熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣,引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
最近一直在探索早期階段的機器人公司。
我們都聽說過 Figure 和其他大名鼎鼎的公司,但觀察基層的發展情況非常有趣。
這裡有 11 家自 2023 年以來成立的公司,資金少於 1 億美元,吸引了我的注意。
主題:1/17.
1. Dyna Robotics
成立於2023年,由前Caper AI創始人(以3.5億美元售出)和Jason Ma(前DeepMind研究科學家)創立。2025年3月進行2350萬美元的種子輪融資。
Dyna希望打造可負擔的通用機器手臂。包括食品準備和洗衣等多個實時試點。
@DynaRobotics
2. 通用人工智慧
由 Pete Florence(首席執行官,前 DeepMind,麻省理工學院博士)和 Andy Zeng(前 DeepMind,引用次數超過 21K)創立。
展示的能力:精確組裝、工具使用、靈巧操作。開發了端到端的人工智慧模型,以 100Hz 控制機器人。
@GeneralistAI_
3. Scout AI
Figure AI 的 CEO 的兄弟為防禦機器人籌集了 1500 萬美元,這些機器人可以在 GPS 無法使用的區域中用自然語言控制。他們的 Fury AI 大腦是硬體無關的,並且運行在商業元件上。已經獲得多個國防部合同。
@ScoutAI_
4. Sunrise Robotics
斯洛維尼亞團隊籌集了850萬美元,以製造人工智慧驅動的工業機器人工作站。從成立到部署客戶僅需18個月。
經過模擬訓練的機器人。比傳統自動化快10倍且便宜。
@sunriserobots
5. 機器人學習公司
單一創辦人創造可負擔的通用機器人,作為 $100K+ 定制自動化的替代方案。專注於靜態、重複性的任務。
非常早期,成立於 2025 年,並且是 YC 的 X25 批次的一部分。
@RobotLearningCo
6. Zeon Systems
YC 初創公司,開發具有自然語言介面的 AI 驅動實驗室自動化技術。
願景是通過智能自動化加速科學研究。已在史丹佛大學和加州大學舊金山分校的實驗室中進行活躍部署。
@zeonsystems
7. Lumos Robotics
成立於2024年,位於深圳。至今已籌集2800萬美元。
目標是在2025年生產機器人,快速開發以觸控為中心的人形堆疊。結合視觸硬體、模仿學習大腦和緊密整合的供應鏈。
@LumosRobotics
8. RIVR
ETH Zurich 的衍生公司,獲得來自 Jeff Bezos 等人的 2200 萬美元資金。
這是一款輪腿機器人,能在路面上以 22 公里/小時的速度奔跑,能夠在樓梯上攜帶 60–85 公斤的重物,並能在門口交付包裹。與現有的低載重人行道送貨機器人有所區別。
@rivr_tech
9. Persona AI
前NASA Valkyrie團隊在2025年5月籌集了2700萬美元的種子前資金,以打造"人形機器人的F-150" - 專為"乏味、骯髒和危險的工作"設計的堅固5英尺8英寸的機器人。已與全球最大的造船商簽約,計劃在18個月內部署。
這裡還沒有華麗的視頻。
@personaaiinc

10. Genesis AI
$105M 種子資金 (!) (2024年7月) 來自 Khosla/Eric Schmidt 等人,專注於機器人的基礎模型。
將現實世界的機器人試驗、高保真物理模擬和互聯網規模的具身數據融合成一個單一引擎。
仍在隱秘中,但值得關注。
11. 機器人公司
機器人公司(成立於2024年)是一家獲得3億美元資金的初創公司,由前Cruise創始人創立(Cruise是一家被GM以超過10億美元收購的自動駕駛汽車公司)。
正在建造可負擔的非人形家用機器人(移動底座 + 抓取器)。
超過我的1億美元限制,但仍然引人入勝。
摘要與見解
我可以對大多數這些項目寫十倍的內容,而我的收穫太長,無法適合推文格式。也許如果 @PonderingDurian 和 @anildelphi 願意,我會寫一份關於 @delphi_intel 的報告。
不過,無論如何,這裡有一些主要的收穫:
1. 專業化 vs 一般化
專業化的公司達到收入的速度更快(Dyna 擁有付費客戶,Scout 擁有國防部合約),而一般化的公司籌集了更多資金,但距離收入更遠。
2. 人形機器人 vs 手臂
Persona AI 特別選擇人形機器人用於船廠,因為該環境是為人類設計的。
而其他公司如 Dyna 則選擇手臂,因為它們的生產成本顯著較低,同時在某些任務上更有效。
"機器狗"類似 Rivr 也很常見。
3. 數據
虛擬環境似乎是一個普遍的趨勢,許多數千或數百萬次的模擬運行可以在各種生成的虛擬環境中進行,以產生合成數據,這些數據可以用於強化學習(RL)來訓練運動技能。
這些公司相對處於早期階段,但像 1k Technologies、Figure 和 Apptronik 這樣的後期公司可能更有趣。
如果對這些公司的討論或報告有興趣,請告訴我。
2.43K
熱門
排行
收藏