联系逍遥
扫码添加微信，或点击下方按钮复制联系方式。
进微信群请联系博主，各位觉得文章对你有帮助的话可否打赏一些呀~
原文摘要
作者｜黄楠 编辑｜袁斯来 如果你想找庞伯特创始人张海波，大概率得去公司附近的各种球场。 张海波早把自己训练成了各种球类的高手。 2025年10月，公司网球场刚建成不久，他就拎着自家的发球机器人，从零开始学球。见到张海波时，他告诉硬氪，经过半年训练，现在已经打到了NTRP 3.0——相当于普通用户通常要练一两年才能达到的进阶水平。他没请私教，也没有陪练，唯一的老师，就是那台被自己反复击打的发球机器人。 张海波很早就精通乒乓球，他是国内最早一批将强化学习用于乒乓球对打的工程师。早年在上市公司任职期间，他就做出了一套能与人进行“人机对战”的具身机械臂方案。这套系统成本高达20多万元，曾为国家队提供数据分析，甚至能与专业选手抗衡。但张海波很快意识到，能击败人类的机器人是一种景观，不可能成为大众真正需要的产品。 比起用炫酷的demo展示技术上限，张海波更愿意钻进国内外大大小小的球馆，观察那些最挑剔的深度爱好者。 他发现，运动人群真正缺的不是一个机器人对手，而是缺教练、缺陪练、缺高效的自主训练方式。而市场上大部分发球设备多还停留在机械吐球阶段：无节奏、无旋转、无指导，几乎谈不上训练价值。 长期被技术忽略的用户痛点和巨大的行业空白，让张海波下定决心走出实验室。2019年，张海波创立庞伯特，希望以智能发球机器人为载体，为用户提供随时可用、专业稳定的AI Coach（运动助教）。 这条路径很快得到了市场的验证。2024年10月，庞伯特PACE系列智能网球发球机器人上线Kickstarter，众筹金额超270万美元。2025年黑五期间，海外单月销售额突破数千万元；目前公司全球用户已超30万。 硬氪独家获悉，庞伯特日前完成了A轮系列融资、三轮累计近两亿元，神骐资本、明势创投、蓝驰创投、锦秋基金、华创资本等机构集体参投，高鹄资本担任独家财务顾问。 资本的信心源于一条清晰的增长逻辑。根据国际网球联合会（ITF）2024年11月数据，全球网球参与人数达到1.06亿。其中，美国网球活跃用户与教练配比高达800：1，专业教练供给严重不足；在中国，网球正快速成为都市白领与中产家庭的主流运动，但动辄数百元一小时的私教课，把绝大多数初学者挡在门外。而庞伯特希望用AI技术，给出一种解法。 以下是硬氪与庞伯特创始人兼CEO张海波的对谈实录，内容经编辑： 训练场景下的AI Coach 硬氪：你最早开始做机器人是在十年前。 张海波：我做的第一代机器人是一款乒乓球对打机器人，它和目前常见的发球机器人或使用人形机器人打球不同，采用机械臂结构进行人机对打，是一个具备自主判断和决策能力的具身智能系统。 我们从图像中获取信息，输入到模型里，由它控制机械臂把球打到我们期望的位置。这个过程中，乒乓球会旋转，因此我们做了很多关于球怎么飞行、怎么预测、怎么拦截的专利，给国家队也做过不少数据分析。 但我们当时追求的不是产品化，而是更高、更快、更强，要打赢别人，所以设备成本也很高，单台要达到20多万元。 硬氪：体育运动领域是一个高度依赖行业Know How的赛道。 张海波：那四年里，我们掌握了大量对体育的理解，从初学者到深度爱好者、再到专业运动员的全过程理解，很少有人能看到这个完整的路径。 我能感受到那些爱好者对科技产品的渴求，每次交流时他们都非常兴奋。这让我萌生了创业的想法，不再做20多万的高价设备——这类产品很前沿、但用户面有限，只能解决极少数人的痛点。我想做一款广大爱好者买得起用得上的运动科技产品。 硬氪：市面上各类体育智能硬件存在鲜明的定位差异，我们该如何理解不同运动场景与产品定位的界定？