首页文章详情

36氪首发 | 前大疆核心成员做消费级CNC,获美团、昆仑资本、奇绩创坛投资近亿元

张子怡Leslie2026-05-15 10:11
降门槛的重要性。

作者 | 张子怡

编辑 | 袁斯来

硬氪获悉,消费级桌面CNC与智能数字制造平台「无限工坊(Infimaker)」近日宣布,连续获得多轮融资,融资金额近亿元,投资机构包括美团战投、昆仑资本及奇绩创坛。本轮资金将主要用于产品研发、供应链建设以及高质量量产交付。

无限工坊成立于2024年11月,由多位前DJI核心成员及机器人领域海归博士联合创立。团队所切入的消费级CNC(数控机床)也是Maker赛道里的最后一块拼图。

在消费级3D打印、消费级激光雕刻机走入大众市场后,消费者对于创意工具愈发有认知,对于易用性与使用门槛也更有要求。而CNC产品过去常年主要用于工业级市场,消费级的的改造有门槛也更有市场。

无限工坊创始人兼CEO谢博文告诉硬氪:“全球范围内,越来越多人开始追求个人化创造与小型化生产。仅在美国,就有超过1.3亿人将自己视为创客(Maker)。但对于个人用户和小型工作室而言,真正具备工业级精度、多材质加工能力,同时又足够易用的桌面制造工具,依然十分稀缺。”

在无限工坊看来,传统CNC最大的问题,并不只是硬件本身,而是软件和交互逻辑依旧停留在工业时代。

过去的CNC产品,本质上仍服务于工业制造场景,往往要求用户提前理解“可制造性设计”——也就是说,用户在画图之前,必须先理解机器的加工限制、刀具路径和物理边界。

对普通创作者而言,这种工业时代的使用范式,依然有着极高门槛。

为降低使用门槛,无限工坊选择从“五轴联动”切入。在CNC加工场景中,五轴在空间中可以触达任何位置,能够实现涡轮、人像褶皱等复杂物体的加工。这种“空间全触达”能力,让用户无需频繁手动翻面夹持,极大提升了创作的可能性。特别是AIGC技术的帮助下下,AI生成的3D模型往往不具备传统工程的“加工逻辑”,只有五轴联动才能将这些天马行空的曲面低门槛地转化为物理实体。

并且,无限工坊的五轴联动功能能让其产品比主流竞品多约72.8%的有效加工空间,一次性加工更大尺寸原料,让更多创意、零件不局限于原材料尺寸的约束。

谢博文认为:“机器不应该成为限制创意的工具。我们更希望用户先有想法,再由算法和系统去适配人,而不是反过来。”

在谢博文看来,过去的制造工具,总是在要求人去理解机器。但下一代创造工具应该反过来。

因此,无限工坊除了在硬件层面降低产品使用门槛外,也在尝试重新设计消费级CNC的软件体验。

在传统数控领域,学习一款CAM软件通常需要耗费一年以上的时间,且难以保证编出可用的刀路。

硬氪了解到,无限工坊通过自研CAM软件,能够实现自动生成刀路、智能识别与误差补偿。这套系统不仅包含了刀路补偿、震动补偿等深层算法,还整合了视觉感知功能。配合其配备的6位自动换刀系统(ATC)和红宝石分中仪,用户只需将物料放进封闭式加工仓,剩下的对刀、分中、切削全流程皆无需人工干预。

为了让“桌面工厂”能真正进驻工作室、办公室甚至更开放的空间,团队将切削噪音压低至70dB左右。封闭式的加工仓能够让粉尘的减少同时也减少对呼吸道的损害。

“我们认为终局一定不是单一硬件产品,而是围绕个人制造形成的创造生态。谢博文表示。无限工坊计划早期的收入以硬件为核心,包括主机、配件、刀具和材料;但长期规划来看,未来更重要的收入会来自软件订阅、AI能力、云端CAM、创作工具,以及围绕模型、刀路、加工参数形成的内容社区和工艺资产交易。

团队背景方面,无限工坊成员来自大疆、小米、追觅、云鲸等顶尖智能硬件企业。创始人谢博文曾在大疆负责扫地机器人的感知算法,公司核心团队长期深耕机器人、运动控制、机器视觉、智能算法与消费级硬件系统,拥有从底层技术、自研数控系统到产品化落地的完整能力。团队成员曾主导多个全球化智能硬件产品的研发与量产,在高端装备、消费电子、自动化系统及全球品牌运营领域积累了丰富经验。

CEO对谈:

硬氪:为什么选择在2024年这个节点切入CNC赛道?

谢博文:首先是洞察到底层需求。我从小学二年级开始做机器人,是几十年的老Maker了。在整个个人创造链路里,“制造”一直是门槛最高的一环。为什么是今天?因为3D打印已经完成了第一波市场教育,越来越多人开始尝试自己做东西。但增材制造很难解决多材质和高精度的问题,而这些恰恰是CNC擅长的方向。加上机器人技术下放和AIGC降低了创作和使用门槛,我们觉得现在是个人减材制造开始真正进入大众市场的时间点。

硬氪:大疆的背景,具体为这款产品的定义能力带来了哪些改变?

谢博文:DJI给我们最大的一个影响:好的产品不应该让用户有过多的思考。我们从Day One就开始想:用户怎么从一个想法到产品出来,中间不会有太多的操作步骤。所以我们自研了控制算法和CAM,简化了工作流,用视觉感知算法减少操作时间。我们不希望用户去“学习机器”,而是希望创意能够更简单地被实现。

硬氪:你们如何看待桌面CNC的市场空间和竞争?

谢博文:目前市场还处于教育阶段,消费级CNC真正难的,并不是“把机器做出来”,而是如何让普通用户稳定地加工成功。我们希望更多优秀的团队加入到这个赛道。我们的核心积累主要在几个方向:一是算法积累,我们为了掌握五轴切削参数,实切了几吨材料;二是软硬一体的感知算法与控制能力,包含3D重建、断刀检测、误差补偿等;最后是生态。我们想打造的社区不仅有模型数据资产,还包含跟机器、材料、刀具相匹配的加工参数。硬件只是起点,软硬结合的长期调校和生态沉淀是后来者很难跨越的墙。