YOHO AI

标签： 人形机器人

  • 蚂蚁灵波要融15亿：一家不造机器人本体的公司凭什么值钱

    具身智能机器人大脑概念图
    蚂蚁灵波把赌注压在“机器人大脑”而非本体上（配图由 AI 生成）

    宇树科技刚把“具身智能第一股”的招牌挂上科创板，另一边，蚂蚁旗下的灵波又抛出一个问题：如果不造机器人本体，只做“大脑”，这家公司到底值多少钱？8 月 8 日，晚点 LatePost 报道，灵波正式启动首轮融资，拟募 15 亿元，年底前还要推第二轮。

    慢不是问题，泛化才是

    采访里有个细节很妙。有记者讲起在浙江仓库看到的场景：机器人叉车取货，工人三十秒干完的活它要一分多钟，遇到没见过的情况还会停下来“想一想”。台上的 CEO 朱兴没急着辩驳速度，只说了一句：脱离成功率谈效率，意义不大。在他看来，慢是个确定性的技术问题，迟早有解；真正卡脖子的是机器人能不能把任务完成，也就是对复杂真实世界的理解力——行内叫泛化能力，而泛化的难点本质在 data。

    首席科学家沈宇军打了个比方叫“开门见猫”：数字世界的模型看一只猫，识别、描述、生成都不在话下；可对真要走过去的机器人来说，隔着一层玻璃门的猫“不该存在”，得等门推开，猫才在深度感知里一点点显形。

    这恰恰点出了物理 AI 和语言 AI 的根本差别。数字世界里理解语义往往就够了，物理世界还多一层空间关系：人和人隔多远、谁在谁后面、要走几步才够得着。大脑比小脑破局更晚，核心原因就是数据——大模型几乎吞掉了整个互联网，物理 AI 的数据量却小得多，要理解的世界复杂度却指数级更高。

    “具身原生”：不从数字世界模型改造

    行业里做大脑主要有两条路：一条是 VLA，从多模态大模型迁移过来，落地最快；另一条是世界动作模型（WAM），由视频生成模型改造，擅长预测未来。灵波的选择是自己从头搭底座，叫“具身原生”——不直接把数字世界的模型改造成机器人，而是从物理世界的需求出发重做数据、训练目标和架构。

    他们给出的阶段成果是 LingBot-VA 2.0，号称行业首个具身原生的世界动作模型。从语义视觉—动作 VAE、单向因果建模到 MoE 架构，都按机器人在真实世界里稳定干活的需求重新设计，并且从头预训练。朱兴打了个更直白的比方：两条路线的第一需求不一样，就像“两个人性格不合，长期在一起还是要出事情的”。

    • 成立一年半，灵波已经发布十余款模型，组出 1.0 和 2.0 两代“全栈大脑”；
    • 覆盖视觉、空间感知、世界预测到动作执行，技术未收敛时便于定位每一环的问题；
    • 背后依托蚂蚁百灵团队训练 1T 参数开源大模型的整套 infra 能力，CTO 何征宇长期管基础设施。

    不押注本体，反而做起了“土壤”

    灵波给自己的硬件定位划了条线：会根据模型需要探索一点本体能力，但不押注本体，在大脑和硬件之间保持中立。做法是把跨构型的泛化直接塞进预训练——预训练见过某种构型的真实数据，模型在该构型上用起来就天然熟悉。LingBot-VLA 2.0 已经覆盖 17 家厂商的 20 多种构型，乐聚基于它只用约 300 条数据、微调一两天就能跑通场景。

    更关键的是开源。灵波把大部分模型、300 万对 RGB-深度配对数据集，甚至完整后训练工具链都放了出来。朱兴想建两个生态：一个数据、一个本体，让伙伴的数据反哺大脑，大脑再输出给更多硬件。用他的话说，灵波像在种一片具身版的“蚂蚁森林”——自己不长成最高的树，而是给整片林子供养分。

