在AI创业浪潮中，一群来自大疆的资深工程师将目光从天空转向深海。他们创立的Deeplore公司近日获得五源资本和顺为资本数千万元种子轮融资，致力于用AI技术重新定义水下探索体验。这不仅是技术跨界，更是对传统潜水装备市场的一次智能化冲击。
从天空到深海：大疆老兵的二次创业
Deeplore 2025年诞生于深圳，核心团队几乎全部来自大疆。被业内称为“大疆系”的这支队伍，覆盖了产品定义、硬核研发到全球商业的全链路能力，是典型的“技术+量产+全球化”组合。三位创始人——丘力、周震昊、顾敏明——均拥有超过十年的消费电子行业经验，同时又是资深潜水与户外运动爱好者。创始人丘力是拥有200+潜次的救援潜水员，曾任大疆核心结构专家、能源BU负责人，后以森合创新联合创始人身份积累了完整的从0到1操盘经验。联合创始人周震昊深耕大疆十余年，主导过Phantom、Mavic等多款标杆产品的动力系统研发，同样具备百潜救援资质。联合创始人顾敏明拥有20年全球品牌营销和渠道经验，她创立的Neakasa成功打入Best Buy、Home Depot等欧美主流零售渠道。
“Explorers for Explorers（探索者为探索者服务）”是这支队伍的创业起点。因为自己潜水时受够了传统装备的种种不便，也看清了这个被海外品牌垄断多年的赛道，早已跟不上用户对记录、安全、分享的真实需求，索性下场自己做。这种从自身痛点出发的AI创业公司，往往能更精准地抓住用户需求。值得注意的是，他们并不是简单地做一款“防水相机”，而是从系统层面重构水下交互体验，这背后既有大疆系统工程能力的沉淀，也有对水下场景的深度理解。
水下光学革命：AI如何重新定义潜水面镜
传统潜水装备的智能化程度极低，功能分散的“相机+防水壳”组合早已无法匹配探索者的需求。Deeplore选择从潜水面镜这个水下核心入口破局，打造出AI驱动的智能水下面镜系统。其核心创新集中在三个维度：原生多介质光学设计技术、水下HUD抬头显示、端侧AI海洋生物识别。
首先是行业首创的原生设计的水下光学系统。传统方案多为“相机+防水壳”，镜头与水体之间有空气层，导致解析力差、FOV受限和色散严重。Deeplore跳出了这一思路，让镜头直接接触水体，并针对水下环境的折射率、光线散射特性做了原生光学调校。这一技术突破使得水下拍摄表现达到行业领先水平，也是其核心的技术壁垒。
其次是水下HUD抬头显示。潜水员无需再抬手掏表查看深度、时间等关键数据，所有信息无感呈现在视野之中，真正解放双手，同时提升了潜水的安全性。这一体验与汽车HUD有异曲同工之妙，但水下环境对光学、防水、功耗的要求更为苛刻。
第三是端侧AI海洋生物识别。依托端侧实时AI能力，面镜能自动识别海洋生物并触发智能记录，为探索过程增加了趣味性和知识感。比如当你看到一条小丑鱼，面镜会立刻显示其名称、习性，并自动拍摄一段短视频。这种“AI+探索”的体验，正是AI图片生成等技术在特定场景下的深度应用，未来甚至可以通过AI画图帮助用户生成专属的海洋探索日志。
技术壁垒：从系统工程到端侧AI的硬核组合
Deeplore的核心壁垒并非单一技术，而是大疆体系沉淀的系统工程与量产能力与自研原生技术的组合。具体来说有四点：
第一是大疆体系下的可靠性管控与大规模交付经验。水下极端环境对产品的防水、抗压、散热都有严苛要求，团队在消费电子领域积累的“量产级”工程能力，是许多AI创业公司所不具备的。
第二是自研的原生水下光学、水下AR显示与端侧AI核心技术，拥有独立专利，竞品很难短期复刻。尤其是端侧AI识别，需要在低功耗、小体积的嵌入式设备上运行复杂的深度学习模型，这对大模型训练的压缩和量化提出了很高要求。
第三是团队本身就是深度潜水用户，所有设计都基于真实水下场景打磨，不会脱离实际使用需求。这种“用户即产品经理”的模式，让产品迭代更加精准。
第四是团队对欧美市场拥有多年的深度理解与运营经验，尤其熟悉欧美线下零售渠道的运作方式，能支撑产品全球化落地。这种“技术+渠道”的双轮驱动，在AI工具导航中比较少见，但却是许多消费级AI产品成功的关键。
