Skild AI 获得 3 亿美元 A 轮融资，用于构建物理 AI 基础模型

Skild AI 已完成一轮公开的 $300 million (techcrunch.com) Series A 融资，使这家机器人初创公司的估值达到约 $1.5 billion (bloomberg.com)。这家总部位于 Pittsburgh 的公司由前 Carnegie Mellon University 教授创立，代表了风险投资领域向“物理人工智能”（Physical AI）的重大转向——即开发能够为从人形机器人到工业机械臂等各种硬件提供动力的基础模型。本轮融资由 Lightspeed Venture Partners、Coatue 和 SoftBank Group 领投，Jeff Bezos 的 Bezos Expeditions 参投，标志着迄今为止具身人工智能领域规模最大的早期投资之一。

向具身智能数据的转变

与依赖互联网规模文本的传统 Large Language Models (LLMs) 不同，Skild AI 正在为物理世界构建其所描述的“通用大脑”。这需要一种根本不同的数据资产：捕捉机器如何与物理环境互动的多模态感觉运动数据集。通过对公开数量的各种机器人数据 (forbes.com) 进行训练，Skild AI 旨在克服长期困扰机器人技术的“数据稀缺”问题。他们的模型旨在跨不同的机器人配置进行泛化，有效地将人工智能“智能”与其所处的特定硬件解耦。

这种方法反映了其他物理人工智能先驱最近取得的成功。例如，自动驾驶初创公司 Wayve 最近获得了公开的 $1.05 billion (reuters.com) Series C 融资，以推进其用于车辆的“embodied AI”。两家公司都押注人工智能价值的下一个前沿不在于数字内容，而在于导航和操纵三维世界的能力。Skild AI 的融资进一步验证了这样一个论点：高保真物理交互数据正成为世界上最有价值的专有资产类别。

资本密集度与物理人工智能军备竞赛

Skild AI 融资的规模反映了获取、模拟和处理物理世界数据所需的巨大资本密集度。该公司在一个迅速拥挤的领域展开竞争，其中包括今年早些时候筹集了公开的 $675 million (bloomberg.com) 的 Figure AI，以及继续利用其数百万辆车队作为其 Optimus 人形机器人项目大规模数据收集引擎的 Tesla。对于这些公司来说，主要的瓶颈不再仅仅是算力，而是高质量、带标签的“动作数据”的可用性——即显示机器人成功完成现实世界任务的序列。

除了纯粹的机器人技术，Physical AI 趋势正在扩展到专业领域。EvolutionaryScale 最近筹集了公开的 $142 million (reuters.com)，将基础模型应用于生物数据，将蛋白质的物理结构视为一种待解码的语言。同样，国防科技公司 Helsing 最近获得了公开的 €450 million (reuters.com)，用于在物理防御平台上部署人工智能。这些交易共同表明，“人工智能数据”市场正在转向弥合数字比特与物理原子之间差距的资产。

数据许可的前沿

随着对高质量训练数据的需求超过了公共可用性，许可协议正成为模型开发者的标准。OpenAI 最近与 Time (openai.com) 签署了一份为期多年的许可协议，以访问 100 years 以上的档案，而据报道 YouTube 正在与主要唱片公司洽谈为人工智能训练数据许可音乐 (ft.com)。对于像 Skild 这样的 Physical AI 公司来说，许可前沿可能涉及与物流巨头、制造商和传感器供应商的合作，这些供应商坐拥庞大的未开发遥测数据库。

为什么这对数据所有者很重要

对于工业、物流或生物数据的所有者来说，Skild AI 的融资是市场升值的明确信号。随着基础模型进入物理领域，“现实世界”遥测数据的溢价正在飙升。能够提供物理过程高保真时间序列数据的数据所有者——无论是仓库移动、化学反应还是机械故障——不再仅仅是在管理运营记录；他们正坐拥下一代数十亿美元人工智能平台的核心燃料。从 LLMs 向 Physical AI 的转变表明，未来 24 months 内最赚钱的数据许可交易可能发生在物理和通用人工智能领域，在这些领域，模拟和现实世界传感器数据是主要的护城河。