【量子位 2025年12月8日讯】全球AI与机器人领域再掀资本巨浪。据路透社援引消息人士透露，软银集团与英伟达正就联合投资机器人基础模型公司Skild AI展开深度谈判，本轮融资规模预计超10亿美元，若交易达成，Skild AI估值将跃升至140亿美元——较今年5月B轮融资时的47亿美元近乎翻倍，成立仅三年便跻身“百亿估值俱乐部”，其背后“通用机器人大脑”的技术路线与商业化潜力，正重塑全球AI robotics行业格局。
核心突破：不造硬件只做“大脑”，一款模型适配千种机器人
与波士顿动力、Figure等聚焦硬件研发的机器人公司不同，Skild AI自2023年成立起便明确“软件定义机器人”的定位，其核心产品“Skild Brain”堪称机器人领域的“安卓系统”，破解了行业长期存在的“硬件碎片化、软件重复开发”痛点：
-
跨硬件适配能力：Skild Brain通过“多具身训练”技术，已实现对1000+不同类型机器人的兼容，涵盖四足机器人（如机器狗）、人形机器人、机械臂、仓储移动底盘等。例如，同一套AI模型可同时控制机械臂完成精密零件组装、四足机器人巡检工厂、移动机器人配送货物，无需针对每种硬件单独开发算法，彻底打破“一款机器人一套软件”的行业惯例。
-
动态环境适应力：依托“仿真+真实世界”双轨训练体系，Skild Brain累计已获取超1亿小时的机器人运行数据，能应对暴雨、崎岖地形、设备突发故障等复杂场景。今年7月，Skild AI发布的测试视频显示，一只失去一条腿的四足机器人，仅通过模型实时调整平衡策略，便可快速恢复行走能力——这种“未训练过却能应对突发状况”的泛化能力，远超传统机器人的固定程序控制。
-
低门槛开发生态：为降低企业使用成本，Skild AI推出标准化API接口与“机器人应用商店”：机器人制造商无需自建AI团队，接入Skild Brain即可让硬件具备感知、决策能力；开发者“一次开发，多端部署”，例如为仓储场景设计的“货物分拣算法”，可同步适配不同品牌的机械臂与移动机器人；企业用户则能通过统一平台管理多类型机器人 fleet，大幅降低集成与培训成本。据实测数据，某仓库使用5种不同机器人时，接入Skild Brain后 integration 成本降低80%，模型训练时间缩短90%。
资本博弈：软银英伟达双巨头领投，估值半年翻倍的逻辑
此次融资谈判中，软银与英伟达的联合入局并非偶然，而是双方在AI robotics领域战略布局的关键落子，也折射出Skild AI的独特价值：
-
软银：从“硬件投资”到“生态押注”：作为Skild AI的早期投资方（2024年A轮、2025年B轮均领投），软银对其技术认可度极高。内部试点数据显示，软银将Skild Brain应用于物流仓储场景后，机器人作业效率提升40%，人力成本降低35%。此次追加投资，既是对“通用机器人大脑”赛道的长期看好，也与软银近年“从单一硬件投资转向AI生态构建”的策略契合——此前软银虽清仓英伟达股票，但并未放弃对AI基础设施的布局，而是将资金集中投向能串联起多行业的核心技术平台。
-
英伟达：算力与场景的双向绑定：英伟达的参与则暗藏“算力+场景”协同逻辑。Skild Brain的大规模训练与部署高度依赖GPU算力，而英伟达可通过投资深化双方合作，为其提供从数据中心GPU到边缘计算芯片的全栈支持；同时，Skild AI覆盖的制造业、物流、家庭服务等场景，也将成为英伟达机器人芯片的重要落地场景，形成“算力供给-场景验证-技术迭代”的正向循环。
-
估值飙升的底层支撑：从2024年7月A轮15亿美元估值，到2025年5月B轮47亿美元，再到如今拟议的140亿美元，Skild AI估值快速增长的核心在于“商业化落地加速”。目前其已与LG CNS、惠普企业（HPE）达成战略合作，将Skild Brain嵌入智能工厂与数据中心运维机器人；同时，全球前20大机器人制造商中，已有8家宣布采用其模型，预计2026年商业化收入将突破10亿美元。
行业影响：改写机器人竞争格局，引发“生态卡位战”
Skild AI的崛起，正推动全球机器人行业从“硬件比拼”转向“软件生态竞争”，其影响已逐步显现：
-
对传统机器人厂商：倒逼企业重新定位——要么聚焦硬件创新，通过接入Skild Brain等第三方“大脑”快速推向市场；要么加大自研AI投入，但面临研发成本高、迭代周期长的风险。例如，此前专注机械臂制造的企业，如今可借助Skild Brain快速具备“视觉引导抓取”“多任务自适应”能力，无需再组建数十人的AI团队。
-
对同行玩家：加剧赛道分化。目前全球机器人基础模型公司中，Physical Intelligence估值约56亿美元，1X估值拟达100亿美元，均落后于Skild AI。分析认为，Skild AI凭借“更早落地、更广泛的硬件适配、更强的资本背书”，已建立起先发优势，未来可能吸引更多机器人制造商加入其生态，进一步拉大与竞争对手的差距。
-
对下游行业：加速自动化普及。中小企业此前因“机器人采购成本高、定制化开发难”而对自动化望而却步，而Skild AI的“通用大脑”降低了使用门槛——例如，一家中小型餐厅可采购普通清洁机器人，接入Skild Brain后即可实现“自主避障、餐桌精准清洁、垃圾分类”等复杂功能，成本仅为定制化方案的1/3。
未来挑战与展望：技术、商业化双考验，2026年关键一战
尽管前景看好，Skild AI仍需应对技术与商业化的双重挑战：
-
技术层面：如何进一步提升模型鲁棒性与泛化能力。目前Skild Brain在家庭服务等动态场景（如应对宠物突然闯入、家具位置变动）的表现仍有不足，且在高精度医疗、精密制造等领域的适配尚需突破。
-
商业化层面：平衡“生态开放”与“盈利模式”。Skild AI目前主要通过“订阅费+API调用费”盈利，但随着更多竞争对手入局，未来可能面临价格战压力；同时，如何避免“为追求生态规模而降低模型适配质量”，也是其需要长期面对的问题。
-
2026年关键动作：据透露，Skild AI计划在2026年推出“Skild Brain 2.0”，进一步提升多模态感知能力与实时决策速度；同时，将业务从北美、欧洲拓展至亚太市场，重点布局中国、日本的制造业与物流领域。若能顺利推进，其估值有望进一步攀升，甚至冲击“机器人AI第一股”的目标。
目前，软银与英伟达的投资谈判仍在进行中，双方力争在2025年12月底前敲定协议，部分条款仍可能调整。Skild AI、软银、英伟达均未对此次融资消息作出正式回应。但无论交易是否如期完成，“通用机器人大脑”已成为AI与 robotics 交叉领域的核心赛道，而Skild AI的每一步动作，都将牵动全球机器人行业的未来走向。