  • 宇树科技敲定发行价：A 股人形机器人第一股来了，估值冲到 610 亿

    8 月 6 日晚，杭州人形机器人公司宇树科技（Unitree）披露了科创板 IPO 发行价：150.8 元/股。按这个价格算，上市发行市值逼近 610 亿元（约 90 亿美元），预计募资约 60.99 亿元，比原计划 42 亿的募资额超募近 19 亿。它将成为 A 股第一家具身智能上市公司，也大概率是中国大陆第一家以人形机器人为主业登陆资本市场的企业。

    一份定价锚

    发行价 150.8 元，比市场普遍预期的 100 元高出一大截。南开大学金融教授田利辉的评价是，宇树的财务披露会终结市场按概念讲故事给机器人公司定价的习惯，给上游零部件供应商一个真实的估值锚——从题材叙事，转向看实际订单和量产能力。支撑这份底气的，是它已经赚钱：去年营收约 17 亿元、调整后净利润约 5.9 亿元，是少数已经盈利的机器人公司。

    谁在背后

    战略配售名单相当豪华：DeepSeek、腾讯旗下启善投资都现身其中，各自获配金额超过 1 亿元，DeepSeek 还签了三年锁定期，未来要和宇树一起做 AI 模型与具身智能。美团及关联方合计持股 9.7%，是最大外部机构股东；此外还有中石油昆仑资本、南方电网产融、天翼资本等国家队。创始人王兴兴直接加间接持股约 33.36%，对应持股市值约 183 亿元。

    宇树的意义不止于一家公司。它会是中国具身智能产业的里程碑，也会重置整个赛道的估值逻辑。——行业分析人士

    从四足到双足，它怎么走到这一步

    2023 年时，宇树营收里四足机器人占 75.78%，人形机器人只有 1.88%；到 2025 年，人形机器人营收做到 8.68 亿元，占比 51.78%，成了第一大收入来源。2025 年它交付了超过 5500 台人形机器人，全球份额约 32%，四足机器人份额近 70%。从 3 月 20 日获受理，到 6 月 1 日过会、7 月 2 日注册生效，全程 104 天，创下科创板预审阅机制落地后的最快纪录。

    宇树人形机器人与上海金融区
    宇树科技的人形机器人走向资本市场

    钱要花在哪

    募资里近 20 亿元投向智能机器人模型研发，占了大头；另有 11 亿用于机器人本体、4.45 亿用于新一代产品研发、6.24 亿建智能制造基地。田利辉认为，重金押注智能模型研发，会推动具身智能从硬件制造范式转向智能能力范式，也把中国供应链往更高附加值的方向推。

    • 宇树核心零部件国产化率约 90% 至 95%，走的是和海外不同的产业化路径
    • 招股书把特斯拉、Figure、波士顿动力、优必选列为竞争对手
    • 云深处、乐聚已提交 A 股 IPO，智元创新启动赴港——赛道正在集体走向资本市场
    • 隐忧也在：海外收入占比曾超 40%，美国 FCC 新规对未来机型出海是潜在变量

  • 谷歌DeepMind让机器人从脚管到指尖，人形机器人终于学会弯腰干活

    谷歌DeepMind刚刚放出了Gemini Robotics 2，官方那句宣传语挺直白的——从脚到指尖，整个人形机器人都归这个模型管。听起来像是常规的版本号迭代，但对做机器人的人来说，这一步跨得不算小。

    Apptronik Apollo 2 机器人从货架上取下棒球手套
    Apptronik 的 Apollo 2 正从货架上取下一只棒球手套｜图：Google

    上一代只管上半身，这一代整个身体都能动

    如果你关注过去年那版 Gemini Robotics，会记得它的活动范围基本被框在腰部以上：机械臂能抓、能放、能拧，但机器人自己是站着不动的，得靠人把东西摆到它够得着的地方。这在实验室里没问题，放到真实的仓库、车间或者家里，就非常尴尬——现实世界的东西不会都摆在同一个高度。

    Gemini Robotics 2 支持的是”全身动作”。走路、下蹲、伸展、够高处，再加上手上的操作，这些动作现在被同一个模型统一调度。谷歌放出的演示视频里，Apptronik 的 Apollo 2 弯下腰把地上的浇水壶捡起来，也能在货架前找到指定物品并取下来。动作看着还是有点慢，DeepMind 自己也承认”在移动速度上还有提升空间”，但它把这次更新定义为迈向复杂真实任务的关键一步，因为那些任务几乎都需要全身协同。