值得注意的是，Deeplore并没有选择“AI硬件+手机App”的常见套路，而是将所有核心功能集成到面镜本身，这背后是对“无感交互”的极致追求。有分析认为，这种“整体式”设计思路，未来可能催生出一系列面向户外运动的AI可穿戴设备，甚至带动企业数字化转型在户外装备领域的渗透。
蓝海市场：4000万持证潜水员的智能化需求
全球持证潜水员超过4000万，这是一个被低估的高价值蓝海。用户付费能力强、看重产品力胜过品牌，圈层口碑扩散效率极高，但行业整体智能化程度极低，传统装备长期被海外品牌垄断，产品多年来没有本质升级。
从趋势来看，后疫情时代人们对户外探索的热情持续高涨，潜水、冲浪、登山等运动的市场规模不断增长。而传统潜水装备厂商多为欧美老牌，创新动力不足，尤其是智能化和数字化方面几乎空白。这为AI创业公司提供了巨大的切入空间。
Deeplore的创始人丘力指出：“潜水是高价值蓝海，用户付费意愿强、圈层传播效率高，我们团队有成熟的硬件研发、量产与出海经验，能把消费电子的成熟方法论平移到这个赛道。” 这种“降维打击”的思路，在AI创业公司中并不罕见，但水下场景的特殊性决定了它需要极高的技术门槛。
事实上，这一市场不仅包括休闲潜水，还包括水下摄影、科研探索、水下工程等专业领域。随着AI技术的成熟，水下机器人、智能浮潜设备等细分赛道也在升温。Deeplore选择从潜水面镜这个“入口”切入，后续可以逐步扩展到智能浮潜面罩、水下无人机等产品，形成完整的AI创业公司产品矩阵。
商业化路径：从专业圈层到全球零售
Deeplore采用自上而下的品牌打法，首款产品定位中高端，先从专业潜水圈层切入建立口碑，后续逐步搭建产品梯度覆盖更广泛用户。渠道端会同步推进国内专业潜水渠道与欧美主流零售市场，依托团队多年的海外线下渠道经验，快速实现全球范围的商业落地。
这种策略与许多科技公司出海路径相似：先通过KOL和专业评测在圈内建立口碑，再借助线下零售渠道（如Best Buy、REI）扩大规模。顾敏明在Neakasa的成功经验，让Deeplore对欧美零售渠道的运营规则十分熟悉，这大大降低了渠道拓展的试错成本。
在商业模式上，除了硬件销售，Deeplore还可能通过内容分享平台、AI识别服务、社交功能等构建增值服务。例如，用户通过面镜拍摄的潜水视频可以在平台上自动生成“AI精选集”，或者通过透明背景技术将海洋生物抠图分享到社交媒体。这种“硬件+服务”的模式，有助于提升用户粘性和ARPU值。
不过，挑战也同样存在。首款产品研发周期长、成本高，且需要面对专业用户的挑剔需求。此外，水下光学系统和AI识别算法的稳定性也需要大量实测验证。Deeplore计划将本轮融资主要用于扩充研发团队（光学、AR、AI算法、水下结构等）和加速首款产品量产。
平台愿景：从水下延伸至全域自然探索
Deeplore长期愿景是“从水下延伸至全域自然探索”。短期内聚焦水下赛道，以AI潜水面镜为核心载体，吃透水下光学、AR显示、端侧AI等底层技术，打磨好水下运动探索的全链路体验。长期来看，会依托沉淀的AI感知、便携成像、轻量化显示技术，逐步拓展其他的娱水运动，乃至登山、徒步等更多户外场景，搭建完整的自然探索智能平台。
这一愿景与当前AI创业的“场景化”趋势高度吻合——不再追求通用AI，而是深入垂直场景做极致体验。例如，登山场景中，智能眼镜可以叠加海拔、路线、天气信息；徒步场景中，可以识别动植物、记录轨迹。这些功能本质上都是“AI感知+便携显示”的延伸，核心底层技术可以复用。
值得注意的是，Deeplore团队强调“始终做探索者而非旁观者”，这种“Explorers for Explorers”的初心，让产品开发更贴近真实需求。未来如果能够将水下光学系统与AI诗词生成等创意功能结合，或许能创造出独特的“AI+自然”体验。当然，这一切的前提是首款产品能在市场上站稳脚跟。
从更大的视角看，Deeplore的案例表明，AI创业正在从“软件+算法”的浅层应用，转向“硬件+系统+场景”的深度融合。那些拥有深厚硬件工程与量产经验的团队，正在成为这一波AI创业浪潮中的新势力。