Skild AI 获得 3 亿美元 A 轮融资,用于通用物理人工智能
Bezos 和 SoftBank 以 15 亿美元估值支持这家机器人数据领导者,以解决物理人工智能数据差距。
Skild AI 已完成一轮公开的 $300 million Series A 融资 (bloomberg.com),估值为 $1.5 billion (bloomberg.com),这标志着资本正大规模转向 "Physical AI" 领域。本轮融资由 Lightspeed Venture Partners、Coatue 和 SoftBank Group 领投,Jeff Bezos 旗下的 Bezos Expeditions 也参与其中,这凸显了人们日益认识到,人工智能货币化的下一个前沿不在于数字文本,而在于在物理世界中运行通用机器人所需的海量数据集。
物理数据墙
虽然 LLMs 依靠丰富的互联网抓取数据而蓬勃发展,但物理人工智能却面临着独特的“数据墙”。Skild AI 的核心论点是,机器人基础模型的训练数据必须比目前从单用途机械臂或专用无人机中获取的数据更加多样化。该公司声称其模型的训练数据量是竞争对手的 1,000 倍 (bloomberg.com),利用专有的数据管道捕捉各种硬件配置下的交互。这种“数据优先”的机器人技术方法旨在创造一个可以移植到任何物理形态(从四足机器人到人形机器人)的“大脑”,从而解决长期困扰该行业的可扩展性问题。
此次投资正值风险投资公司将重点转向控制全栈物理数据采集的初创公司之际。例如,Coatue Management 目前正寻求为其专门针对人工智能的新基金筹集约 $1 billion (reuters.com),重点是弥合数字智能与物理执行之间的差距。Waabi (techcrunch.com) 完成的公开 $200 million Series B 融资进一步证明了这一趋势,该公司专注于自动驾驶卡车的生成式人工智能——这是另一个物理世界数据成为主要准入门槛的高风险领域。
货币化生物与物理层
物理世界数据的争夺战正从机器人领域扩展到生物科学领域。EvolutionaryScale 最近获得了公开的 $142 million 种子轮融资 (reuters.com),用于开发生物基础模型。与 Skild AI 类似,EvolutionaryScale 将生物序列视为生成式人工智能的一个巨大且尚未开发的数据库,旨在“编程”新蛋白质。机器人、生物学和数据工程的这种融合表明,2026 年最有价值的数据资产将不再存在于图书馆中,而是存在于实验室和传感器网络中。
在医疗保健领域,Healwell AI 宣布收购 BioPharma Services (healwell.ai),此举旨在将高质量的临床试验数据整合到其人工智能平台中。这次收购凸显了对“地面真值”(ground truth)数据的重视——这些信息源自物理实验和现实世界的患者结果——对于训练必须在高风险环境中高精度运行的模型至关重要。
监管逆风与数据主权
随着物理和个人数据价值的飙升,监管机构正在加强控制。Brazil’s National Data Protection Authority 最近以隐私风险为由,禁止 Meta (reuters.com) 使用当地用户数据来训练其人工智能模型。这顺应了全球范围内将数据日益视为国家主权资产的趋势。与此同时,据报道,法国反垄断监管机构正准备对 Nvidia (reuters.com) 涉嫌反竞争行为提出指控,这反映了人们对少数主导者可能垄断处理这些海量新数据集所需基础设施的担忧。
为什么这对数据所有者很重要
对于数据所有者而言,Skild AI 的交易以及 Physical AI 的广泛兴起代表了资产估值的根本转变。我们正在告别“可抓取”数据的时代。新的溢价在于来自机器人、物流和生物研究的专有、高保真传感器数据。拥有“物理地面真值”的组织——无论是仓库移动日志、临床试验结果,还是专门的制造遥测数据——现在都坐拥市场上最有价值的训练资产。随着“数字油井”枯竭,物理世界的货币化将是数据资产投资者的下一个数万亿美元的机遇。
Data Academy
Go deeper with our guides
From the marketplace
Explore live data opportunities
Blechwaren Limburg — 工业运营数据集机会
View opportunity →移动Delgate — 移动遥测数据集机会
View opportunity →移动出行Btg — 理赔历史数据集机会
View opportunity →d-nvest turns the data assets behind these deals into scored, actionable opportunities.
Explore the pipeline →