    让机器人从”上半身智能”变成”全身智能”，本质上是把移动和操作这两件一直分开做的事，塞进了同一个决策回路里。

    五根手指，能封保鲜袋、拧灯泡

    手上的进步同样值得看。新模型可以驱动结构更复杂的五指手，官方举的例子很生活化：封上一个 Ziploc 保鲜袋、给垃圾袋打结、把灯泡从灯座上拧下来。这些动作对人来说毫不费力，但对机器人是典型的高难度题——需要力度控制、需要柔性接触、需要在看不清的角度靠触感调整。能把这几件事跑通，说明手部控制的精度确实上了一个台阶。

    它开始知道任务什么时候算干完了

    另一条更新线是 Gemini Robotics ER，也就是负责”具身推理”的那个视觉语言模型。它的职责是让机器人看懂周围环境、理解人给的指令、把一句话拆成多步操作。ER 2 的改进集中在长时间任务上，而且用了一句挺有意思的描述：它现在明白任务什么时候开始、什么时候结束。

    别小看这句话。很多机器人演示之所以只能做十几秒的片段，就是因为模型缺少任务边界感——不知道自己干到哪一步了，也不知道什么条件下算完成。有了这个判断，机器人才可能连续做完”把工具收进箱子”这类需要几分钟的活。

    不同型号的机器人开始互相指挥

    还有个场景挺有画面感：在一段演示里，Apollo 2 指挥谷歌自家的双臂机器人把工具放进箱子，两台完全不同形态的机器一起收拾车库。多机协作过去往往要靠中央调度系统写死流程，现在被放进了模型的能力范畴里。

    安全方面，DeepMind 称 ER 2 是它迄今最安全的机器人模型：能更准确地察觉附近有人，触发安全工具调用，有人靠得太近时把机器人停在安全状态。人形机器人真要进家庭和工厂，这块的分量不比灵巧度轻。

    此外，可以在机器人本地离线跑的 On-Device 版本也一并做了升级，这对网络不稳定或者对延迟敏感的场景是实打实的需求。

    几个关键点

    • Gemini Robotics 2 从上半身控制扩展到全身动作，能走、能蹲、能伸展
    • 支持五指灵巧手，可完成封袋、打结、拧灯泡这类精细操作
    • Gemini Robotics ER 2 强化长时任务能力，理解任务的起点和终点
    • 支持不同型号机器人协同作业，一台可指挥另一台
    • 安全能力升级，可检测人员靠近并触发停止；本地离线模型同步更新

    把这几条摆在一起看，谷歌想做的其实是机器人领域的”通用底座”——一个模型管调度、管移动、管手指、管安全，不同厂商的硬件都能接。硬件公司负责造身体，DeepMind 负责造大脑，Apptronik 这样的合作方就是第一批试验田。至于速度慢这个短板，多半是下一代要交的作业。

  • Agility把人形机器人训练场开到特斯拉家门口：Digit已经在赚钱了

    Agility Robotics 最近在加州 Fremont 开了个新厂，6 万平方英尺，专门用来给人形机器人 Digit 做”上岗培训”。选这个地儿很讲究——顺着高速往南开，就是特斯拉预计今年要量产 Optimus 的工厂。两家做 humanoid 的，就这么成了邻居。

    特斯拉押注 Optimus，Agility 已经赚到钱

    特斯拉这两年把宝全押在 Optimus 上。马斯克前不久放话，说等它”明年某个时候在特斯拉之外真派上用场”，就会是”史上最大的产品”。话是这么讲，但 Agility 手里有一个特斯拉还没有的东西：一个已经在真实世界里干活、还能挣钱的机器人。

