一句话看懂：估值超140亿美元的Skild AI不造任何机器人，只做“通用大脑”，其软件已运行在数百台工厂机器人上并产生真实收入。创始人认为，物理AI的GPT时刻刚刚开始，但距离走进家庭仍需一到两年。
事件核心：发生了什么
在英伟达CEO黄仁勋于CES 2026宣布“物理AI的ChatGPT时刻临近”八个月后，总部位于匹兹堡和旧金山的Skild AI成为这一判断的实证案例。这家成立仅三年的初创公司于今年1月完成由软银领投的14亿美元C轮融资，英伟达、贝索斯旗下Bezos Expeditions等参投，估值超过140亿美元，累计融资超20亿美元。
Skild AI的核心产品是名为Skild Brain的“具身智能基础模型”，设计目标是控制任何形态的机器人——四足、人形、桌面机械臂或移动操作平台，而非为单一硬件定制。其商业模式类似“机器人领域的安卓”：不生产硬件，只提供跨任务、跨硬件的通用智能层。目前该软件已部署于英伟达休斯顿工厂、多家线缆与建筑公司以及拉瓜迪亚机场试点项目，ABB Robotics、Universal Robots和Mobile Industrial Robots等OEM厂商正将Skild Brain嵌入自家设备。2025年下半年，其首批商业部署创造了约3000万美元收入。
联合创始人兼总裁Abhinav Gupta在巴黎Machina Summit上表示，行业正处在GPT时刻的开端，“未来一到一年半会真正爆发”。他创办公司前曾在Meta搭建FAIR机器人实验室，2023年与卡内基梅隆大学教授Deepak Pathak共同离开学术界创业。
为什么重要
Skild AI的路径与当下多数人形机器人公司形成鲜明对比：后者比拼硬件形态和单点demo，而Skild选择横向路线，用跨任务、跨场景、跨硬件的“一个大脑”解决数据稀缺问题。其数据策略分为三层：互联网规模的人类视频学习任务形态、基于NVIDIA Isaac平台的数十亿仿真场景、以及真实工厂部署产生的物理世界数据。
这种“软件定义机器人”的打法如果成立，将改变行业价值分配：硬件可能趋同，利润向基础模型层集中。目前超过20亿美元融资和头部产业资本（三星、LG、施耐德电气）的参与，表明资本市场认可“机器人基础模型”是比单一机器人本体更具规模效应的赛道。更重要的是，Skild已有数百台机器人在工厂和仓库实际运行，意味着“GPT时刻”并不是停留在演示视频里，而是已经在产生可验证的商业闭环。
对用户/开发者/创作者的影响
对制造业和物流企业而言，Skild Brain的价值在于降低自动化改造门槛——无需为每个工位定制算法，一套智能层可适配不同品牌的机械臂和移动机器人，部署周期和成本有望大幅缩短。对机器人OEM厂商来说，嵌入通用大脑意味着产品从专用工具升级为可编程的通用设备，但同时也可能面临“大脑被外部公司掌握”的议价权让渡。
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AI开发者和研究人员，Skild的“视频预训练+仿真强化+现实微调”三层架构提供了一个可参考的技术范式，但该公司目前并未开放API或开源模型，第三方开发者尚无法直接调用。对于普通消费者，创始人明确表示，机器人走进家庭还需要一到两年——现阶段真正的落地场景集中在工业、仓储和数据中心。
值得关注的后续
第一，收入增速能否匹配估值：当前约3000万美元半年收入对应140亿美元估值，市场需观察2026年商业化放量节奏。第二，通用性边界：Skild Brain在跨硬件泛化上的真实上限，需通过更多异构机器人部署数据验证。第三，竞争格局变化：英伟达既是其股东也是平台合作伙伴，同时也在推动自己的机器人基础模型，这一共生关系如何演进值得留意。此外，融资节奏和创始人此前判断——未来一到一年半迎来GPT时刻——能否如期兑现，是评判这家公司叙事的核心时间节点。
来源：The Next Web
