《寻找白龙马》今日好项目>工业边缘计算隐形黑马，腾视科技以“硬件+算法”加速出海落地
《商道创投网》2026年6月1日从［白龙智创］微信公众号获悉：近日，《寻找白龙马》携各位专家一同调研腾视科技。投资人高度认可了公司的技术实力，但同时也指出边缘计算和AIoT赛道吸引了大量巨头和传统自动化巨头入局，公司面临技术迭代压力。并且从“技术研发”到“大规模稳定盈利”仍需做出努力。建议公司提炼出1-3个“高价值、高频、可复制”的标准化场景，从而形成可规模化的交付能力。
PART .01 项目介绍
企业简介
浙江腾视算擎科技有限公司（简称：腾视科技）成立于2021年，总部位于浙江杭州，在杭州、深圳等城市设有研发中心。公司依托核心技术提供机器人控制全栈AI边缘智算大脑、AI+行业赋能边缘算力模组、边缘计算终端的专精特新及国家高新技术企业。
公司核心团队来自华为、中兴，基于英伟达、高通、华为等市场主流AI算力芯片，配置1-1000TOPS算力范围的丰富产品线，专注于构建“感知、决策、控制”一体化边缘智算平台。通过自主研发的AI加速引擎与分布式调度系统，为工业机器人、特种车辆、智慧能源等20+行业提供低时延、高可靠的智能决策中枢，产品覆盖中国、中东、印度、南美、东南亚等全球多个地区。
投资亮点
1、精准的赛道卡位：公司定位于“边缘计算及机器人大脑”，这是AI应用落地的核心环节。随着具身智能和工业自动化的推进，提供低时延、高可靠的边缘算力与算法集成服务，市场需求确定性强。
2、“软硬一体”的综合解决方案：不同于单纯的算法公司或硬件公司，腾视能提供从底层芯片适配、AI加速引擎OS到上层多模态调度系统的全栈能力。这种端到端的整合能力在工业级应用中具有很强的客户粘性和溢价能力。
3、稀缺的国产替代属性：核心技术团队来自华为、中兴、高通等主流厂商，拥有自研的AI加速引擎与分布式调度系统。在当前强调信创和国产化的背景下，这种具备自主可控技术的企业更容易获得国内大型工业企业和政府的订单。
4、清晰的商业模式：提出的“1+M+N”智能设备资产管理与运力服务平台模式，不仅卖软硬件，还切入了设备租赁和运营服务，能够构建更深的护城河并带来持续的现金流。
产品与技术
算法：先进传感器和算力平台支持先进的软硬全栈自动驾驶技术
车端硬件：高精度定位系统、144线车规级激光雷达、360°覆盖补盲激光雷达、高清视觉传感器、精准测速毫米波雷达、胎压检测系统、大宽带5G通信单元、V2X车车直连通讯、低延时远程驾驶摄像头
低速无人车解决方案：
（1）无人叉车解决方案：主要用于仓库、工厂、物流中心、车间、港口码头等环境固定、路线规整的室内或室外场景，路况简单可控。
（2）无人平板车解决方案：主要用于港口、重工、船舶、航空航天、轨道交通、电力、冶金、基建与特殊工程。
（3）无人矿车解决方案：主要用于露天煤矿、金属矿、砂石矿封闭、半封闭矿区，无公共道路干扰、路况固定、车流规则，是自动驾驶最易规模化落地的工业场景。
核心团队
谢兮煜:创始人/ CEO
·中山大学工商管理硕士
·华为手机芯片商务采购专家
·华为无线CDMA产品解决方案专家
·北京奥运会CDMA系统保障团队之一
·十年华为研发、海外销售&芯片采购经验
邵阳:首席科学家/ CTO
·清华大学理学学士，东京大学工学博士
·原日立集团中央研究所首席研究科学家
·基于机器学习方面的专家，自研通信多智能体强化学习平台，并拿到全球PCT专利，擅长利用自然语言处理技术，光学大数据处理技术在蛋白质向量方面的预测和计算，以及光学处理超高速化的计算能力
·获得“欧洲电网调度挑战赛金奖”，个人名义自研全球PCT专利10+
PART .02 专家点评
01、从“标杆项目”到“规模化复制”的真实能力
专家指出，腾视科技目前虽然财务预测乐观，但从“技术研发”到“大规模稳定盈利”仍需做出努力。工业场景碎片化严重，定制化程度高，能否快速在不同行业复制推广，是决定其天花板的关键。建议重点考察公司是否已提炼出1-3个“高价值、高频、可复制”的标准化场景，并验证其从第一个项目到后续项目的复制周期是否显著缩短。不要只看合同总额，而要关注现有客户的复购率和转介绍率——这是产品价值最真实的证明。同时评估其“软硬解耦”程度，核心算法与底层硬件解耦越彻底，跨行业复制的灵活性就越强。如果所有项目都是定制开发且交付周期未见收敛，说明尚未形成可规模化的交付能力。
02、市场竞争激烈，技术迭代面临压力
专家指出边缘计算和AIoT赛道吸引了大量巨头（如华为、百度、阿里）和传统自动化巨头（如西门子、发那科）入局。腾视科技在品牌影响力和资金实力上相对弱势，面临被挤压市场份额的风险。且当前AI技术日新月异，大模型、多模态更新极快。如果公司不能持续保持研发投入，很容易被新技术颠覆。
专家建议评估公司是否明确了“打不过就加入”的生态定位：放弃通用平台之争，聚焦巨头不愿深入的下游“脏活累活”，成为特定行业的深度交付伙伴。管理层应能清晰回答：哪些层自研、哪些层用巨头生态。同时关注其是否在利基市场或海外新兴市场建立了差异化优势。针对技术迭代，专家指出应对AI快速迭代的最佳策略不是盲目追逐热点，而是严控研发资源的分配比例。建议公司将70%以上的研发力量投入到解决现有客户真实痛点的工程化、产品化问题上（如提升环境适应性、降低时延），仅用不超过30%的资源进行前沿技术的“防御性探索”。同时评估其数据闭环能力：现场badcase能否快速回流、训练并迭代模型。
03、现金流与盈利周期长
专家指出腾视科技当前B端工业客户回款周期长，而研发和硬件投入巨大。虽然有融资，但如果营收增长不及预期，可能面临资金链紧张。专家建议穿透“在手订单”的质量：区分已签约合同、框架协议与意向书，并计算平均回款周期（DSO）。建议对项目进行健康度分级（如按预付款比例、回款周期、毛利率划分A/B/C三类），主动压缩垫资严重、回款周期超过180天的劣质项目。同时进行压力测试：假设未来12个月无新签合同且应收账款延期6个月，现有资金能否支撑18个月以上？如果短于12个月，需立即启动融资或收缩非核心业务。关注经营性现金流是否持续为负、应收账款增速是否高于营收增速——这些比利润表更能反映真实健康状况。
寻找白龙马——企业融资加速器
融资成功率提升50%的路演平台，助力企业腾飞
深圳市白龙智创科技有限公司
联系方式 | 18321383297