满足微米精度、确定性、硬件兼容性要求
• “自主工位”愿景：仅需电力 + 网络连接 + CAD 文件即可部署；视觉替代传统全部外围传感器（接近传感器/编码器/夹具开关/PLC 逻辑）
• 技术架构：frontier AI for perception（基于 CAD 合成数据训练的 pose estimation + depth perception）+ 保留 offline programming 工作流 + real-time servo control（brand-agnostic）
• NVIDIA 边缘计算：确认使用 NVIDIA edge compute infrastructure 运行所有 AI 推理，在工业单元内部实时执行（无需数据中心）

来源：Inbolt 博客 - The Missing Execution Layer (2026-06-02)

实时控制架构深度解析 (fact-id: f-rtc-2026-05-28)

• CEO Rudy Cohen 技术博客（2026-05-28）“Why real-time robot control is the key to unlocking Physical AI”——从第一性原理阐述闭环控制的核心地位
• 伺服频率：典型工业机器人伺服频率 125 Hz，即 AI 视觉模型必须在每个 <8 ms 周期内完成感知→规划→指令输出
• 技术核心：不是”更快的推理”，而是将 AI 模型输出流式注入机器人原生伺服环，使 AI 成为连续的 setpoint 源而非一次性轨迹规划器
• 硬件异构挑战：FANUC、ABB、KUKA、Yaskawa 各品牌实时接口协议不同（ jerk limits、velocity saturation、fault-recovery 行为各异），控制管线无法跨品牌通用
• 行业痛点：FANUC 全球安装量超 90 万台，占据汽车/航空/电子/重工业主导地位——但大多数物理 AI Demo 运行在协作机器人（cobot）上，工业机器人长期被 AI 遗忘
• 部署验证：20 台机器人在一家全球前三大汽车制造商的运动装配线上运行 Inbolt 引导层（非实验室，是产线车辆运动中执行）；100+ 台机器人跨 2 大洲工厂处理从车身板加载到精密装配的各类任务
• 核心论点：“AI race 不是拥有最强模型的团队赢，而是最先闭合感知-行动闭环的团队赢——在工厂已有的工业硬件上，以伺服频率运行”

来源：Inbolt 博客 - Why real-time robot control is the key to unlocking Physical AI (2026-05-28)

Inbolt + FANUC 集成亮点

• 合作性质：全球首个在 FANUC 机器人上运行 Inbolt 视觉层的商业方案——实现在运动/静止装配线上 For CRX 协作机器人的实时 3D 视觉自适应轨迹修正
• 技术原理：FANUC Stream Motion（通过以太网实时伺服指令流）+ Inbolt 轻量机器人安装视觉系统 + 超快 AI 模型
• 覆盖任务：螺丝插入、螺栓拧紧、涂胶等运动零件高精度操作
• 控制器兼容：FANUC RJ3iB ~ R50iA 全系列（静止 & 运动线）

来源：Inbolt 博客 - Inbolt & FANUC Pioneers (2026-06-04)

Studio 仪表盘升级 & Vision Model 更新

• Inbolt Studio 新增功能：零件位置显示、检测状态、单项用例实况性能测试
• Vision Model 改进：全球零件定位模型增强、更广零件跟踪范围

来源：RockingRobots - Automate 2026 (2026-05-27)

NVIDIA + UR AI Accelerator 集成 (fact-id: f-nvur-2026-h1)

• 三方合作：Inbolt 视觉 AI 集成至 Universal Robots AI Accelerator Kit（基于 NVIDIA Jetson + Isaac 技术栈），构建新一代智能机器人系统
• 性能跃升：CEO Rudy Cohen 确认——集成 NVIDIA Jetson 前，深度图像计算耗时 100 ms；集成后降至 数毫秒（“a few milliseconds”），提升约 20-50 倍
• 可靠性指标：在真实制造环境中可靠性可达 99.99%
• 战略意义：从 Inbolt 独立软件层→嵌入 UR 硬件 AI 加速器平台，进一步加深与两大硬件生态的绑定
• 合作关系：早前 2026-02-18 Inbolt 已在 MassRobotics “Physical AI” 活动中与 UR、NVIDIA 联合展示该方案

来源：Inbolt 博客 - NVIDIA & UR join forces (2026-H1) + MassRobotics 活动 (2026-02-18)

