📰 来源：36氪
作者 | 张子怡 编辑 | 袁斯来 硬氪获悉，智能体育影像品牌「XbotGo」（深眸远智）于近期完成近亿元的新一轮融资。由九号资本领投，元禾控股、不同资本跟投，老股东零一创投超额跟投，云岫资本担任长期独家财务顾问。 在青少年体育运动文化发达的美国，体育不仅仅是竞技，更是家庭生活的核心。相关数据显示，美国有超过3000万青少年参与专业体育训练，美国家庭每周花在孩子体育活动上的时间平均高达10小时。 然而，一个长期困扰家长的痛点是：在赛场上的手动拍摄，不仅让家长无法沉浸式享受比赛的“即时情绪价值”，更由于距离远、目标小、场面复杂，很难精准捕捉到精彩的瞬时影像和运动数据。 XbotGo的创业缘起也来源于，创始人兼CEO谈科峰数年陪孩子踢球的经历，让其意识到体育活动中存在的拍摄问题和市场机遇。基于此，XbotGo的产品旨在解决体育活动拍摄问题，为用户提供自动拍摄设备捕捉体育赛场影像和数据，并通过AI帮助用户分析数据、拆解数据，最终能够全自动生成内容来解决体育活动分析及创作问题：可以是高光片段一键生成、可以是训练数据分析面板、也可以是多机位实时直播在线互动等等。 以XbotGo最新推出的独立AI相机Falcon（猎鹰）为例，是其首款无需手机、独立拍摄的AI相机，它搭载了双镜头4K/30, HDR跟踪和拍摄。支持6TOPS算力。这款单价近700美金的产品成功在众筹平台获得近250万美元的佳绩。 （图源/企业） 在实现这种“全自动”的过程中，团队面临的是与传统影像完全不同的工程挑战。 硬氪了解到，在室外阳光直射、超过30摄氏度的高温环境下，相机需要维持长达4-5小时的高强度AI推理计算，这将带来极大的功耗与散热压力。为保证算法在低延迟下精准跟踪球和球员，相机内部空间几乎被电池和散热模块填满。此外，为了驱动能够覆盖全场的精密机械转动，马达的驱动算法也经历过多次优化，以确保在高速运镜下的画面稳定性。 这种对“AI优先”的坚持，源于XbotGo独特的迭代路径。在推出Falcon之前，XbotGo曾先后发布过两代基于智能手机的AI云台产品。 在产品的迭代过程中，XbotGo团队发现依赖手机存在适配难、易发热、占用用户通讯等不可调和的矛盾。于是，第二代产品“变色龙”引入了专用AI芯片，将计算重担从手机端卸下。直到Falcon诞生，XbotGo终于实现了从“配件”到“独立影像平台”的跨越。同时，在AI云台产品投入市场后，也获得了非常宝贵、真实的用户使用数据及运动环境数据，值得一提的是，该产品的用户开机率和活跃度都高于预期，这也为XbotGo团队在AI分析和软件开发侧提供了充分的“养料”。 在渠道端，XbotGo计划于今年6月正式进驻全美1000多家Best Buy，首批将覆盖两三百家核心城市门店。公司已与美国最大的青少年体育平台TeamSnap达成独家合作，将相机系统集成进其原生的直播与存储服务中。 与此同时，XbotGo正在加速软件商业化的进程。基于视觉大模型（VLM），Falcon在未来能实现拍片的同时，对进球判定、阵营分析等展开专业数据统计，并为不同类型用户提供内容创作生态平台。 团队背景方面，创始人谈科峰是加州大学计算机科学博士。回国创业前，曾任亚马逊前沿硬件实验室Lab126技术负责人，拥有10余年海外智能硬件研发与团队管理经验，曾多次荣获高通顶级技术奖项。其核心团队成员大多来自华为、亚马逊、字节跳动、大疆等一线科技企业。 创始人问答 硬氪：您提到硬件创业“没钱有没钱的做法”，XbotGo早期是如何在资源极其有限的情况下存活并发展的？ 谈科峰：这是一个很现实的问题。很多创业者觉得一定要融到一大笔钱才能开工，但我们直到第三年才拿到真正意义上的VC融资。早期我们的思路是“借力”：既然缺乏资源，我们就借用市面上成熟的手机云台生态，把核心精力放在我们擅长的算法和软件上。 这种做法的壁垒在于，你虽然卖的是云台，但它提供的是完全不同的“自动拍摄”价值。这也让我们能以极低的启动壁垒去验证市场。正是早期两三万套云台的销售情况，让我们拿到了最真实的用户反馈，积累了20多种体育场景的Know-how。 硬氪：当初为什么会从云台产品迭代到独立相机，这有很大的跨越？ 谈科峰：我们做过很多的用户调研，意识到这里有一个认知的局限性：当用户只有马车时，只会要求马车跑得更快，而绝不敢想象汽车的存在。 在早期调研中，绝大部分用户并未主动提出要独立相机，因为他们受限于现有的技术认知。 但我们深入观察发现，手机适配难、拍摄时不能回微信、手机过热关机，这些都是阻碍体验的问题。所以我们决定做那个“汽车”。当时调研有85%的用户赞成开发独立相机，产品推出后用户规模迅速扩大，事实证明，一款独立的相机设备、且拍出的效果显著好于人工的产品出现时，用户会愿意买单。 硬氪：XbotGo的终极目标
本文转载自 36氪，版权归原作者所有。