    Digit 现在就在亚马逊、GXO、舍弗勒、丰田加拿大工厂这些客户现场搬料箱、托货盘，公司说已经拿下 3 亿美元的合同订单。CEO Peggy Johnson 话说得很直白：”有特斯拉跟我们待在同一片区域挺好，因为很长一段时间里 Agility 是孤军奋战，现在人形机器人赛道有人一起玩了。”她强调 Agility 已经商业化，知道怎么进到这些工厂里、过安全关、过合规关、接进人家的 IT 和仓储系统。

    “我们已商业化，知道走进这些设施、满足它们安全与合规门槛意味着什么。”——Peggy Johnson 点出了和 PPT 阶段对手最大的不同。

    务实派自主，安全栈绕开生成式 AI

    这家公司正走反向并购的路子，预计今年晚些时候成为第一家纯玩人形机器人的上市公司。它 2015 年由一群研究双足行走的学者创立，想趁着先发优势，甩开 Figure、1X、the Bot Company 这批被大模型带起来的后来者。

    当 Transformer 网络让 LLM 火爆、也顺带给机器人行为带来大升级时，Agility 走的是一条”务实派”路线。联合创始人兼董事长 Damion Shelton 打了个比方：就像自动驾驶里你绝不会把防抱死刹车交给 AI 控制，人形机器人的所有安全栈也得绕开生成式 AI，”你不能在安全问题上玩创造性”。

    但 AI 真正帮上忙的地方是规模。Shelton 回忆，早期 board 成员 Bruce Leak 问他们怎么给机器人写应用，当时答不上来——”你能想象机器人干的活，远比会写机器人程序的工程师多”。生成式 AI 干脆利落地回答了这个问题。

    不急着进家门，先把工厂啃下来

    新工厂就是为了加速部署。Johnson 说有 30 多个客户在谈引入 Digit，而这里就是这台六英尺高的机器人学习现场技能的地方。和很多新入场玩家不同，Agility 短期内不打算做家用机器人——这跟多数独立机器人专家的看法一致：今天的机器人还不够安全，进不了家门。

    现在的 Digit 在无人区干活，但今年秋天要发布的第五代，会具备感知人的能力，不再需要关在”机器人专区”。首席机器人官 Jonathan Hurst 觉得，光制造和物流就够忙一阵了：

    • 先从料箱和托盘点起
    • 再做拣货和齐套（kitting）
    • 然后啃纸箱这种硬骨头，再搞挂车的装卸

    “做到这一步，那就是 1 亿台机器人、千亿市值的生意了。”Hurst 说。把训练场开到特斯拉家门口，Agility 赌的是：在机器人真正能赚钱的制造和物流场景里，先发和落地比讲故事更重要。

    Agility Robotics 的人形机器人 Digit
    Agility 的 Digit 已在亚马逊等仓库实地作业（图源：TechCrunch）

  • 人形机器人公司Agility Robotics宣布SPAC上市，估值25亿美元

    人形机器人公司Agility Robotics宣布将通过SPAC方式上市，交易估值约25亿美元。这家从俄勒冈州立大学走出来的创业公司，是目前世界上少有几家真的把人形机器人卖进工厂、并且让它们在客户现场跑起来的公司之一。

    Agility Robotics Digit人形机器人
    Agility Robotics的Digit人形机器人已在多家工厂投入实际使用（图片：AI生成）

    不是PPT机器人，已经在干活了

    Agility最出名的产品是Digit，一台双足人形机器人。目前已经有9个客户站点在用，包括舍弗勒、GXO、丰田加拿大工厂、拉美电商Mercado Libre。这个数字听起来不大，但考虑到人形机器人整个行业还处在”演示视频比实际部署多”的阶段，能列出具体客户名字本身就是竞争优势。

    这一轮SPAC合并预计募资超过6.2亿美元，其中约2亿美元来自新老机构投资者的跟投。Agility背后站着一串重量级名字：亚马逊、英伟达、软银Vision Fund 2、DCVC。这些投资方不只是出钱，亚马逊和Toyota本身就是潜在客户。

    “人形机器人即将成为生产力、供应链韧性和美国技术领导力的关键驱动力。Agility已经在客户环境中部署了商业化人形机器人，正在帮助企业应对劳动力短缺、提升效率。”
    ——Agility CEO Peggy Johnson

