摘要： Skild AI 於 2026 年 1 月 14 日宣布完成 14 億美元 C 輪融資，SoftBank 旗下 Vision Fund 2 領投，估值站上 140 億美元之上。公司只做一套 Skild Brain 基礎模型，讓同一套軟體驅動四足、人形、移動複合機器人和桌面機械臂，並靠部署回饋、遙操作、模擬與網路影片擴充數據。Bloomberg 指出其產品上市後幾個月營收約 3,000 萬美元，累計募資越過 20 億美元。
匹茲堡機器人新創 Skild AI 於 2026 年 1 月 14 日宣布,C 輪募得 14 億美元,領投方是 SoftBank 旗下的 Vision Fund 2,估值一舉站上 140 億美元之上。2025 年夏天那一輪約 5 億美元、估值落在 45 億美元;前後不過約七個月,估值已成長到三倍。Bloomberg 訪問執行長 Deepak Pathak,他指出公司累計募資越過了 20 億美元。另外,NVIDIA 創投部門 NVentures、Macquarie Capital,以及藉 Bezos Expeditions 參與的 Jeff Bezos,也都在本輪名單之中。
押上這麼大金額的判斷只有一個:機器人業界值錢的環節是軟體,不是任何一台單一機器。Skild 自家只打造一套基礎模型,取名「Skild Brain」,目標是同一顆大腦能驅動各種機型——四足機器人、人形機器人、移動複合機器人,以及桌面機械臂。這一層一旦成立,硬體廠商的身分就從對手轉為潛在買家。
C 輪募得 14 億美元:七個月估值漲成三倍
除了掛帥的 Vision Fund 2,新加入的投資人有 Bezos Expeditions、Macquarie Capital 與 NVIDIA 旗下 NVentures;原股東 Sequoia、Coatue、Felicis 與 Lightspeed 也全數再加碼。戰略股東的名單訊號更強:Salesforce Ventures、LG、Schneider Electric 與 CommonSpirit Health 相繼進場,連美國國安體系轄下的創投 IQT 也不例外——國防、醫療、工業自動化、家電,每個看好機器人將大規模上陣的產業,都想趕在標準寫定之前,先在這層軟體卡好位置。
估值曲線更一目瞭然:45 億美元是 2025 年夏天,140 億美元之上是現在。類似的節奏,2023 到 2024 年的大型語言模型競賽已經演過一遍,如今同一套劇本被資本搬進機器人圈:先佔住有機會變成標準的那一層,商業化以後再操心。
Skild Brain:單一模型,通吃各種機體
Skild AI 在 2023 年成立,創辦人 Deepak Pathak(現任執行長)與 Abhinav Gupta 兩人都是卡內基美隆大學的教授。這家公司的主張可以濃縮成一句:決定機器人產業勝負的,不是誰的硬體先交貨,而是誰的模型能裝進最多種機體。
官方把產品定義為「agentic、omni-bodied」的通用機器智慧:單一組模型具備代理能力,從四足機器人、人形機器人到移動複合機器人、桌面機械臂都能操控。官方部落格的說法是,智慧「不應受限於它所運行的硬體形式」,各種形態的進展應該一起累積。這套哲學和傳統工業機器人正好相反——以往產線上每個動作都是為了單一任務而寫死的程式,任務一變就整組報廢。對照語言模型的發展就很清楚:先用多樣數據練出通用本領,之後哪裡都能部署。
飛輪怎麼轉:數據來源與初步營收
數據是基礎模型的決勝點。Skild 官方給出四個來源:數十億段網路影片、模擬環境產出的數兆級合成經驗、遙操作數據,加上實際部署的回饋——營建、配送、倉儲、工廠組裝,以及安防巡檢與資料中心。四者串成一個飛輪:部署越廣、數據越多、模型越強,接到的場景也就更多,這個複利結構和語言模型完全一樣。
它的商業化速度也超出機器人公司的常態。Bloomberg 指出,Skild 從開始賣產品到營收約 3,000 萬美元,只花了幾個月。資金用途的說明同樣直截:數據來源要擴充,基礎研究要加碼,實際部署的規模要再放大。再看 Crunchbase 同週統計,這輪交易擠進全球當週最大創投輪次之列,前十大多半被 AI、機器人與國防包走——資本沒有亂灑,而是全押在「誰來當機器人的作業系統」這題上。
為何此刻開賽:機器人作業層已經擠滿人
在通用機器人軟體上押注的絕不止 Skild 一家。Field AI 的路線相仿,強調機器人軟體可以快速換裝到不同機體;1X 剛把世界模型端上檯面,旗下人形機器人可以先在模擬裡學習再上路。拉高到產業層級,剛收尾的 CES 2026 已經把「實體 AI」當成整場展會的主軸(我們的整理)——硬體展示每年都有,大家一致點名缺的,是讓機器彼此相通的作業系統層。SoftBank 旗下還握有多個機器人相關標的,顯然也判斷這扇門此刻正在打開。
開發者與產品團隊能帶走什麼
三個值得帶走的觀察。首先,模型層若把硬體推向同質,差異化就會轉移到工作流與整合——手機硬體標準化後,價值移往應用生態,正是同一齣戲。再來,「模擬為主、影片為輔」已是數據策略的主流配置,要訓練實體代理或軟體代理的團隊,不妨整套照搬。最後,靠約 3,000 萬美元營收頂起 140 億美元估值,等於市場只為先佔者優勢付錢,不看財務表現——這條賽道的勝負,恐怕再一到兩輪融資就會揭曉。