據英國《金融時報》援引的PitchBook數據,2026年年初至今,機器人與物理AI公司已融資近480億美元,其中越來越大的一部分正流向該行業仍然缺少的一項輸入:人類從事日常工作的真實世界視頻。 FT報道稱,包括PhysicalIntelligence、SkildAI、NEURARobotics和Generalist在內的實驗室,正把外部數據供應商與內部數據採集結合起來餵養模型。團隊在"機器人健身房"裏採集視頻——工人在裏面操作機械臂完成任務; 同時把錄製設備送進家庭、辦公室和工廠,拍攝人們的日常工作。用他們的話說,目標是捕捉機器人在未來必須獨立應對的場景中的運動、接觸與力反饋。 與文本和圖像不同,日常操作視頻從未在公開網絡上被爬取過,只能定製採集、逐幀標註。NEURA曾把高質量真實世界訓練數據稱爲"物理AI最稀缺的資源",正與包括亞琛工業大學、慕尼黑工業大學在內的合作伙伴共建NEURAGym網絡,計劃2026年底前在歐洲、美國和中國建成5個站點並投入運營。 這波融資延續了我們機器人追蹤器全年記錄的擴張FT認爲,當前制約該行業發展的關鍵不是硬件或模型,而是數據缺口。

2026-10-12

據英國《金融時報》援引的PitchBook數據,2026年年初至今,機器人與物理AI公司已融資近480億美元,其中越來越大的一部分正流向該行業仍然缺少的一項輸入:人類從事日常工作的真實世界視頻。 FT報道稱,包括PhysicalIntelligence、SkildAI、NEURARobotics和Generalist在內的實驗室,正把外部數據供應商與內部數據採集結合起來餵養模型。團隊在"機器人健身房"裏採集視頻——工人在裏面操作機械臂完成任務; 同時把錄製設備送進家庭、辦公室和工廠,拍攝人們的日常工作。用他們的話說,目標是捕捉機器人在未來必須獨立應對的場景中的運動、接觸與力反饋。 與文本和圖像不同,日常操作視頻從未在公開網絡上被爬取過,只能定製採集、逐幀標註。NEURA曾把高質量真實世界訓練數據稱爲"物理AI最稀缺的資源",正與包括亞琛工業大學、慕尼黑工業大學在內的合作伙伴共建NEURAGym網絡,計劃2026年底前在歐洲、美國和中國建成5個站點並投入運營。 這波融資延續了我們機器人追蹤器全年記錄的擴張FT認爲,當前制約該行業發展的關鍵不是硬件或模型,而是數據缺口。