在“物理AI”從概念走向規(guī)?；涞氐年P(guān)鍵節(jié)點(diǎn)，通用型機(jī)器人基礎(chǔ)模型正成為資本與產(chǎn)業(yè)共同押注的主戰(zhàn)場。多家外媒近日披露，美國Skild AI已完成一輪規(guī)模罕見的融資，用于加速其“全形態(tài)”機(jī)器人智能平臺(tái)迭代與部署，并把“一個(gè)大腦控制任何機(jī)器、完成任何任務(wù)”的路線推向更具產(chǎn)業(yè)確定性的驗(yàn)證階段。

據(jù)Skild AI官方披露，本輪融資金額為14億美元，投后估值超過140億美元。該輪由日本軟銀集團(tuán)領(lǐng)投，美國英偉達(dá)旗下風(fēng)險(xiǎn)投資機(jī)構(gòu)NVentures、澳大利亞麥格理資本相關(guān)主體以及美國杰夫·貝索斯通過美國Bezos Expeditions參與；美國Lightspeed Venture Partners、美國Felicis、美國Coatue與美國紅杉資本等既有股東“加注”。同時(shí)，多家戰(zhàn)略投資方亦進(jìn)入股東名單，包括韓國三星、韓國LG、法國施耐德電氣（Schneider Electric）、美國CommonSpirit Health與美國Salesforce Ventures等。

Skild AI成立于2023年，總部位于美國賓夕法尼亞州匹茲堡，聚焦“軟件優(yōu)先”的機(jī)器人通用智能：公司核心產(chǎn)品“Skild Brain”被其定義為統(tǒng)一的機(jī)器人基礎(chǔ)模型，目標(biāo)是在不同機(jī)器人本體與不同任務(wù)之間實(shí)現(xiàn)可遷移的感知—決策—控制閉環(huán)能力，而不是為單一場景做一次性集成。 該公司在公開表述中強(qiáng)調(diào)，“Skild Brain”希望做到在無需預(yù)先了解機(jī)器人身體形態(tài)的情況下運(yùn)行，覆蓋四足、類人、桌面機(jī)械臂與移動(dòng)操作等形態(tài)，并將應(yīng)用邊界從家庭類輕任務(wù)延伸到更復(fù)雜、更不確定的真實(shí)環(huán)境。

圍繞“機(jī)器人數(shù)據(jù)稀缺”這一行業(yè)共性瓶頸，Skild AI將自身路徑概括為“數(shù)據(jù)飛輪”：在預(yù)訓(xùn)練階段，通過大規(guī)模仿真生成“數(shù)萬億級(jí)”合成經(jīng)驗(yàn)，并利用“數(shù)十億級(jí)”互聯(lián)網(wǎng)人類動(dòng)作視頻學(xué)習(xí)可供性與操作先驗(yàn)；在后訓(xùn)練階段，則通過遙操作數(shù)據(jù)與真實(shí)部署回傳數(shù)據(jù)持續(xù)強(qiáng)化。公司披露，其機(jī)器人已在安防、建筑、配送、數(shù)據(jù)中心、倉儲(chǔ)與工廠裝配等領(lǐng)域部署，以形成持續(xù)的數(shù)據(jù)回流與能力泛化。 路透社此前在其產(chǎn)品發(fā)布報(bào)道中援引公司觀點(diǎn)稱，相比語言與視覺領(lǐng)域“天然存在的互聯(lián)網(wǎng)數(shù)據(jù)”，機(jī)器人學(xué)習(xí)缺少可直接復(fù)用的公開數(shù)據(jù)資產(chǎn)，因此需要把仿真、人類視頻與真實(shí)部署數(shù)據(jù)系統(tǒng)性打通；報(bào)道同時(shí)確認(rèn)，Skild AI聯(lián)合創(chuàng)始人Deepak Pathak擔(dān)任首席執(zhí)行官，聯(lián)合創(chuàng)始人Abhinav Gupta曾在美國Meta Platforms相關(guān)體系中參與匹茲堡機(jī)器人研究布局。

