(转自:维科网机器人)壹配资网门户
6月12日,据彭博社报道,芯片巨头英伟达投资2500万美元,电子产业巨擘三星电子跟进1000万美元,双双入局美国机器人初创公司Skild AI的B轮融资。
这场B轮融资大戏中,日本软银集团更是以1亿美元大手笔进行领投。Skild AI的估值一举推高至约45亿美元(折合人民币约323亿元)。
这一估值不仅远超融资4亿美元后估值仅24亿美元的竞争对手Physical Intelligence。
竞逐机器人 "通用大脑" 技术高地
具身智能的前沿赛道上,机器人“大脑”如同人类中枢神经,是实现感知、决策与行动一体化的核心枢纽,既要实时解析视觉、听觉等多模态数据,又需以毫秒级速度完成决策并驱动机械躯体精准操作。国内AI领域已涌现出专注“右脑”的有鹿机器人,国内生产最早提出并系统性研发端到端VLA(Vision-Language-Action)技术范式的智平方,定位机器人“大脑”研发商的千诀科技,自主研发Noematrix Brain的穹彻智能,首创“大脑-小脑”分离模型的银河通用等创新企业。
Skild AI成立于2023年,由卡内基梅隆大学(CMU)前教授DeepakPathak和AbhinavGupta联合创立。
两位创始人在机器人与人工智能领域深耕超25年,手握自监督机器人学习、好奇心驱动智能体和自适应机器人学习等多项开创性成果。
Skild AI汇聚了来自Meta、特斯拉、英伟达等科技巨头,以及CMU、斯坦福大学等顶尖学府的精英团队。
这家年轻公司的核心竞争力,在于对机器人“通用大脑”的突破性研发。其开发一种机器人基础模型,可以充当各种不同类型机器人的“大脑”,使它们能够执行广泛的任务,如捡起意外掉落的物体,或者更灵活地操纵物品以提高效率。
Skild AI的模型是在比竞争对手大1000倍的数据集上训练的。这个数据集包含了人类操作员远程控制机器人、随机任务执行以及大量公开视频等多种来源的数据。通过如此海量和多样化的数据训练,Skild AI的模型展现出了惊人的泛化能力和“涌现能力”
近期,Skild AI 成功上榜《福布斯》2025年度AI公司50强榜单。
当前,美国正面临日益严峻的劳动力短缺挑战,医疗保健、制造业、仓储物流等关键行业首当其冲。美国制造商协会数据显示,该国目前存在超 170 万个岗位空缺,更预测到 2030 年仅制造业岗位缺口就将达到 210 万个。这些岗位中,大量工作涉及重复性操作甚至危险任务,天然适合由机器人接手。
在此背景下,Skild AI 的技术创新为破解劳动力困局提供了极具潜力的解决方案。通过部署具备 “通用大脑” 的智能机器人,企业不仅能填补人力缺口,更能同步提升生产效率与作业安全性壹配资网门户,为陷入用工荒的行业注入智能化变革动力。
巨头加码 Skild AI
在成立短短一年间,Skild AI的A轮融资便吸引软银集团、红杉资本、LightspeedVenturePartners(光速创投)、Coatue、亚马逊等顶级投资机构,融资额高达3亿美元。
彼时,该公司估值已达15亿美元(约109亿人民币)。
本次,两位科技巨头加持SkildAI并不意外。
像今年3月,英伟达推出全球首个开源人形机器人基础模型NVIDIA Isaac GR00T N1,基于NVIDIA Omniverse™和 Cosmos™构建的用于合成数据生成的仿真框架GR00T Blueprint,以及为机器人开发而构建的开源物理引擎Newton。
投资版图上,除了SkildAI,英伟达还投资了人形机器人公司FigureAI和无人配送机器人ServeRobotics等;与1xTechnologies、AgilityRobotics、Apptronik、SanctuaryAI、波士顿、宇树科技等多家人形机器人企业有过合作。
值得一提的是,今年2月,英伟达与卡内基梅隆大学联合发布的ASAP框架,并应用于宇树科技G1人形机器人。
英伟达CEO黄仁勋曾表示,AI将在数据中心、机器人/自动驾驶、生命科学这三个领域带来革命性影响,人形机器人未来或低至1万~2万美元。
三星电子在机器人领域的探索则更为长远。早在2012年,三星便展示了具备奔跑功能的人形机器人Roboray。今年1月,三星斥资2670亿韩元增持RainbowRobotics股份至35%,持续加码智能先进机器人研发。
Skild AI 估值实现近三倍的跃升,叠加行业顶级资本的强势入局,无疑是资本市场对机器人赛道炽热追捧的鲜活印证。
中金公司最新研报指出,人形机器人远期潜在市场空间将超万亿元。随着技术突破与资本涌入,机器人产业正迎来爆发式增长期。从实验室走向现实生活,从工业领域迈向消费市场,以SkildAI为代表的创新企业,正用“通用大脑”重新定义机器人的未来,而这场科技革命的浪潮,才刚刚开始。
精彩推荐 ]article_adlist-->天金策略提示:文章来自网络,不代表本站观点。