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

美国机器人AI初创公司Skild AI于2025年7月29日正式公布其通用机器人基础模型"Skild Brain"。公司在官方博客文章《构建通用机器人大脑》中表示，该模型可运行于四足机器人、人形机器人、桌面机械臂和移动操作机器人等多种本体，目标是打造一个不受机器人类型和任务限制的"全本体"（omni-bodied）大脑。

此次发布距Skild AI走出隐身状态恰好一年。2024年7月9日，公司宣布完成3亿美元A轮融资，估值15亿美元，由Lightspeed Venture Partners、Coatue、软银集团以及贝索斯旗下Bezos Expeditions共同领投。不过，这篇发布文章并未披露价格、客户或量化指标，而是阐述了模型架构、数据路线和随后一个月的发布计划，并先行公布了2024年的研究成果视频。

据Skild AI介绍，Skild Brain采用分层架构。低频运行的高层策略负责操作与导航决策，并将指令传递给高频运行的低层策略，后者再把指令转换为关节角度和电机扭矩，驱动具体的机器人本体。公司称，基础模型在多样化的数据、任务和硬件上训练，再针对部署需求进行微调和蒸馏。

文章最具锋芒的部分是关于数据的论述。Skild AI指出，不少竞争对手以现成的视觉语言模型为起点，只掺入不到1%的真实机器人数据，便称之为"机器人基础模型"；这类模型在抓取放置任务中能体现语义泛化，却缺乏物理常识。Skild AI的做法是用大规模仿真和互联网视频进行预训练，再以有针对性的真实数据做后训练。公司认为有意义的规模是数万亿条样本，并在脚注中估算，即便全球人口一起采集数据，也要数年才能达到100万亿条轨迹。

Skild AI成立于2023年。首席执行官Deepak Pathak与Abhinav Gupta均为学界出身的研究者，在自监督抓取、好奇心驱动探索和从人类视频中学习等方向的论文被文章引用。公司称其团队成员曾在Anduril、特斯拉、英伟达、Meta、Kitty Hawk、谷歌、Everyday Robotics和亚马逊打造过量产系统。

2025年上半年，这一赛道迅速拥挤。Figure AI于2月20日推出Helix，由70亿参数视觉语言模型以7至9赫兹理解场景，8000万参数控制策略以200赫兹输出上半身动作，训练数据约为500小时遥操作。谷歌DeepMind于3月12日发布基于Gemini 2.0的Gemini Robotics，并以Apptronik为人形机器人合作方。英伟达于3月18日发布开放的人形机器人基础模型Isaac GR00T N1，同样采用双系统设计。

通俗地说，分层结构把"决策"与"执行"分开：慢的一层决定去哪里、抓什么，快的一层负责保持平衡、驱动身体。Figure和英伟达也采用类似拆分。Skild AI强调的差异在于低层策略能够适配的本体范围，以及训练数据以仿真和视频为主，而非在大语言模型上薄薄地叠加一层机器人数据。

随后几周，公司陆续拿出佐证。8月6日，Skild AI展示人形机器人仅凭摄像头图像和关节反馈，在不建图、不预先规划的情况下上下楼梯、跨越障碍，即便台阶深度只比机器人脚掌多3厘米也能准确落脚。9月24日，公司称其模型在仿真中控制过10万种不同机器人，对从未见过的机器人可零样本控制；膝关节被锁死后2至3秒、小腿被截短后7至8秒即可重新行走。

对中国产业链而言，这一路线值得关注。中国厂商在人形机器人和四足机器人整机上具备成本与规模优势，宇树科技已于2026年8月在上交所科创板上市。若"一个大脑适配多种本体"成立，整机厂商的议价能力可能向模型方转移；反过来，硬件更便宜、供给更充足的中国本体，也可能成为此类模型最大的落地载体。Skild AI此后与富士康合作，在英伟达Blackwell系统装配线上部署双臂机器人，也说明代工体系正成为模型落地的现场。

发布之初的疑问集中在商业化。Skild AI当时没有披露付费客户、出货量或第三方评测，演示视频均由公司自行挑选。仿真和人类视频能否替代稀缺的机器人数据，这一核心主张与依赖遥操作的对手存在分歧。公司本身不量产机器人，营收取决于整机厂商是否愿意采用一个自己无法掌控的大脑。

后续披露回答了部分疑问。2026年1月14日，Skild AI宣布完成由软银领投的14亿美元融资，估值超过140亿美元，并称2025年短短数月内营收从零增至约3000万美元。2026年3月，公司宣布与ABB机器人、优傲机器人和英伟达合作部署；9月10日又披露年度经常性收入（ARR）突破1亿美元，付费客户超过60家。