机器人基础模型赛道再度迎来重磅玩家，一家新兴公司以惊人的融资规模成为市场焦点。

专注于机器人基础模型研发的初创企业Generalist AI，近期完成了一轮高达4亿美元的新融资。该公司的目标十分清晰——加速推进“物理AGI”，即能够通过机器人在现实世界中自主运行的通用人工智能。

此轮融资完成后，公司估值约达20亿美元，累计融资总额已突破5亿美元。这家成立不久的初创公司，在资本市场获得了高度认可。

本轮领投方为Radical Ventures，跟投方包括8VC、Union Square Ventures、Hanabi Capital和Norwest。现有投资方中，英伟达旗下的NVentures、Boldstart Ventures、Spark Capital、贝索斯探险基金（Bezos Expeditions）以及NFDG均继续跟投。新加入的天使投资人阵容同样引人注目，包括AI研究领域的知名人物李飞飞、小米联合创始人林斌，以及创业家Naval Ravikant。

公司官方表示，这笔新资金将主要投向四个方向：扩大机器人学习模型规模、建设物理数据采集基础设施、提升算力资源，以及推进商业化部署。简言之，既要深耕技术，也要拓宽应用落地路径。

融资消息发布的时机颇为巧妙——就在今年4月，Generalist AI刚刚发布了GEN-1模型。据公司介绍，该系统在多种精细操作任务中实现了99%的可靠性，任务执行速度最高可达此前最先进系统的三倍。更重要的是，它还具备学习新物理技能和适应环境变化的能力。这已远非简单的“机械臂扫码”级别的智能。

回顾此前，去年11月他们发布了GEN-0，该模型验证了一个关键逻辑：机器人领域的“规模化法则”成立。用更多真实世界数据训练更大规模的模型，确实能构建出能力更强的机器人系统。这一判断在当前AI行业中具有重要分量。

Generalist AI并非唯一押注机器人基础模型的公司，但其思路十分清晰：目标是开发能够跨多种机器人类型和不同环境运行的通用模型，而非仅针对单一机器或特定任务的系统。他们瞄准的未来机器人智能，涵盖人形机器人、工业机械臂、仓储机器人、自主系统等多种形态——应用范围极为广泛。

公司在融资公告博客中明确写道：“机器人技术的未来，远不止于某一台机器人。”这句话几乎可视为其战略方向的核心注解。

他们还补充了一个正在形成的正向循环逻辑：更大规模的数据集能够培育出能力更强的模型；更强的模型使机器人能够执行更多有价值的任务；在此过程中，又能生成更多真实世界数据，反过来用于训练未来的系统。如果这一循环得以跑通，其自我强化效应将十分显著。

从宏观背景来看，这轮融资恰逢投资者对物理AI和机器人基础模型的关注度持续升温。过去两年间，生成式AI的进步开始被系统性地应用于需要与环境交互的物理机器上，大量资金顺着这一逻辑涌入。这条赛道的热度，短期内预计还将继续攀升。

Q&A

Q1：Generalist AI的GEN-1模型具备哪些核心能力？

A：GEN-1模型于2025年4月发布，在多种精细操作任务中实现了99%的可靠性，执行速度最高可达此前最先进系统的三倍，同时具备学习新物理技能和适应变化环境的能力。相较于此前发布的GEN-0，GEN-1在实际应用场景中的表现更加稳定和高效。

Q2：Generalist AI本轮4亿美元融资主要投入哪些领域？

A：据公司官方声明，本轮融资将主要用于四个方向：扩展机器人学习模型规模、建设物理数据采集基础设施、增强算力资源，以及推进商业化落地部署。这些投入旨在加速“物理AGI”的研发进程，使机器人能够在真实世界中更广泛地运作。

Q3：Generalist AI的机器人基础模型与传统机器人系统有何不同？

A：传统机器人系统通常只能完成特定任务，适配单一机器或固定环境。而Generalist AI构建的是通用基础模型，能够跨多种机器人类型（包括人形机器人、工业机械臂、仓储机器人等）和不同环境运行，灵活性和泛化能力更强，代表了机器人智能发展的新方向。