文章重點
- Skild AI完成14億美元C輪融資，估值達約140億美元，由軟銀Vision Fund領投
- NVIDIA、Macquarie Group、1789 Capital和Bezos Expeditions參投
- 核心產品「Skild Brain」是一個通用機器人AI平台，可適配不同類型的機器人硬體
- 願景類似「機器人界的Android」——一個統一的AI操作系統層
- Physical AI領域融資總額在2026年初已超過80億美元
機器人的「大腦」問題
機器人產業長期面臨一個根本挑戰：每種機器人都需要從頭開發自己的AI系統。倉庫機器人、手術機器人、家庭服務機器人——它們的「大腦」互不兼容，開發成本高昂。Skild AI的願景是終結這種碎片化。
公司的核心產品「Skild Brain」是一個通用機器人AI平台，設計目標是能夠適配任何類型的機器人硬體。就像Android為不同品牌的手機提供統一操作系統一樣，Skild Brain要成為不同機器人的統一AI大腦。
14億美元的信任票
軟銀Vision Fund領投這輪融資意義重大。軟銀CEO孫正義近年來多次表示，他相信「超級智能機器人」將是下一個十年最大的投資機會。在軟銀的投資組合中，Skild AI與Boston Dynamics（Hyundai旗下）、Figure AI等機器人公司形成互補——前者提供大腦，後者提供身體。
技術架構
Skild Brain的技術架構建立在「基礎模型+適配層」的設計理念上：
- 基礎感知模型：處理來自攝像頭、激光雷達、觸覺感測器等不同輸入的多模態數據
- 物理推理引擎：理解物體的物理屬性（重量、脆弱性、滑動摩擦等）並據此規劃動作
- 硬體適配層：將高層的動作規劃轉化為特定機器人硬體的控制指令
- 持續學習系統：從部署環境中持續收集數據，改進模型表現
Physical AI的投資熱潮
Skild AI的巨額融資是Physical AI（物理AI）領域投資熱潮的縮影。2026年初以來，相關融資包括：Bedrock Robotics 2.7億美元、Apptronik 5.2億美元、Skild AI 14億美元等，總額已超過80億美元。
為什麼是現在？
Physical AI投資激增有幾個關鍵驅動因素：大型語言模型的成功證明了「基礎模型」範式可以泛化到新任務；NVIDIA的Omniverse和新發布的DreamDojo等工具大幅降低了機器人AI訓練成本；全球勞動力短缺（特別是倉庫和製造業）創造了強勁的市場需求。
挑戰與競爭
Skild AI面臨的最大挑戰是「通用性」的真正實現。從理論到實踐，讓一個AI系統同時控制人形機器人、四足機器人和工業機械臂，涉及的工程複雜度是巨大的。Google DeepMind的Gemini Robotics、NVIDIA的Alpamayo平台和Tesla的Optimus團隊都在追求類似的通用機器人AI願景。