庞伯特出于哪些考量最终锁定了产品方向？ 张海波：通常来讲，我们可以将泛体育划分为四个方向。一种是Sports，即具备完整竞技规则、可开展专业赛事的运动，比如足球、篮球、网球等，这也是庞伯特所瞄准的赛道；第二种叫Recreation，偏向休闲娱乐属性的活动，例如飞镖、飞盘、桌球等，在海外，有些乒乓球场景也可以归属到这一活动品类中，更多用于聚会消遣；三是Outdoor，追求自我突破的户外运动，比如登山、划船等，用户更注重挑战身体极限、刷新个人纪录；第四类是Fitness，即以塑形、体能提升为目标的健身运动。 这四个品类不能说不相通，但从面向爱好者的专业化产品角度，界限是分明的。庞伯特做的是Sports，以及部分与Sports相关的Recreation娱乐化呈现，跟Fitness、Outdoor类运动目前没关系。
庞伯特PACE系列智能网球发球机器人（图源/企业） 硬氪：从产品形态上来看，传统发球机出现了几十年，但大多仍停留在机械吐球阶段，用户体验几乎没有革新。庞伯特想解决的核心矛盾是什么？ 张海波：运动场景里，用户只有三种状态——纯玩、训练、比赛/对战。三个场景互斥，用户在球场上只能做其中一件事。这也就决定了我们在做产品时要选侧重点。 庞伯特专注的是训练场景。用户真正需要的并不是一个机器对手。对战本身带有强烈社交属性，即便机器能陪打，用户最终还是会回归人与人之间的对抗。很多人觉得机器人接球很新鲜，但其底层需求并不是 “陪打”，而是 “可以借助机器来辅助自己练习”。练习，才是核心需求。 在大众运动里，找对手很容易，甚至不缺免费的伙伴。但好教练却很难得：要么找不到、要么风格不合适、时间难约，成本还高。即便用户每周请一次教练，其余大部分自主训练时间，不管是颠球、空挥、使用发球机还是对墙练习，大家都希望身边能有一个 “教练”。他可以不用一直喂球，但能持续观察、给出实时指导。而这些需求，目前几乎没有产品能够真正满足。 硬氪：这些用户画像有什么特点？ 张海波：国内外运动人群的训练习惯存在明显差异。在海外，大多数运动几乎不存在“纯娱乐”的阶段，要么不参与、要么从开始就接受专业教练指导，训练意识普遍更强。而国内用户往往先从兴趣玩乐切入，再逐步转向系统性训练。 这也决定了我们初代产品是主要服务于资深运动爱好者，即面向掌握特定技巧、提想升运动能力的用户。这类人群熟悉运动本身，他们渴望在真实比赛里赢更多球，但缺乏明确的训练目标，需要借助设备辅助练习。 对这类用户而言，成本账很容易算清：线下教练课时费即便偏低也要100美元/小时，进阶课程更是高达200至500美元不等。庞伯特的发球机器人价格段覆盖1000–5000美元区间，无论是作为日常辅助训练工具，还是替代部分教练功能的AI Coach（运动AI助教），对长期训练的用户来说都是很高的性价比。 「手-眼-脑」一体化架构 硬氪：从乒乓球到网球、再到匹克球、羽毛球等，庞伯特在运动场景拓展上是如何选择的？ 张海波：庞伯特定位是一家做多运动的AI机器人公司。运动本身没有国界，首选乒乓球是因为这项运动我们最熟悉，团队有充足的运动数据和技术积累，能迅速推出产品帮公司起步。
庞伯特智能乒乓球发球机器人（图源/企业） 在第二项运动选择时，我们的标准只有一个——必须是全球化运动。相比于羽毛球受众主要集中在中国及东南亚地区，棒球偏向美国、日本等单一区域市场，网球具备高度全球化属性。后续我们也会围绕全球
文章来源
- 标题: 半年融资近2亿，他要用AI发球机器人解决全球1亿人的训练难题｜硬氪专访
- 来源: ai
- 链接: https://36kr.com/p/3764953900990977?f=rss
