🌍The Next Web (TNW)•最新收集於 38m
Skild AI 將機器人大腦帶進工廠現場
💡Skild AI 的通用機器人智慧據稱已在數百台工廠機器上運作。
⚡ 30-Second TL;DR
有什麼變化
Skild AI 正在打造適用於機器人的通用智慧層。
為什麼重要
工業部署顯示，實體 AI 可能在成為主流消費產品之前，就已開始實際落地。可重複使用的機器人智慧層，可能降低每台機器都必須建立專用自主系統的需求。
下一步行動
檢視 Skild AI Universal Brain 的部署資料，並申請工廠試點，以比較任務轉移能力與現有機器人技術堆疊。
誰應關注：Developers & AI Engineers
關鍵要點
- •Skild AI 正在打造適用於機器人的通用智慧層。
- •據報導，其系統目前已為數百台工廠機器提供動力。
- •這項技術目前部署於工業環境，而非一般家庭。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 11 個來源。
🔑 增強重點摘要
- •Skild AI 採用「全機體」（omni-bodied）架構，使單一基礎模型能控制人形機器人、四足機器人及機械手臂等多種硬體，無需針對特定機型開發專屬軟體。
- •公司由卡內基美隆大學教授 Deepak Pathak 與 Abhinav Gupta 於 2023 年 5 月共同創立，兩人皆具備 Meta AI Research (FAIR) 的深厚研究背景。
- •Skild AI 採取 B2B 軟體即服務（SaaS）商業模式，透過雲端平台與 API 提供服務，而非直接銷售硬體設備。
- •為解決機器人領域的數據稀缺問題，Skild AI 結合了真實世界遠端操作、大規模影片預訓練以及基於物理模擬的合成數據生成技術。
- •該公司在 2026 年 1 月完成 14 億美元的 C 輪融資，估值超過 140 億美元，並與 NVIDIA、ABB Robotics 及 Universal Robots 建立戰略合作關係。
📊 競品分析▸ Show
| 競爭對手 | 特色 | 定價模式 | 基準測試 |
|---|---|---|---|
| Physical Intelligence | 專注於通用機器人基礎模型與實體 AI 軟體 | 未公開 | 未公開 |
| FieldAI | 專注於機器人自主導航與環境適應性軟體 | 未公開 | 未公開 |
🛠️ 技術深入
- 核心架構：Skild Brain 基礎模型，具備跨硬體平台的通用控制能力。
- 數據策略：採用三層數據架構，包含真實世界機器人遠端操作數據、大規模影片預訓練數據，以及透過高階物理模擬生成的合成數據。
- 硬體相容性：支援低成本硬體（4,000 至 15,000 美元），顯著降低傳統工業機器人（250,000 美元以上）的部署門檻。
- 運算支援：與 NVIDIA 合作，利用其模擬與運算平台進行模型訓練與部署。
🔮 前景展望AI analysis grounded in cited sources
機器人部署成本將出現結構性下降
Skild AI 的軟體層允許在低成本硬體上運行複雜任務，將使工業自動化的硬體投資門檻從數十萬美元降至萬元級別。
實體 AI 將取代傳統硬編碼工業自動化
通用大腦的普及將使工廠機器人具備處理非結構化任務的能力，從而淘汰依賴特定程式碼的傳統自動化流程。
⏳ 時間線
2023-05
Deepak Pathak 與 Abhinav Gupta 共同創立 Skild AI。
2025-01
公司進入快速成長期，年度營收達到約 3,000 萬美元。
2026-01
完成 14 億美元的 C 輪融資，公司估值達到 140 億美元。
📎 來源 (11)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： The Next Web (TNW) ↗
每週 AI 簡報
每週一封，可隨時退訂。