在具體能力呈現(xiàn)上，英偉達(dá)在其客戶案例中給出了更工程化的細(xì)節(jié)：其描述“Skild Brain”可由在線視覺與本體感知端到端輸出底層電機(jī)控制指令，支持類人機(jī)器人在平地行走、攀爬障礙并在攜帶負(fù)載時(shí)保持靈活性；并提到該模型在部分機(jī)械異常情況下可快速恢復(fù)，例如對(duì)“卡滯車輪”可在2—3秒內(nèi)完成恢復(fù)等。案例還披露了在匹茲堡復(fù)雜城市場景測(cè)試中，相關(guān)機(jī)器人在短時(shí)間數(shù)據(jù)采集后可達(dá)到約60%—80%的任務(wù)表現(xiàn)區(qū)間（具體任務(wù)口徑以該案例描述為準(zhǔn)）。 同一材料中，Skild AI首席執(zhí)行官Deepak Pathak亦強(qiáng)調(diào)“通過經(jīng)驗(yàn)學(xué)習(xí)而非預(yù)編程”是機(jī)器人能力躍遷的重要方向，并指出仿真與合成數(shù)據(jù)基礎(chǔ)設(shè)施對(duì)規(guī)?；?xùn)練的意義。

從產(chǎn)業(yè)協(xié)同看，本輪投資方結(jié)構(gòu)呈現(xiàn)出“資本+算力平臺(tái)+行業(yè)客戶”三類力量的疊加：日本軟銀集團(tuán)在全球機(jī)器人與自動(dòng)化領(lǐng)域長期活躍，并在其公開敘事中將機(jī)器人視為下一輪技術(shù)平臺(tái)的重要組成；英偉達(dá)既通過NVentures參與股權(quán)投資，也在算力與仿真工具鏈層面提供訓(xùn)練與開發(fā)基礎(chǔ)設(shè)施；而韓國LG及其IT服務(wù)子公司韓國LG CNS等潛在產(chǎn)業(yè)伙伴，則為通用模型在企業(yè)級(jí)場景的落地提供了更直接的驗(yàn)證土壤。

Skild AI在融資公告中直言，新資金將用于進(jìn)一步放大上述數(shù)據(jù)來源規(guī)模、加碼基礎(chǔ)研究與架構(gòu)算法，并將“能產(chǎn)生經(jīng)濟(jì)價(jià)值的真實(shí)部署”作為階段性重心；其還披露，2025年公司“實(shí)時(shí)收入”在數(shù)月內(nèi)從零增長至約3000萬美元，并仍在快速增長。 對(duì)于當(dāng)前仍處早期的通用機(jī)器人智能賽道而言，這類以“部署—回流—再訓(xùn)練”為主線的商業(yè)化節(jié)奏，正在成為衡量“通用”是否具備產(chǎn)業(yè)可復(fù)制性的關(guān)鍵指標(biāo)之一。

Skild.ai 是一個(gè)利用人工智能提升員工發(fā)展和優(yōu)化人才管理的平臺(tái)。該平臺(tái)為組織提供了技能評(píng)估、培訓(xùn)和認(rèn)證過程的工具和解決方案。通過AI驅(qū)動(dòng)的分析，Skild.ai 幫助企業(yè)識(shí)別技能差距、簡化員工發(fā)展流程，并確保團(tuán)隊(duì)具備應(yīng)對(duì)行業(yè)需求所需的能力。

Skild.ai 的平臺(tái)通常包括個(gè)性化學(xué)習(xí)路徑、自動(dòng)評(píng)估和詳細(xì)報(bào)告等功能，使其成為人力資源部門和教育機(jī)構(gòu)現(xiàn)代化人才管理戰(zhàn)略的有力工具。此外，Skild.ai 還支持遠(yuǎn)程學(xué)習(xí)，并能夠與其他HR系統(tǒng)集成，適應(yīng)多樣化的組織需求。