展会活动日程

• Robot Technology Japan（2026-06-11 ~ 13）：Aichi Sky Expo，在 UR、FANUC、Chuo Koki 伙伴展台展示
• Automate 2026（2026-06-22 ~ 25）：芝加哥 McCormick Place，Booth #1675，4 场现场演示：
  1. Unstructured bin picking：UR 协作机器人 + 机器人安装 3D 视觉系统，无夹具/零件供料设备
  2. Dynamic dispensing：FANUC CRX 在运动传送带上对发动机涂胶（配合 Robot Programming 演示）
  3. Real-time workpiece tracking：FANUC CRX 专用工位（配合 Robot Programming）
  4. De-racking parts：FANUC CRX 卸料
• FANUC 主展台联合展示：CRX-20iA/L 协作机器人在运动装配线上实时螺栓紧固（Inbolt 技术驱动）

来源：Inbolt 官网 - RTJ (2026-06-04) + Automate Show 参展页 (2026-06-04) + Design World - Automate 2026 Preview (2026-06-11)

商业验证

客户部署规模

• 已部署工厂：100+ 家（2026-05-27 数据），较 2025-06 的 50+ 家翻倍
• 已有机器人：200+ 台，覆盖 3 大洲
• 2025 年机器人循环数：4,000 万次（较 1H 2025 的 2,000 万次翻倍）
• 客户名单：Stellantis, Toyota, Ford, GM, Beko, Renault, Volkswagen, Whirlpool, Atlas Copco, Thyssenkrupp Automotive
• 汽车用例：Stellantis Valenciennes 工厂日减少 2.7 吨人工搬运

商业模式

• 定价模式：SaaS 订阅制 + 项目实施费（推测，未明确公开价格）
• 单位经济：客户平均 ROI 回本周期 6 个月，Stellantis 单年降本 >€310 万
• 客户获取：主要通过行业展会（Automate 2026）、合作伙伴推荐（NVIDIA、机器人品牌）
• 区域扩张：欧洲为主（巴黎总部），美国办公室 Detroit 已扩张，日本团队已组建（2025-06宣布）
• 销售渠道：直销为主 + 机器人品牌集成（FANUC、Universal Robots 等）

签约客户规模

• GM 率先采用：Assembly Mag 报道 GM 是美国首家全面采用 Inbolt 系统的制造商
• Airbus：也在使用 Inbolt 技术进行各类装配应用
• Whirlpool：Inbolt 部署客户之一
• 汽车行业占比：>50% 客户来自汽车行业（Stellantis/Toyota/Ford/GM/Renault/Volkswagen）

来源：RoboticsTomorrow (2026-05-27) + Yahoo Finance (2025-06-24) + Inbolt 官网 (2026-05-29) + Assembly Mag (2026-06-04)

来源：RoboticsTomorrow (2026-05-27) + Inbolt 官网 (2026-05-29) + Yahoo Finance (2025-06-24) + Assembly Mag (2026-06-04)

性能指标

• 停机时间减少：97%
• 次品率降低：80%
• Stellantis 单年降本：>€310 万
• 全部署周期：24 小时
• ROI 回本：6 个月
• 捡取成功率：95%
• 捡取节拍：80 ms（感知到运动）

来源：RoboticsTomorrow (2026-05-27) + 官网 (2026-06-04) + Yahoo Finance (2025-06-24)

客户案例：Stellantis Trenton（螺栓拧紧）

• 场景：V-6 Pentastar 升级发动机生产线，螺栓拧紧位姿不准
• 改善前不合格率：2.55%（工具未啮合螺栓）
• 改善后不合格率：0.24%（下降 90.5%）
• ROI 周期：12 个月
• 后续：Stellantis 正在将 Inbolt 方案推广至其他工位

来源：Inbolt 客户案例 - Stellantis Trenton (2026-06-04)

客户案例：Ford Cologne EV（水盾安装）

• 场景：Ford 科隆 EV 中心，运动装配线上水盾压贴
• 方案：2 台 UR 协作机器人 + Inbolt 视觉引导，由 NUTAI 集成
• 挑战：吊挂式车身连续运动，编码器无法同步追踪
• 结果：近零维修率/千台，完全自动化，无需编码器或夹具
• 后续：Ford 正在探索拧紧等更多应用

来源：Inbolt 客户案例 - Ford Cologne (2026-06-04)

客户案例：thyssenkrupp-Mercedes（运动线螺栓拧紧）

• 场景：thyssenkrupp Herrlisheim（法国），Mercedes 发动机链条悬挂运动线
• 方案：Inbolt 3D 视觉引导实时追踪摆动发动机（6 种变体），Robotindus 集成
• 挑战：链条运动+摆动+多变体，传统 2D 视觉无法处理深度
• 结果：<1% 不合格率，操作人员从繁重体力劳动中解放
• 后续：第 3 机器人即将增装，目标 4 台覆盖拧紧+质检

