软银英伟达10亿豪赌Skild AI:机器人大脑赛道爆发前夜 | AI资讯

type
status
date
slug
summary
tags
category
icon
password
网址
notion image
在人工智能(AI)的浪潮席卷全球之后,资本市场的目光正在迅速从单纯的语言大模型(LLM)转向更具物理感知能力的“具身智能”(Embodied AI)。近日,一则震撼科技圈的消息传来:软银集团(SoftBank Group)正携手AI算力霸主英伟达(Nvidia),洽谈联合领投机器人独角兽Skild AI一轮超过10亿美元的巨额融资。
这一动作不仅将Skild AI的估值推高至惊人的140亿美元,更标志着通用机器人基础模型赛道正式进入了“巨头博弈”的白热化阶段。本文将深入剖析这次融资背后的战略意义,解读Skild AI的核心技术壁垒,并展望整个机器人AI赛道的未来格局。想要了解更多前沿 AI资讯AI新闻,请持续关注 AI门户 aigc.bar

资本豪赌:从47亿到140亿的估值跃迁

就在不久前的2025年5月,Skild AI在上一轮融资中的估值还停留在47亿美元。当时,软银牵头投资了5亿美元,LG Technology Ventures、三星和英伟达等巨头紧随其后。然而,仅仅数月过去,新一轮融资谈判便将估值拉升了近三倍,达到140亿美元。
这种火箭般的估值增长速度,反映了资本市场对“通用机器人大脑”这一概念的极度渴求。与OpenAI在文本生成领域的统治力相似,投资者正在寻找那个能为所有机器人提供统一操作系统的“Android”或“Windows”。软银与英伟达的再次加注,无疑是对Skild AI技术路线的最强背书。对于关注 AI变现AGI 趋势的投资者来说,这是一个不可忽视的信号。

Skild AI的核心护城河:不做身体,只做大脑

在众多获得大额融资的机器人初创公司中,Skild AI显得格外独特。它并不涉足复杂的机械臂或人形机器人本体的硬件研发,而是将所有资源集中在软件层面——开发机器人通用型基础模型。
这种“轻资产、重算法”的模式,让Skild AI能够避开硬件制造的供应链泥潭,专注于解决最核心的智能问题。今年7月,公司推出了通用机器人模型 Skild Brain。根据发布的演示视频,搭载这一模型的机器人已经展现出了惊人的泛化能力,能够流畅地完成拾取餐具、上下楼梯等实用动作,且不局限于特定的硬件形态。
这种通用性意味着,Skild Brain可以适配各类机器人及应用场景,从工业机械臂到家庭服务机器人,只需接入其模型即可获得智能。目前,Skild AI已与LG CNS及慧与科技(HPE)达成战略合作,这种生态建设的推进速度,进一步巩固了其作为“机器人大脑”供应商的地位。

赛道升温:不仅仅是Skild AI的独角戏

Skild AI的融资并非孤例,整个AI机器人赛道正处于爆发前夜,资本入局意愿强烈。这表明 人工智能 正从数字世界走向物理世界。
另一家专注于开发通用机器人“大脑”的公司 Physical Intelligence,据报道已完成由CapitalG领投的6亿美元融资,估值达到56亿美元。尽管有投资者透露其模型仍处于研发初期,但这并未阻挡资本的热情。
与此同时,人形机器人赛道同样热度不减: * 今年9月,人形机器人公司 Figure 完成超10亿美元C轮融资,投后估值高达390亿美元,成为该领域的领头羊。 * 挪威机器人企业 1X 也在洽谈新一轮最高1亿美元的融资,对应估值100亿美元。
这些数据表明,无论是专注于“大脑”的基础模型公司,还是软硬一体的人形机器人公司,都在疯狂吸金。这不仅是技术的竞争,更是对未来物理世界劳动力重构权的争夺。

英伟达与软银的战略阳谋

为什么是英伟达和软银?
对于英伟达而言,机器人是继数据中心之后,消耗GPU算力的下一个巨大场景。通过投资Skild AI,英伟达不仅能确保其芯片在机器人领域的垄断地位,还能利用Skild AI的数据进一步优化其Isaac机器人开发平台。
对于软银来说,孙正义一直坚信 AGI(通用人工智能)的到来。他在错失生成式AI早期的部分机会后,正在通过激进的投资策略,试图在具身智能领域扳回一城。这笔投资是软银构建庞大AI生态版图的关键拼图。

结论:具身智能的未来已来

软银与英伟达联手注资Skild AI,是机器人AI赛道的一个里程碑事件。它宣告了通用机器人基础模型不再是实验室里的玩具,而是即将进入大规模商业化应用的前夜。
随着 LLM大模型 技术与机器人控制技术的深度融合,我们有理由相信,像Skild Brain这样的通用模型将成为未来智能机器人的标配。对于行业观察者而言,紧跟 AI资讯,关注 大模型提示词 在机器人领域的应用,将是把握未来十年科技趋势的关键。更多深度解读,欢迎访问专业的 AI门户 aigc.bar
Loading...

没有找到文章