宾大00后团队打造高尔夫AI Agent硬件,获锦秋基金数千万天使轮投资
2026/04/01 09:33阅读量 2
PathFinder Ltd.由宾夕法尼亚大学GRASP Lab背景的00后团队创立,近日完成数千万元天使轮融资,由锦秋基金独家投资。该公司采用纯视觉方案重构高尔夫训练系统,通过RGB摄像头与机器学习算法实现低成本、高精度的球轨迹重建与决策分析。首款产品计划于2026年中旬在Kickstarter上线,目前已获得行业内部数千台订单。
事件概述
运动AI Agent智能硬件品牌PathFinder Ltd.(以下简称“PathFinder”)近日宣布完成数千万元人民币的天使轮融资,本轮由锦秋基金独家投资。融资资金将主要用于产品研发迭代、生产交付落地及早期渠道铺设,为后续众筹上线做准备。
PathFinder成立于2024年,核心团队来自宾夕法尼亚大学GRASP Lab,具备机器人感知、运动规划及视觉理解等技术背景。团队成员多为00后,且拥有10至15年以上的高尔夫、网球等专业运动训练经历,兼具科研能力与行业Know-How。
核心技术与产品逻辑
针对当前运动科技市场停留在“硬件堆料”和“单点精度”层面的痛点,PathFinder致力于构建“感知-理解-决策”的闭环系统,其核心创新点如下:
- 技术路径革新:摒弃传统依赖高速摄像头或毫米波雷达(如Trackman)的高成本方案,采用纯视觉方案。通过RGB摄像头结合机器学习算法,实现全球首个基于光学摄像头的高尔夫球完整轨迹重建,将成本降至传统方案的千分之一。
- 系统工程化设计:运动场景的视觉理解被定义为融合物理建模、运动学理解和行为建模的系统工程。算法设计中引入大量运动先验知识,而非单纯依赖数据驱动,以确保在纯视觉路径下的精度与稳定性。
- 三层智能化架构:
- 记录层:全面记录球轨迹、球杆数据及身体数据,建立用户个人偏好模型。
- 分析层:通过击球检测、轨迹追踪和动作分析,深度理解用户能力。
- Agent层:提供具备长期记忆与策略能力的AI教练入口,不仅指出错误,更能基于过去1000杆的数据变化,判断下一阶段最需解决的问题。
市场定位与商业化进展
- 市场切入点:选择高尔夫作为首发场景,因其用户群体高净值、付费意愿强,且决策结构清晰(人的动作为变量,球杆为外部变量),适合海量AI数据建模。美国高尔夫参与人口达4720万,中国市场则呈现高客单、强圈层特征。
- 解决痛点:现有市场工具(球包车、Launch Monitor、GPS手表等)功能割裂,无法回答“下一步该怎么练”的核心问题。PathFinder旨在填补这一技术断层,提供结果导向的个性化训练建议。
- 商业验证:目前PathFinder已获得行业内部数千台订单,客户涵盖球队、教练体系、球场、俱乐部及官方赛事联盟。这些订单主要用于验证“感知-理解-决策”能力在真实场景中的有效性。
- 未来规划:首款产品计划于2026年中旬正式在Kickstarter平台上线。公司愿景是成为运动场景中的下一代Agent智能终端,该技术体系具备向网球、棒球、台球等其他运动项目迁移的潜力,旨在重构整个体育生态。
