FieldAI
总部位于尔湾的物理AI公司,以自研Field Foundation Models驱动四足、人形、轮式机器人和车辆在非结构化工业现场作业
- Skild AI以14亿美元居2025至2026年人形机器人与具身智能融资榜首,资金正从机器人本体转向机器人大脑
据MEKAWIRE核实数据,2025年1月以来人形机器人与具身智能领域最大一笔融资是软银领投的Skild AI 14亿美元C轮,其次是Parkway Venture Capital领投的Figure AI 10亿美元C轮,两笔合计占22笔披露金额融资总额58.59亿美元的41%。2025年人形机器人整机企业拿走披露资金的70%,2026年以来机器人基础模型开发商拿走71%。中国企业同期8笔已核实融资中仅众擎机器人一笔披露美元金额。
提及 - Physical Intelligence欲把π模型做成机器人行业的通用“大脑”,Weave与Ultra现场自主率达96.4%
美国机器人AI初创公司Physical Intelligence于2026年2月24日公开其商业构想:将通用机器人模型作为现成的“物理智能层”供其他机器人企业调用,类似开发者通过API调用大语言模型。公司披露家用机器人企业Weave和仓储机器人企业Ultra为合作伙伴,称一个完整打包班次自主率达96.4%,叠衣人工干预减少50%,但未公布价格和接入条款。
提及 - 前Waymo团队创办的Bedrock Robotics融资2.7亿美元,估值17.5亿美元,目标2026年实现无人挖掘
为现有挖掘机加装自主系统的美国公司Bedrock Robotics完成2.7亿美元B轮融资,由CapitalG和Valor Atreides AI Fund联合领投,累计融资超过3.5亿美元。公司计划在2026年部署首批完全无人操作的挖掘机,此前一个月卡特彼勒刚发布建筑自主设备。
提及 - Physical Intelligence以56亿美元估值融资6亿美元,CapitalG领投押注通用机器人大脑
据投资方披露,机器人基础模型公司Physical Intelligence完成6亿美元B轮融资,估值56亿美元,由Alphabet旗下独立成长基金CapitalG领投。融资确认前三天,公司发布了π*0.6模型,称经真实机器人强化学习后,高难度任务吞吐量提升一倍以上。
提及 - Dyna Robotics完成1.2亿美元A轮融资,英伟达、亚马逊、三星与LG旗下基金跟投,DYNA-1模型已在洗衣房和餐厅付费运行
美国机器人基础模型公司Dyna Robotics于2025年9月15日宣布完成1.2亿美元A轮融资,由Robostrategy、CRV和First Round Capital联合领投,距其2350万美元种子轮仅约六个月。公司未披露估值,称其DYNA-1模型已在酒店、餐厅、洗衣房和健身房付费部署,单台每天最多运行16小时。
提及 - FieldAI连续两轮融资4.05亿美元,押注不挑机器人本体的“物理优先”大脑
总部位于美国加州尔湾的机器人自主软件公司FieldAI于2025年8月20日宣布,通过连续两轮融资共筹得4.05亿美元,投资方包括贝索斯探险基金、必和必拓旗下BHP Ventures、英特尔资本、Khosla Ventures、英伟达旗下NVentures和淡马锡。公司未披露估值,称其Field基础模型已在日本、欧洲和美国的工业现场运行于四足机器人、人形机器人、轮式机器人和乘用车级车辆。
主体 - Skild AI发布通用机器人基础模型Skild Brain,称一个大脑可驱动四足、人形与机械臂
Skild AI于2025年7月29日公布机器人基础模型Skild Brain,采用以仿真和互联网视频预训练的分层架构,称可在四足机器人、人形机器人、桌面机械臂和移动操作机器人上运行。发布未披露客户与价格,但确立了跨本体路线,此后公司估值升至140亿美元以上,ARR突破1亿美元。
提及 - Gecko Robotics完成Cox领投D轮,估值翻倍至12.5亿美元,美国海军与电厂为其巡检数据买单
美国匹兹堡工业巡检机器人公司Gecko Robotics于2025年6月12日宣布,D轮融资后估值达12.5亿美元,较上一轮翻倍。新投资方Cox Enterprises领投,USIT、XN、Founders Fund和Y Combinator跟投。公司在自身新闻稿中未披露本轮融资金额。
提及 - Physical Intelligence发布π0.5,移动机器人在训练中从未见过的家庭完成厨房和卧室清洁,97.6%训练样本来自其他数据源
美国机器人AI初创公司Physical Intelligence于2025年4月22日发布视觉语言动作(VLA)模型π0.5。该模型驱动移动操作机器人在3个未纳入训练集的真实家庭中完成10至15分钟的整屋清洁,公司称跨机器人、网络数据与语音指导的混合共训练是泛化能力的关键。
提及