公司概况与融资 - 公司是卡内基梅隆大学的衍生公司，成立于2023年5月，致力于构建可安装到各种机器设备上的通用人工智能系统，即“通用大脑” [5] - 公司在两年内完成三轮融资，总额超过4亿美元，估值从2024年7月A轮的15亿美元跃升至2025年6月的45亿美元，一年内翻了三倍 [6] - 投资方阵容包括软银集团、贝佐斯、红杉资本、光速创投、Coatue等顶级机构，卡内基梅隆大学也作为战略投资者入场 [6] 创始团队与技术愿景 - 两位创始人均为卡内基梅隆大学教授，在机器人领域有十余年积累，团队成员多来自Meta、特斯拉、英伟达及顶尖高校 [8] - 公司的长期目标是开发扎根于物理世界的通用人工智能，以打造通用、灵活、智能的人形机器人产品 [8] - 公司的技术核心是构建名为Skild Brain的基础模型，旨在实现“任何机器人、任何任务、一个大脑”，以解决传统机器人行业控制器碎片化的问题 [9][10][11] 技术突破与性能展示 - 通过创建包含十万台不同机器人的模拟环境并进行长达一千年的模拟训练，逼出了真正通用的“大脑” [11] - 测试显示该大脑具备强大的适应能力，包括机器人腿被锯断后能用残肢爬行、关节锁死后重新规划步态、轮子卡住时切换为步行模式等 [12] - 在公布的演示视频中，一台四足机器人的四条腿被全部锯断后，依然能依靠躯干和残肢继续前进 [1][14] 核心竞争壁垒 - 技术壁垒：通过LocoFormer技术，模型能利用“跨回合长上下文”记忆过去的操作经验，其上下文窗口长度是多数机器人控制策略的百倍以上 [16][17] - 数据壁垒：通过仿真训练、真实机器人数据回灌以及从人类在线视频中提取行为模式，构建了“部署→数据→优化→再部署”的数据飞轮，解决了行业数据稀缺痛点 [18][19][20] - 生态壁垒：顶级资本和产业伙伴提供了远超资金的支持，如亚马逊提供物流场景、HPE解决算力、软银提供全球供应链资源，形成了纯创业公司难以复制的组合 [21][22] 商业化进展与成本优势 - 2025年3月与HPE合作解决算力难题，同年7月与LG CNS合作，瞄准物流和工业场景，探索模型授权模式 [24] - 在匹兹堡的测试中，机器人能在收集数据后的几个小时内实现60%-80%的任务性能 [26] - Skild Brain能适配低成本硬件，成功在价值4000至15000美元的机器人系统上部署，而传统定制系统成本超过25万美元，展现出显著的成本优势 [26] 行业意义与前景 - 公司的核心价值在于用共享基础模型解锁了机器人在物理世界的“涌现能力”，这与过去不可扩展的“单点控制器”有本质区别 [28] - 该技术意味着工业生产线上的机器人容错性更高，灾难救援机器人受损后仍能工作，消费级市场可通过“换壳”大幅降低成本 [28] - 公司被视为可能让所有机器人共享智能的“底层操作系统”，代表了机器人“大脑革命”的开端 [27][28]