来源：Inbolt 客户案例 - thyssenkrupp Mercedes (2026-06-04)

融资历史

累计融资：$22.3M / ~€20M（Tracxn 3 轮，含早期种子 + Series A）

来源：TFN (2024-09) + MIG Capital (2024-09) + Tracxn (2026-06-04) + PitchBook (2026-06-04)

竞争定位

全球格局定位

• 行业地位：工业机器人”3D 视觉引导 + 编程”赛道的欧洲领军者，主打 软件-first、硬件无关、CAD-to-factory 一站式闭环
• 市场份额：已部署 100+ 家工厂，200+ 台机器人，覆盖 3 大洲（欧洲、美洲、亚洲）
• 主要竞争对手：
  • Covariant：具身基础模型方向，专注通用机器人操作
  • Veo Robotics：传统 2D 视觉方案，适应静态场景
  • Sereact：移动机器人视觉引导，非固定工位
  • Pick-it：静态托盘拣选，非动态生产线

差异化优势

• vs 传统视觉方案：部署时间从数天/周缩短至 24 小时，非工程师可用
• vs AI 视觉竞品：Covariant/Sereact 侧重具身基础模型/移动操作；Inbolt 专注工业机器人臂固定工位视觉引导，更接近纯工业场景（非通用具身）
• vs 硬件厂商方案：独立软件层，支持 6 大机器人品牌，不绑定特定硬件
• 独特壁垒：围绕 CAD 数字孪生的 “Robot Programming + Robot Control” 形成三位一体，比纯视觉方案多一层运动控制
• 行业认可：2023 RBR50 创新奖 + Automate 2026 Innovation Award finalist（Vision, AI & Software，未获奖）+ TechCrunch “21 European startups to watch” 2026 + French Tech 2030 入选（2025 年度 80 家公司之一，法国政府推动工业主权）+ Sifted 100 France & Benelux 2026 第 3 名（553% 两年收入 CAGR，deeptech/robotics 类别第 1）

来源：RoboticsTomorrow (2026-05-27) + Automate.org (2026-06-04) + RockingRobots (2026-05-27)

风险

• 客户集中度：汽车行业客户集中（Stellantis/Toyota/Ford/GM/Airbus），单一行业波动可能影响
• 区域集中：欧洲为主（总部巴黎），美/日扩张刚启动（Detroit 办公室 + Tokyo 招聘）
• 竞品压力：Covariant、Veo Robotics、Sereact 等从不同角度切入工业视觉/机器人基础模型赛道
• 技术壁垒：软件-first 低壁垒容易被大公司（NVIDIA/ABB/FANUC）内置集成
• 员工规模：48 人团队，同时支撑美/日/欧三地运营+Automate/RTJ 双展会，资源可能紧张