    25亿美元贵不贵？

    Agility说自己已经拿到新一代Digit v5超过3亿美元的多年度订单，还有30多个潜在客户在评估大规模部署。这个数字如果属实，说明人形机器人真的开始从”试试看”走向”批量采购”了。

    但25亿美元的SPAC估值，放在当前机器人板块里并不算离谱。Figure AI、Boston Dynamics、1X Technologies这些同行的 private 估值都在类似量级甚至更高。真正的问题是：人形机器人的商业化速度能不能撑起这个估值？

    目前Digit主要做搬运、拣货这类相对简单的任务。跟人类工人比，速度还慢，成本还不低。Agility需要证明的是：在接下来的12到18个月里，机器人的工作效率能提升到让客户愿意扩大量产采购，而不只是停留在试点阶段。

    SPAC上岸，机器人板块的风向标

    选择SPAC而不是传统IPO，本身传递了一个信号：Agility想要尽快上岸，趁着人形机器人热度还在。传统IPO路演周期长，市场情绪一变就可能搁置。SPAC合并流程更可控，估值也提前锁定。

    合并完成后，公司股票将以AGLT的代码在北美某交易所挂牌（具体交易所尚未公布）。这对整个机器人板块是个参考事件——如果Agility上市后股价走得稳，会有更多机器人公司跟进；如果破发或者交易量惨淡，整个赛道的融资窗口可能收紧。

    人形机器人这个赛道，2026年正处在”期望值峰值”和”实际商业化”之间的关口。Agility这步棋走得准不准，未来一年见分晓。

  • 做人形机器人的Agility要上市了，估值25亿美元

    做人形机器人的Agility要上市了，估值25亿美元

    做人形机器人的Agility Robotics昨天宣布，将通过SPAC方式上市，估值约25亿美元。合并对象是Churchill Capital Corp XI，这笔交易预计募资超过6.2亿美元，其中约2亿美元来自新老机构投资者的认购。

    Agility2015年从俄勒冈州立大学分拆出来，最出名的产品是双足机器人Digit。目前Digit已经在9家客户现场投入实际使用，包括舍弗勒（Schaeffler）、GXO、加拿大丰田工厂、拉美电商Mercado Libre。该公司背后站着亚马逊、英伟达、软银Vision Fund 2、DCVC等重磅投资方。

    “人形机器人即将成为提升生产力、供应链韧性和美国技术领导力的关键驱动力。”Agility CEO Peggy Johnson在声明中说，”Agility已经在客户环境中部署了可执行商业任务的人形机器人，帮助企业应对劳动力短缺、提升效率，并将AI驱动的自动化安全地整合到运营中。”

    这次上市募资的用途很明确：扩大下一代Digit v5的产能、交付现有订单、拓展新老客户。Agility透露，新机型已经拿到超过3亿美元的多年度订单，还有30多个潜在客户在评估大规模部署方案。

    Agility Robotics的Digit人形机器人
    Digit人形机器人正在仓库中执行搬运任务（来源：TechCrunch）

    人形机器人是不是一门好生意，这个问题在2026年已经有了不同的答案。前几年大家还在争论”人形机器人到底能干什么实际工作”，现在Agility、Figure、Boston Dynamics都在推商业部署，客户也真的在掏钱。劳动力短缺在制造业和物流业是真实痛点，人形机器人如果能稳定干活，ROI是可以算过来的。

    25亿美元的估值贵不贵？对比一下：Figure AI此前融资估值也曾达到26亿美元左右，但Agility这边已经有实际商业部署和收入，故事讲起来更扎实一些。SPAC上市虽然比传统IPO快，但合并后股价表现参差不齐，投资人会盯着Digit能不能真正规模化交付。

    合并后的公司股票将在北美某交易所挂牌，代码AGLT，具体哪家交易所还未公布。SPAC合并预计在2026年晚些时候完成。

    一句话总结：人形机器人从实验室走向仓库 floor，Agility拿下了赛道里的一个重要里程碑——不是因为估值多高，而是它证明了一件事：人形机器人真的能赚钱。