霍里思特获近2亿元C轮融资：清华系AI智能分选机如何重塑矿业价值链

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 发布时间: 2026-04-05

本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。

📊 核心实体与商业数据

💡 业务落地拆解

霍里思特的业务核心在于将实验室技术转化为解决矿业痛点的工业级产品。其AI智能分选机通过自研的X射线探测器获取矿石内部结构特征，结合AI算法识别并分离废石与有用矿石，实现全干法、无水分选。这一过程直接回应了行业在“双碳”背景下的核心需求：替代高污染、高耗能的人工手选与湿法工艺。

公司的技术壁垒体现在硬件与软件的双重自研：探测器采集速度、精度及长度国际领先；算法平台积累了覆盖五大矿种的海量数据。设备具备“四防”能力以适应矿山环境，三维立体喷吹准确率达99.9%，且故障率低。

市场验证方面，设备已在锑矿、磷矿等多个细分矿种实现国内首台套落地，设备回本周期普遍少于一年，形成了强劲的商业闭环。公司已在浙江湖州安吉投产占地40000平方米的智造中心，支撑规模化生产。

郭劲（霍里思特创始人）：我们的技术渊源有两段经历。第一段是跟着导师研发“分布式万道地震仪”——给地球做CT，判断地球地下有没有石油。第二段是我们几位创始股东后来去了GE医疗CT部门，研发人体CT。后来我们把这两项技术结合起来，2010年开始创业。

郭劲：四个趋势。第一，机选取代人工手选——年轻人不愿意干，劳动强度大，还有职业病风险。第二，干选取代湿选——传统方法大量用水，我们完全不用水。第三，光电选取代传统选矿方法。第四，大幅度引入AI和多光谱。这些趋势会持续放大我们的技术优势。

🚀 对企业 AI 化的启示

1. 从核心部件切入构建壁垒：霍里思特并非从整机组装起步，而是基于清华大学的科研积累，率先攻克X射线探测器这一“眼睛”级核心部件，形成了长达15年的研发先发优势与成本控制能力。这启示企业，AI硬件的竞争力往往始于底层关键模块的自主可控。

2. 以数据闭环驱动算法迭代：产品覆盖全矿种并大量落地，为公司积累了稀缺的、跨矿种的工业视觉数据。这正是训练与优化专用AI算法的基础。招商局资本等机构的投资，也印证了“硬件落地-数据积累-算法优化”这一闭环的商业价值获得认可。企业推进AI化，需优先构建能持续产生高质量数据的产品或服务场景。

3. 瞄准政策与效率双驱动市场：公司的崛起精准契合了“双碳”政策下矿业绿色升级的刚性需求，以及矿山降本增效（快速回本）的核心诉求。这显示，成功的AI商业落地往往位于政策红利与产业效率痛点交汇的领域，能够提供可量化的经济回报（如年产值数亿元、增长率超40%）是获得资本与市场青睐的关键。

公司计划借助AI大模型持续提升算法能力，并研发光子计数探测器等下一代技术，同时加速出海与国际头部企业竞争。这标志着其AI商业化路径正从解决单一分选问题，向构建平台化技术能力与拓展全球市场纵深演进。

【官方原文链接】点击访问首发地址