Skild AI 获得 3 亿美元用于扩展通用物理 AI 数据

Skild AI 已完成一笔公开的 $300 million (techcrunch.com) Series A 融资，估值约为 $1.5 billion (bloomberg.com)，旨在解决行业最紧迫的瓶颈：物理世界高保真数据的稀缺。本轮融资由 Lightspeed Venture Partners、Coatue 和 SoftBank Group 领投，Jeff Bezos 参投。资金将用于创建一个基础模型，通过物理交互数据的“规模法则”为各种机器人硬件提供动力。

物理数据的重大转向

虽然大语言模型 (LLMs) 受益于公开互联网上庞大且易于获取的数据集，但 Physical AI 需要一种截然不同的信息。Skild AI 的核心论点是，智能的下一个前沿在于“交互数据”——即机器与物理环境互动时产生的感官和运动反馈回路。与基于文本的数据不同，这些信息无法从网络上抓取；它必须通过大规模模拟和现实世界的远程操作产生。该公司旨在用比目前竞争对手多 1,000 倍的数据 (techcrunch.com) 来训练其 Skild Brain，将其定位为机器人行为资产的主要聚合器和处理器。

扩展机器人基础模型

这项投资强调了市场日益增长的信念，即通用机器人将遵循与生成式 AI 相同的扩展轨迹。通过将“大脑”（模型）与“身体”（硬件）解耦，Skild AI 正在构建一种与硬件无关的数据资产。这使得该模型可以授权给从人形工人到工业机械臂的各种制造商。这种方法直接反映了 Physical Intelligence (Pi) 的策略，该公司最近获得了约 $400 million (bloomberg.com) 的资金，以追求类似的“通用型”数据路径。对于投资者而言，价值不在于机器人本身，而在于精炼模型预测能力的物理失败与成功的专有数据集。

世界模型的竞争格局

随着专业数据提供商成为新的权力掮客，对“世界 AI”主导地位的竞争正在加剧。除了 Skild AI，像 Wayve 这样在今年早些时候筹集了公开的 $1.05 billion (wayve.ai) 的公司，正专注于自动系统的“具身智能”。这些公司正日益竞争有限的高质量传感器数据池，导致专门为处理物理世界多模态输入而设计的专用硬件 (forbes.com) 激增。随着 Skild AI 的规模扩大，其通过许可协议将专有数据变现的能力将成为其长期企业价值的主要衡量标准。

为什么这对数据所有者很重要

对于工业、物流和感官数据的所有者来说，Skild AI 的融资信号表明了可寻址市场的巨大扩张。我们正在从数据变现的“文本时代”迈向“交互时代”。物理运动的专有数据集、自动化仓库的错误日志以及来自自动车队的高分辨率遥测数据不再仅仅是运营废气——它们是下一代通用 AI 的高辛烷值燃料。能够结构化并许可这些物理交互资产的数据所有者，将在“世界就绪”训练数据的需求超过供应时，获得显著的溢价。