- 时间: 2026-04-14 09:10:00 +0800
核心内容
作者｜黄楠 编辑｜袁斯来 如果你想找庞伯特创始人张海波，大概率得去公司附近的各种球场。 张海波早把自己训练成了各种球类的高手。 2025年10月，公司网球场刚建成不久，他就拎着自家的发球机器人，从零开始学球。见到张海波时，他告诉硬氪，经过半年训练，现在已经打到了NTRP 3.0——相当于普通用户通常要练一两年才能达到的进阶水平。他没请私教，也没有陪练，唯一的老师，就是那台被自己反复击打的发球机器人。 张海波很早就精通乒乓球，他是国内最早一批将强化学习用于乒乓球对打的工程师。早年在上市公司任职期间，他就做出了一套能与人进行“人机对战”的具身机械臂方案。这套系统成本高达20多万元，曾为国家队提供数据分析，甚至能与专业选手抗衡。但张海波很快意识到，能击败人类的机器人是一种景观，不可能成为大众真正需要的产品。 比起用炫酷的demo展示技术上限，张海波更愿意钻进国内外大大小小的球馆，观察那些最挑剔的深度爱好者。 他发现，运动人群真正缺的不是一个机器人对手，而是缺教练、缺陪练、缺高效的自主训练方式。而市场上大部分发球设备多还停留在机械吐球阶段：无节奏、无旋转、无指导，几乎谈不上训练价值。 长期被技术忽略的用户痛点和巨大的行业空白，让张海波下定决心走出实验室。2019年，张海波创立庞伯特，希望以智能发球机器人为载体，为用户提供随时可用、专业稳定的AI Coach（运动助教）。 这条路径很快得到了市场的验证。2024年10月，庞伯特PACE系列智能网球发球机器人上线Kickstarter，众筹金额超270万美元。2025年黑五期间，海外单月销售额突破数千万元；目前公司全球用户已超30万。 硬氪独家获悉，庞伯特日前完成了A轮系列融资、三轮累计近两亿元，神骐资本、明势创投、蓝驰创投、锦秋基金、华创资本等机构集体参投，高鹄资本担任独家财务顾问。 资本的信心源于一条清晰的增长逻辑。根据国际网球联合会（ITF）2024年11月数据，全球网球参与人数达到1.06亿。其中，美国网球活跃用户与教练配比高达800：1，专业教练供给严重不足；在中国，网球正快速成为都市白领与中产家庭的主流运动，但动辄数百元一小时的私教课，把绝大多数初学者挡在门外。而庞伯特希望用AI技术，给出一种解法。 以下是硬氪与庞伯特创始人兼CEO张海波的对谈实录，内容经编辑： 训练场景下的AI Coach 硬氪：你最早开始做机器人是在十年前。 张海波：我做的第一代机器人是一款乒乓球对打机器人，它和目前常见的发球机器人或使用人形机器人打球不同，采用机械臂结构进行人机对打，是一个具备自主判断和决策能力的具身智能系统。 我们从图像中获取信息，输入到模型里，由它控制机械臂把球打到我们期望的位置。这个过程中，乒乓球会旋转，因此我们做了很多关于球怎么飞行、怎么预测、怎么拦截的专利，给国家队也做过不少数据分析。 但我们当时追求的不是产品化，而是更高、更快、更强，要打赢别人，所以设备成本也很高，单台要达到20多万元。 硬氪：体育运动领域是一个高度依赖行业Know How的赛道。 张海波：那四年里，我们掌握了大量对体育的理解，从初学者到深度爱好者、再到专业运动员的全过程理解，很少有人能看到这个完整的路径。 我能感受到那些爱好者对科技产品的渴求，每次交流时他们都非常兴奋。这让我萌生了创业的想法，不再做20多万的高价设备——这类产品很前沿、但用户面有限，只能解决极少数人的痛点。我想做一款广大爱好者买得起用得上的运动科技产品。 硬氪：市面上各类体育智能硬件存在鲜明的定位差异，我们该如何理解不同运动场景与产品定位的界定？庞伯特出于哪些考量最终锁定了产品方向？ 