做硬件往往是工程师最浪漫的执念,却也是商业上最容易撞墙的弯路。源自卡耐基梅隆大学机器人学研究的 Mach9,在创业第三年做出了一个果断的决定:把公司名字里的 Robotics 彻底拿掉,放弃自行制造移动测绘车,转向开发面向土木工程的 AI CAD 软件。

资本市场给这种转向投下了真金白银。Mach9 刚刚宣布完成 3,400万美元 A 轮融资,由 First Round Capital 和 Bessemer Venture Partners 联合领投,老股东 Quiet Capital 与聚焦地产业的 Prudence 跟投。加上此前由 Quiet Capital 领投的 1,200 万美元种子轮,这家初创公司的累计融资金额已经达到 4,900万美元。

在基建这个古老而迟钝的行业里,Mach9 讲通了一个常人容易看反的商业事实:工地上并不缺更先进的雷达,缺的是把激光雷达扫出来的海量数据变成图纸的画图苦力。

从做硬件到卖软件:现实基建的数据肠梗阻

传统观念总以为,基建数字化慢是因为现场感知手段落后。创办于 2021 年的 Mach9 最初也这么想,他们花了数年研发专门用于道路目测巡检的移动测绘硬件。然而跑通现场后团队才发现,硬件从来不是工程周期的堵点。

现在的车载与手持激光雷达(LiDAR)可以在几小时内倾泻出几百 GB 的点云数据,然而到了下一步,整个交付链条立刻陷入泥潭。土木工程师必须把这些点云导入 Autodesk Civil 3D 或者 Bentley MicroStation 这类传统软件中,靠人工沿着路面标线、路缘石和电线杆一笔笔描成工程矢量图。

按行业常规节奏,在传统软件里人工处理一英里道路的点云数据,往往要耗费整整一周工时。外业采集只需半天,内业矢量化却要拖上数月。

基建测绘真实工作流与责任断点 1. 现场实景感知 车载激光雷达/无人机 产生海量高密点云 2. AI 几何初稿 Digital Surveyor 自研多模态特征提取 3. 人工编辑质检 Web 端微调几何顶点 修正复杂异形边缘 4. 法定工程交付 持证工程师个人盖章 终身法律赔偿责任

Mach9 在 2023 年 3 月 9 日正式公布转向软件赛道。他们将旗下的核心产品命名为 Digital Surveyor,针对交通信号灯、电线杆、路面标线、路缘石等 20余种基础设施要素 训练专有模型,把非结构化的点云和全景影像自动转成带拓扑关系的 CAD 几何图元。

截至目前,该软件已进入全美 50 个州,并在超过 100,000英里 的基础设施走廊中投入应用。

提速96倍的营销口径,与实际工程的工时账

在官方宣传中,这类工具被赋予了惊人的数字:部分宣传材料声称要素提取速度提升了 96 倍,对外采访中也反复强调将交付流程缩短了 10 倍。但凡经手过严谨土木项目的人都会明白,软件跑出线条并不等于交付合格。

基建工程容不得通用大模型的幻觉。通用多模态模型看图说话可以天马行空,道路施工却要求厘米级的绝对公差。差之毫厘,谬以千里,地下管网避让或路面摊铺如果偏差几厘米,后续就是百万美元级别的返工。

工程交付现实:营销口径与实际效率落差 96x 单点要素提取峰值 仅限标准路段规则几何体识别 10x 初稿产出耗时收缩 未计入复杂节点人工复核修图 60% 真实全流程综合提速 工程咨询机构 Olsson 实测数据

虽然 Mach9 积累了近百家测试客户,包括 Michael Baker International、POWER Engineers、Langan、Fibersmith 与 Olsson 等知名工程咨询机构,但在实际落地中,效率提升的口径存在明显温差。

  • 风险.厂商宣传的十倍甚至近百倍效率提升,主要指算法在理想点云下圈定标线或立杆的瞬间速度。一旦进入整体交付阶段,工程咨询机构 Olsson 披露的真实 survey-to-CAD 全流程提速实际上在 60%左右。

测绘一线从业人员的反馈更加直白。在实际作业中,算法对于优质车载点云的抓取相当顺手,但面对无人机航拍的高噪点云时漏检率便大幅上升。诸如路口转角处的不规则路缘石、被遮挡的井盖,AI 往往只能给出一个大致趋势,最终仍需工程人员手动拖拽顶点重绘。

更关键的短板在于,目前行业内依然缺乏由第三方中立机构出具的盲测高程均方根误差(RMSE)跑分,所谓的厘米级精度仍停留在特定工程条件下的个案验证。

认人不认算法:工程师执照划出的责任红线

为什么基建领域的 AI 无法做成一键出图的黑盒应用?根源不在技术成熟度,而在这门行业的法律约束。

现代土木工程奉行的是极其严苛的持证上岗制度。一份能用于施工或报批的基础设施测绘图纸,必须由持证专业工程师(Licensed PE)签字盖章。一旦工程在日后发生结构塌陷、路面排水倒灌或红线纠纷,签名盖章的工程师要承担个人的民事乃至刑事赔偿责任。

只要签字盖章的法律责任无法转移给算法,完全无人化的工程生成就是空中楼阁。

这也是 Mach9 在 2026 年 3 月 19 日推出 Digital Surveyor 2 时的根本逻辑。他们没有把产品包装成全自动绘图机器人,而是做成了一套集成绘图与质检(QA/QC)的 Web 端应用。

工程交付责任制约下的软件形态分化 消费级生成模式:黑盒直出 • 算法自主完成从感知到交付的全过程 • 无法追溯错误几何拓扑的生成源头 • 事故发生后没有任何工程师敢承担背书风险 严肃工业模式:中间件质检留痕 • AI 仅充当第一道底稿描绘与特征粗排 • 强制保留人工审阅、顶点拖拽与误差复核 • 满足法定交付与执照工程师审查责任链条

软件内置了完整的测量微调系统,允许工程师复核每一个曲率半径、调整顶点位置,并留下修改记录。这种设计看似妥协,实则是软件能卖进大型咨询公司的敲门砖:给工程师一套称手的修图工具,让他们敢把自己的职业信誉压在输出结果上。

巨头眼皮底下的中间件生存局

基建赛道正在成为 AI 软件的新战场。除了 Mach9 之外,定位为地下管线数字底座的 CivilGrid 获得了 2600 万美元融资,主打几分钟内生成报批施工图的 Blueprints AI 也在初创圈崭露头角。

然而这类工具绕不开一道生态围墙。全球土木与基建工程的标准文件格式与交付生态,长期被 Autodesk(Civil 3D)和 Bentley Systems(OpenRoads)牢牢把持。

最初,Mach9 的策略极为温和,将自己定位于巨头生态的上游数据清洗插件,生成的结果平滑导出至 Civil 3D 即可。但随着 Digital Surveyor 2 逐步完善 Web 端的独立编辑与 QA/QC 体系,两者的利益重叠面正在不可避免地扩大。

  • 结论.Autodesk 们绝不会坐视核心绘图环节流失。巨头既可以通过自研的点云处理功能逐步压迫外部插件,也可以凭借对格式标准与报批系统的控制权筑起高墙。

对 Mach9 而言,3,400 万美元的弹药足够他们在未来两三年内继续优化针对现实物理设施的识别模型。但在工程软件的历史回声里,这类专精于单一工序提效的垂直工具,往往只有两条终局:要么在功能被传统巨头吞食前建立起不可替代的专业壁垒,要么在估值见顶前成为传统 CAD 巨头收购清单上的一张拼图。