来源：创业邦
创始人：左 迪帕克·帕塔克 ，右 阿比纳夫·古普塔
当一台四足机器人的四条腿被电锯全部锯断，它没有停止工作，而是继续用残存的机身向前蠕动。
这不是科幻电影，而是机器人创业公司Skild AI在X上发布的真实视频。屏幕上不断闪现的”Adapting…”，宣告了一个机器人新时代的来临。
一年估值翻三倍，资本为何疯狂？
Skild AI 是卡内基梅隆大学的衍生公司，成立于2023年5月 ， 致力于构建能够安装到各种机器和机器人设备上的人工智能系统，称为通用大脑。
创业邦 获悉， Skild AI在短短两年内已完成三轮融资，总额超4亿美元。
更令人惊叹的是其估值飙升速度——从2024年7月A轮的15亿美元，跃升至2025年6月的45亿美元，一年内翻了三倍。
这家初创公司的投资方阵容堪称”全明星”：软银集团、贝佐斯、红杉资本、光速创投、Coatue等顶级机构齐聚，甚至卡内基梅隆大学也以战略投资者身份入场。
“两位创始人是机器人技术的’催化剂’，过去几年该领域取得的一些进步，几乎都可以追溯到他们的学术成果。”一位参与投资尽调的VC合伙人如此评价。
两位教授，缔造最快独角兽
Skild AI的背后，是两位来自卡内基梅隆大学的教授——阿比纳夫·古普塔（Abhinav Gupta）和迪帕克·帕塔克（Deepak Pathak）。
古普塔是卡内基梅隆大学机器人研究所教授，曾是Meta旗下FAIR Robotics的创始成员兼研究负责人，在视觉与机器人学习领域的论文引用量超过8万次。帕塔克则是计算机科学学院助理教授，深耕”视觉-学习-机器人”交叉领域，其开发的”好奇心驱动学习”方法已被引用4000多次。
“我们在机器人领域耕耘了十余年，现在正是把研究规模化为产品的最佳时机。”帕塔克在一次学术会议上表示。
2023年5月，两位教授在匹兹堡共同创立Skild AI，团队成员多来自Meta、特斯拉、英伟达等公司以及卡内基梅隆大学、斯坦福大学等名校。
他们的长期目标极为宏大：”开发扎根于物理世界的通用人工智能，以打造一个通用、灵活、智能的人形机器人产品。”
更通俗地说，Skild AI正在构建一个 通用大脑 Skild Brain——这个基础模型可以安装到各种机器人上，使它们能够完成诸如爬楼、绕过障碍物、拾取物品等基本动作。
一个大脑，控制十万种身体
Skild AI的技术核心，在于解决了机器人行业的”碎片化噩梦”。
传统机器人行业有个死结：一台机器人对应一套控制器，换个机型、换个任务就得重新开发。比如给物流AGV写的程序，拿到工业机械臂上完全没用。
Skild Brain的目标就是打破这个僵局—— “任何机器人、任何任务、一个大脑” 。
“我们创建了一个包含十万台不同机器人的 多元 宇宙，并在其中让模型’走’了一千年的模拟时间。”Skild AI技术负责人介绍。
这种极致训练逼出了一个真正通用的”大脑”。测试结果显示：
断腿适应 ：当机器人的腿被部分锯断，它能学会用残肢爬行；
关节锁死 ：电机被锁死后，它会重新规划步态，实现”跛行”；
轮子卡住 ：轮式机器人轮子卡住时，能自动切换为步行模式；
踩高跷 ：即使被装上远超训练参数的”高跷”，也能快速适应行走。
团队公布的视频DEMO中，有一个画面非常科幻 ：”四足机器人的四条腿全被电锯砍断，它依然能靠着躯干和残肢继续前进。”
三大壁垒， 核心护城河
估值45亿美元，Skild AI靠的不是”概念炒作”，而是别人难以复制的三重壁垒。
技术壁垒：机器人也有了”记忆力”
传统机器人是”走一步看一步”，而Skild Brain能”记住”过去的操作经验。通过团队研发的LocoFormer技术，模型能利用”跨回合长上下文”，把之前失败的经历转化为优化策略。
多数机器人控制策略的记忆窗口只有几百毫秒，而Skild Brain的上下文窗口却长出一百倍以上。
数据壁垒：越用越强的”飞轮效应”
机器人行业最大的痛点是”数据稀缺”，但Skild AI找到了破局方法：
仿真训练 ：通过NVIDIA Isaac Lab创建海量虚拟数据；
真实回灌 ：已部署机器人上传操作经验；
人类视频 ：从在线视频中提取人类行为模式。
这种”部署→数据→优化→再部署”的正向循环，形成了强大的数据护城河。
生态壁垒：顶级资本+产业伙伴的”护城河”
软银、亚马逊、HPE这些股东和伙伴，提供了远超资金的支持：
亚马逊提供物流场景落地资源；
HPE解决算力瓶颈；
软银的全球供应链资源加速商业化。
这种资本+资源的组合，是纯创业公司难以复制的。
商业化落地，从实验室走向工厂
尽管技术惊艳，但Skild AI的商业化进程同样扎实。
2025年3月，Skild AI与HPE达成合作，解决”类人机器人大脑”训练的算力难题。四个月后，公司公布与LG CNS的合作，瞄准物流和工业场景，探索模型授权模式。
“我们在匹兹堡的测试中，机器人实现了60%-80%的任务性能，就在收集数据后的几个小时内。”Skild AI团队透露。
更令人印象深刻的是成本优势——Skild Brain能适配低成本、有噪声的硬件，成功在价值4000-15000美元的机器人系统上部署，而传统定制系统成本超过25万美元。
机器人的”大脑革命”，才刚刚开始
从估值15亿到45亿，资本追捧的不是一个更聪明的控制器，而是能让所有机器人共享智能的”底层操作系统”。
“Skild AI的核心价值，是用共享基础模型解锁了机器人在物理世界的’涌现能力’。”红杉资本在投后报告中写道，”这和过去那种’单点控制器’的不可扩展性，有着本质区别。”
在工业和商业领域，这意味着生产线上的机器人不必因一个小故障就全线停机；在灾难救援中，机器人即使”残肢断臂”也能继续执行任务；在消费级市场，一个”大脑”可以”换壳”使用，大幅降低成本。
正如Skild AI视频里闪烁的那行字——”Adapting…”。这不仅是机器人学会的技能，更是技术本身的写照。
Skild AI 会是通往机器人 “唯一大脑”的 终极玩家吗？我们将持续关注 。
]article_adlist–>
<!-- 非定向300*250按钮 17/09 wenjing begin --> <!-- 非定向300*250按钮 end -->
</div>
