一句话看懂：一家成立不到一年的以色列AI机器人实验室Enigma，刚拿到Index Ventures和Ribbit Capital领投的7000万美元种子轮融资。它的核心思路不是先训练更强的机器人模型，而是通过一场全球公开实验，研究人类到底想怎么指挥机器人——目标是让操作机器人和调汽车音量一样直觉、不用学。
事件核心：发生了什么
Enigma于7月27日正式结束隐身模式，同时宣布完成7000万美元的种子轮融资，由Index Ventures和Ribbit Capital共同领投，Conviction Partners的Sarah Guo也参与其中。创始人Jonathan Jacobi和Gal Niv都来自以色列国防军Unit 8200，此前没有机器人行业经验——Jacobi曾是微软最年轻的员工。
为了弄清楚人类如何自然地指挥机器人，Enigma启动了一项在线大规模实验：在全球部署了超过100台自研AI机器人（位于以色列和加州机库内），任何人可以远程与它们交互。这些机器人能画画、用剑互搏、以及做简单的化学实验——比如拿起烧杯混合液体。Enigma表示，机械臂和底层模型完全自研。
团队构成也颇为特殊：创始人称他们找来了以色列技术圈里“最聪明的朋友”，包括顶尖AI实验室成员、数学奥赛获奖者，甚至说服了多位博士生退学加入。
为什么重要
目前机器人基础模型的主流路径有三种：从海量网络视频学习、在计算机模拟中训练、或者收集人类穿戴传感器做动作的数据。Enigma走的是另一条路——它认为当务之急不是解决模型能力的上限，而是先搞清楚人到底愿意用什么样的界面去控制机器人。
背后的逻辑直接来自用户痛点：Jacobi指出，如果做洗碗这类家务时，用户得花15分钟告诉机器人每样东西放哪里，最终只会放弃。即使是最先进的模型，实际交互体验依然不够直观。他提出的“音量旋钮”比喻很清晰——如果在车上调音量时，你需要输入一个不确定会不会太响的数字百分比，而不是拧一下旋钮，没人会用。
从投资角度看，Index Ventures的合伙人Shardul Shah表示，正是因为Jacobi和Niv是“机器人行业的外来者”，才更容易跳出现有框架去追问“终极体验应该是什么”。如果实验能沉淀出人类与机器人交互的通用界面范式，它可能比单一模型提升更有商业和生态价值。
对用户/开发者/创作者的影响
对终端用户来说，Enigma的实验直接关乎未来机器人的易用性。当前无论是工业机械臂还是家用机器人，交互门槛仍然很高——要么需要编程，要么依赖固定指令。如果Enigma能找到类似“语音+拖拽”或“视频示例+微调”的界面，普通用户将能用自然方式指挥机器人完成复杂任务，而不必学习操作手册。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者而言，这场实验会公开不同交互方案的效果数据，可能催生新的API设计思路。例如，未来机器人API或许不再是纯代码接口，而是允许用户录制一段视频作为“指令模板”，后台用大模型泛化执行。同时，Enigma自研的底层模型和硬件也为第三方开发者提供了新的实验平台选项。
对企业采购方（如医疗、物流、娱乐行业），Enigma已开始与相关公司合作。它们的界面优化结果如果有效，可能会显著降低部署机器人时的培训成本和定制时间，让机器人更快地适配非标准化场景。
值得关注的后续
1. 实验数据能否形成标准接口：Enigma的大规模在线实验是开放式的，它需要证明自己能从数据中提炼出可复用的交互协议，而非仅仅验证“某种方式受欢迎”。后续是否会开源部分交互范式或发布白皮书，值得跟踪。
2. 7000万美元种子轮的落地节奏：如此高额的种子轮意味着投资人看好其方向，但也意味着早期不做商业化、完全聚焦研发。多久能跑出首个面向企业的产品原型，是业界衡量其技术可行性的重要节点。
3. 同行路线是否会转向：目前机器人基础模型玩家如Collaborative Robotics、Physical Intelligence等都在强调模型能力，而Enigma强调体验优先。如果它验证了“界面设计能大幅降低模型精度要求”，可能会刺激更多团队重新审视人机交互层面的投入。