动态记录

• 2026-07-12：档案维护轮次——Web 搜索确认 2026-07-08 以来无新融资/新客户/新产品公告；Inbolt 处于 Automate 2026 后稳定运营期；depth 校准 60→70（44 唯一来源≥20 条上限，内容覆盖全面，进入 Phase 3 生成 report.md）；新增 Business Wire/Robotics and Automation News/Robotics 24/7 三条来源
• 2026-07-08：档案维护轮次——Web 搜索确认 2026-07-02 以来无新融资/新客户/新产品公告；Inbolt 处于 Automate 2026 后稳定运营期；frontmatter D-047 结构化字段全部合规；depth 维持 60
• 2026-07-05：档案维护轮次——Web 搜索确认 2026-07-02 以来无新融资/新客户/新产品公告；Inbolt 处于 Automate 2026 后稳定运营期；无动态记录新增；depth 维持 60
• 2026-07-02：档案培育轮次——新增 Sifted 100 France & Benelux 2026 排名（第 3 名，553% 两年收入 CAGR，deeptech/robotics 类别第 1）；新增 NVIDIA + UR AI Accelerator 三方集成（深度图像计算从 100ms→数毫秒，可靠性 99.99%）；depth 57→60
• 2026-06-28：档案培育轮次——Automate 2026 Innovation Award 结果公布（2026-06-23），Inbolt 为 Vision, AI & Software 类别 finalist 但未获奖，获奖者为 Standard Bots Flux AI；Tracxn 显示截至 2026-03-31 员工 43 人（此前 48 人可能含兼职/合同工）；无新融资/产品/客户公告；新增 CompWorth 竞品数据来源；depth 56→57
• 2026-06-23：Automate 2026 展会进行中（2026-06-22~25，Chicago McCormick Place，Booth #1675）——截至本日 Automate 2026 Innovation Award 获奖名单尚未公布，Inbolt 提名（Vision, AI & Software 类别）状态仍为 pending；Google News 搜索未发现 2026-06-17 之后的新融资/人事/产品发布；新增 GetLatka 第三方估值数据 $35.4M（confidence: low）；depth 55→56
• 2026-06-17：档案培育轮次——新增 CEO Rudy Cohen 实时控制架构深度解析（125Hz 伺服频率/<8ms 延迟/FANUC 90 万台全球安装量/运动装配线 20 台机器人部署验证）；官网新增 10x 调试提速指标；depth 50→55
• 2026-06-13：档案培育轮次——frontmatter D-047 标准化（country/founded_date/funding_total），修复重复章节，新增”Execution Layer vs VLA”战略定位分析，depth 45→50
• 2026-06-11：Design World 专题报道 Automate 2026 展前预览——确认 4 场现场演示（unstructured bin picking on UR / dynamic dispensing on FANUC CRX moving engine / workpiece tracking / de-racking on FANUC CRX）；Robot Programming 首发支持 FANUC/UR/Yaskawa 动态产线应用
• 2026-06-09：A3 Association（Automate.org）发布 Inbolt 产品发布新闻稿
• 2026-06-08：DBusiness Magazine（底特律）报道 Inbolt Vision-Enabled Robot Programming 发布
• 2026-06-02：COO Albane Dersy 发布战略博客”The Missing Execution Layer”——明确反对 VLA 路线用于制造业，提出”execution layer”概念（frontier AI perception + offline programming + real-time servo control），定义”自主工位”仅需 power + network + CAD；确认 NVIDIA edge compute 作为 AI 推理基础设施
• 2026-06-04：Inbolt 官网新增 Ford 科隆 EV 工厂案例（水盾自动化安装，2 台 UR + Inbolt 视觉，近零维修/千台）及 thyssenkrupp-Mercedes Herrlisheim 案例（非停止运动线螺栓拧紧，<1% 不合格率，扩展至 4 机器人）；Stellantis Trenton 案例显示 90.5% 拧紧不合格率降低（2.55%→0.24%），ROI 12 个月
• 2026-06-06：Inbolt 完成新一轮档案培育，新增技术护城河分析、全球竞争格局定位、商业模式解析，更新深度评分至 45，补充 NVIDIA 合作技术细节及行业横向对比数据
• 2026-06-04：COO Albane Dersy 参加 Sifted Podcast “Europe’s AI Opportunity” 系列
• 2026-06-04：Assembly Mag 专题文章，GM 确认为美国首家 Inbolt 使用者；Airbus、Whirlpool 为新增客户
• 2026-06-04：启动 Robot Technology Japan（2026-06-11 ~ 13，Aichi Sky Expo），在 UR、FANUC、Chuo Koki 伙伴展台展示
• 2026-05-27：正式发布 Inbolt Robot Programming（CAD-to-factory 一次性编程）和 Robot Control（新增 Yaskawa 支持，共 6 品牌）；动态手内定位 bin picking 获 Automate 2026 Innovation Award 提名；宣布 Automate 2026 芝加哥展会（6月22-25日，Booth #1675，4 场现场演示）为最大美国展示；US 团队翻倍计划（2026-12 前）
• 2026-05-27：Inbolt + FANUC 联合发布——全球首个在运动装配线上实现 CRX 协作机器人实时 3D 视觉引导螺栓拧紧的集成方案
• 2026-05-27：Inbolt Studio 仪表盘升级——新增零件位置显示、检测状态、实况性能测试
• 2026-05-27：Vision Model 改进——全球零件定位模型增强、更广零件跟踪范围
• 2026：被 TechCrunch 列入 “21 European startups to watch” 榜单；入选 French Tech 2030 计划（法国政府，80 家）
• 2025-06-24：宣布进入美国和日本市场，50+ 工厂部署，2,000 万+ 机器人循环
• 2024-09：完成 €15M Series A 轮（Exor Ventures 领投），Stellantis 单年降本 >€310 万
• 2023：获 RBR50 创新奖
• 2019：公司成立于巴黎，源自 UC Berkeley pre-accelerator