11月15日,瑞欧威尔(上海)智能科技有限公司(以下简称:瑞欧威尔)正式宣布完成总计1.2亿元人民币的A轮融资,并正式开启B轮融资,A轮投资方有乾融资本和佳禾智能等。瑞欧威尔是全球头戴计算机领域知名企业,为众多工业企业提供切实落地的AR数字化解决方案,客户包括霍尼韦尔、西门子、宝马、中国石油、宝钢股份、伊利等全球知名企业。

瑞欧威尔完成1.2亿元融资,并发布新品助推工业元宇宙

伴随本轮资本落地,瑞欧威尔将推出全新品牌moziware以及新产品,聚焦打造切实可落地的工业元宇宙终端解决方案。全新品牌moziware是对“科圣”Mozi(墨子)的致敬。墨子数千年前便提出了“久宇定时空”的宇宙论。在元宇宙概念大热的今天,推动“久宇合一”,推动可持续发展的工业元宇宙是瑞欧威尔公司肩负的使命与责任。

江苏乾融资本管理有限公司成立于2011年,管理着乾融新声、合润、晨润、恒润等9支私募股权投资基金。乾融资本从创立初期坚持“投早、投小、投硬核” ,在各行业走上风头浪尖之前提早布局,预测大势走向、明确市场脉络,以势观市,判断各类新兴领域的崛起,所投企业已有数家成为国内以至世界细分行业龙头、所在行业标准制定者。

佳禾智能是全球领先的电声产品制造商,专业从事电声产品的设计研发与生产制造。公司凭借丰富的市场经验、领先的设计研发能力和制造能力,在电声行业无线化、智能化的趋势中已经取得突出优势。佳禾智能参股全球头戴计算机头部企业瑞欧威尔,可以进一步加强公司和行业头部企业的深度合作。 

针对本次投资,乾融集团董事长叶晓明表明:“瑞欧威尔公司的头戴计算机产品与应用在国内均处于领军地位。目前,工业数字化整体发展迅速,但是工业物联网IIoT等相关应用缺乏实质性有效落地的产品,瑞欧威尔利用AR与AI等技术,结合先进的语音识别算法、以及丰富的软件资源和强大的后台操作系统,将头戴计算机打造成为工业数字化服务平台,有效契合汽车、电力能源、石油化工、轨道交通、智能制造、航空航天、生物医疗以及公安消防等众多领域的需求。瑞欧威尔团队有着丰富的行业从业经验,创始人曾在世界500强企业大中华区担任高管,产业资源和管理经验丰富,执行力强,我们持续看好瑞欧威尔的发展潜力。”

In佳禾智能董事长严文华看来:“瑞欧威尔团队的亮点是在科技创新上有执着的追求,在落地做事上有务实的作风,在行业方向上有精准的判断。投资瑞欧威尔是与行业头部企业进行深度合作,促进相关技术的储备,人才储备,以及供应链资源的完善,以充分发挥各方优势,互利共赢,也为头戴计算机领域的长远发展进一步夯实基础。”

瑞欧威尔联合创始人兼CEO李波博士表示:“头戴计算机历经50多年的发展,从最早的军事应用,变成了我们触手可及的电子产品。这一路走来,头戴计算机的创新路上,没有太多中国人的身影。ASR、AR、MR等XR相关软硬件的核心专利均掌握在国外公司手里。我们响应国家“开放创新 + 自主创新”的号召,通过与全球该领域顶尖技术公司合作,积累了深厚的全球知识产权壁垒。今年,我们将向全球市场推出100%中国自主研发的头戴计算机产品,并决心成为该领域的全球创新引领者。我们感谢乾融资本与佳禾智能对我们的信任。乾融资本在硬科技领域拥有成熟的资本规划能力,以及强大的产业资源,可以快速助力我们的成长;而佳禾智能,作为全球电声产品与相关技术的领航者,可以为我们的系列产品提供全方位的品质保障。欢迎更多优秀的投资机构在B轮加入我们。”

 

原文始发于微信公众号(瑞欧威尔):瑞欧威尔完成1.2亿元融资,并发布新品助推工业元宇宙

艾邦建有AR/VR产业链微信群,目前有HTC、PICO、OPPO、亮亮视野、光粒科技、影创、创维、佳视、歌尔、立讯精密、多哚(纳立多)、欣旺达、耐德佳,联创电子、至格科技、灵犀微光、舜宇光学、广景视睿、珑璟光电、京东方、海信视像、科煦智能、阿科玛、金发科技、思立可、新安天玉、四方超轻、大族激光、发那科、承熹机电等加入,也欢迎大家长按下方图片识别二维码加入微信群:
Document Download
Welcome to join by clicking hereAR/VR DirectoryCurrently, there are more than 3000 members, including companies such as GoerTek, HTC, OPPO, Skyworth, PICO, ByteDance, Black Shark, Lenovo, Nreal, Lynx, Luxon, Lingxi MicroLight, Luxshare Precision, Leading Ideal, OFILM, Huaqin, Wentai, Luxshare, Lumus, Sisvel, and Shunyu, among others. Click on the keywords below for filtering.
en_USEnglish