张海波：通常来讲，我们可以将泛体育划分为四个方向。一种是Sports，即具备完整竞技规则、可开展专业赛事的运动，比如足球、篮球、网球等，这也是庞伯特所瞄准的赛道；第二种叫Recreation，偏向休闲娱乐属性的活动，例如飞镖、飞盘、桌球等，在海外，有些乒乓球场景也可以归属到这一活动品类中，更多用于聚会消遣；三是Outdoor，追求自我突破的户外运动，比如登山、划船等，用户更注重挑战身体极限、刷新个人纪录；第四类是Fitness，即以塑形、体能提升为目标的健身运动。 这四个品类不能说不相通，但从面向爱好者的专业化产品角度，界限是分明的。庞伯特做的是Sports，以及部分与Sports相关的Recreation娱乐化呈现，跟Fitness、Outdoor类运动目前没关系。
庞伯特PACE系列智能网球发球机器人（图源/企业） 硬氪：从产品形态上来看，传统发球机出现了几十年，但大多仍停留在机械吐球阶段，用户体验几乎没有革新。庞伯特想解决的核心矛盾是什么？ 张海波：运动场景里，用户只有三种状态——纯玩、训练、比赛/对战。三个场景互斥，用户在球场上只能做其中一件事。这也就决定了我们在做产品时要选侧重点。 庞伯特专注的是训练场景。用户真正需要的并不是一个机器对手。对战本身带有强烈社交属性，即便机器能陪打，用户最终还是会回归人与人之间的对抗。很多人觉得机器人接球很新鲜，但其底层需求并不是 “陪打”，而是 “可以借助机器来辅助自己练习”。练习，才是核心需求。 在大众运动里，找对手很容易，甚至不缺免费的伙伴。但好教练却很难得：要么找不到、要么风格不合适、时间难约，成本还高。即便用户每周请一次教练，其余大部分自主训练时间，不管是颠球、空挥、使用发球机还是对墙练习，大家都希望身边能有一个 “教练”。他可以不用一直喂球，但能持续观察、给出实时指导。而这些需求，目前几乎没有产品能够真正满足。 硬氪：这些用户画像有什么特点？ 张海波：国内外运动人群的训练习惯存在明显差异。在海外，大多数运动几乎不存在“纯娱乐”的阶段，要么不参与、要么从开始就接受专业教练指导，训练意识普遍更强。而国内用户往往先从兴趣玩乐切入，再逐步转向系统性训练。 这也决定了我们初代产品是主要服务于资深运动爱好者，即面向掌握特定技巧、提想升运动能力的用户。这类人群熟悉运动本身，他们渴望在真实比赛里赢更多球，但缺乏明确的训练目标，需要借助设备辅助练习。 对这类用户而言，成本账很容易算清：线下教练课时费即便偏低也要100美元/小时，进阶课程更是高达200至500美元不等。庞伯特的发球机器人价格段覆盖1000–5000美元区间，无论是作为日常辅助训练工具，还是替代部分教练功能的AI Coach（运动AI助教），对长期训练的用户来说都是很高的性价比。 「手-眼-脑」一体化架构 硬氪：从乒乓球到网球、再到匹克球、羽毛球等，庞伯特在运动场景拓展上是如何选择的？ 张海波：庞伯特定位是一家做多运动的AI机器人公司。运动本身没有国界，首选乒乓球是因为这项运动我们最熟悉，团队有充足的运动数据和技术积累，能迅速推出产品帮公司起步。
庞伯特智能乒乓球发球机器人（图源/企业） 在第二项运动选择时，我们的标准只有一个——必须是全球化运动。相比于羽毛球受众主要集中在中国及东南亚地区，棒球偏向美国、日本等单一区域市场，网球具备高度全球化属性。后续我们也会围绕全球
内容来源：ai 原文链接：https://36kr.com/p/3764953900990977?f=rss
市场背景
- BTC 价格：$0.00
- 24h 涨跌：+0.00%
AI Agent 加工：AI Agent（技术分析） 生成时间：2026-04-14T06:00:45.420944