2025 年末，一则机器人行业的融资消息震惊了科技圈：成立仅 4 年的 Skild AI，在新一轮融资中估值飙升至 140 亿美元，较年初 B 轮融资的 47 亿美元近乎翻倍。更令人瞩目的是其豪华投资方阵容 —— 三星、LG、施耐德电气、Salesforce 等全球巨头集体押注，软银与英伟达更是为了入局展开深度谈判。

这家不造机器人、只做 “机器人大脑” 的初创公司，凭什么让科技巨头们争相下注？它口中的 “通用机器人大脑” 究竟是什么黑科技？当机器人能适配家庭、医院、工厂等所有场景，甚至零件损坏仍能完成任务时，我们面对的是失业危机，还是科技赋能的新机遇？

今天，我们就来拆解 Skild AI 的崛起密码，看透机器人行业从 “炫技演示” 到 “规模化落地” 的质变革命。

一、从 Meta 实验室到创业：两个教授的 “机器人破局梦”

在 Skild AI 的故事里，两位核心创始人的经历，注定了这家公司的起点就带着 “颠覆基因”。

Deepak Pathak 与 Abhinav Gupta，这两个名字在机器人领域早已是响当当的存在。早年，两人在 Meta 机器人实验室共事，亲身参与了全球顶尖科技公司的机器人研发项目；后来，他们又共同执掌卡内基梅隆大学机器人研究所的教鞭，站在学术前沿见证着行业的发展与困境。

“那些实验室里让人惊叹的机器人视频，多半是‘一次性炫技’。” 回忆起 2022 年的行业现状，Gupta 曾在采访中直言不讳。彼时，机器人技术看似风光无限 —— 机械臂能精准抓取物体，人形机器人能完成深蹲、转身，四足机器人能穿越复杂地形，但这些炫酷演示背后，藏着一个致命短板：缺乏稳定可复制的系统能力。

一台机器人在实验室里能完美完成任务，换个环境、换个工件，甚至只是光线变了，就可能瞬间 “失灵”；为特定任务定制的机器人，无法适配其他场景，部署成本高得惊人；更关键的是，绝大多数机器人依赖定制芯片和专属硬件，难以规模化推广。

作为既懂技术底层、又懂产业需求的 “双栖者”，Pathak 和 Gupta 敏锐地意识到：机器人行业的瓶颈，从来不是 “硬件不够先进”，而是 “大脑不够聪明”。如果能打造一个不依赖定制芯片、能运行在标准 GPU 上的 “通用机器人大脑”，让所有机器人都能共享智能，跨平台、跨任务、跨场景执行工作，整个行业将迎来质变。

2022 年，两人毅然从高校辞职，在硅谷创办了 Skild AI。他们的目标很明确：不做单一机器人产品，而是构建一套通用的智能操作系统 ——Skild Brain，让 “给机器人装大脑” 像给手机装 APP 一样简单。

这个看似大胆的想法，很快吸引了第一批核心团队成员。如今，Skild AI 的团队规模已超 100 人，其中绝大多数来自 Meta、特斯拉、谷歌、亚马逊和英伟达等科技巨头，这些人带着在机器人研发、AI 算法、工业落地等领域的多年经验，共同投身这场 “机器人大脑革命”。

二、1 天适配人形机器人！Skild Brain 的黑科技到底有多牛？

“通用机器人大脑” 听着玄乎，但 Skild AI 用实际成果证明了它的可行性 ——2024 年 2 月，团队购入一款宇树人形机器人，首次将 Skild Brain 部署到实际硬件中，仅用 1 天就实现了可感知的实验效果。

要知道，传统机器人的适配工作往往需要数月甚至数年：工程师要逐一调试硬件参数、编写专属控制程序、反复优化适配场景，而 Skild Brain 能做到 “一天适配”，核心在于其独特的技术架构。

1. 训练逻辑：从 “人类视频 + 模拟练习” 学本事

Skild Brain 的训练基础不是单一任务的代码，而是大规模人类行为视频和海量模拟练习。团队收集了各行各业人类工作的视频 —— 从工厂工人组装零件、医院护士照顾病人，到仓库员工分拣货物、家庭主妇打扫房间，再通过 AI 算法提取动作逻辑、环境交互规律。

同时，Skild AI 搭建了超大规模的模拟环境，让 “虚拟机器人” 在其中反复练习：遇到障碍物如何规避？抓取易碎品用多大力度？零件损坏时如何调整动作？通过 “观察人类 + 自我练习” 的模式，Skild Brain 积累了海量场景数据，形成了一套通用的任务执行逻辑。

更关键的是，它能通过 “动作执行 + 错误数据” 生成反馈闭环：机器人执行任务时，会实时记录成功经验和失败原因，比如 “这次抓取失败是因为光线太暗”“这个动作效率低是因为姿势不对”，并自动优化控制策略。这种 “自主学习” 能力，让它越用越聪明，适配新任务的速度越来越快。

2. 感知能力：内外兼修，读懂自身与环境

传统机器人要么只能 “看环境”（通过摄像头获取视觉信息），要么只能 “知自身”（通过传感器感知关节运动），而 Skild Brain 实现了 “内外感知融合”：

内部感知：实时监测机器人的关节运动、受力情况、能量消耗，比如机械臂的某个关节卡顿、四足机器人的一条腿受力异常，系统能瞬间察觉；

外部视觉信号：通过摄像头捕捉环境变化，比如地面出现水渍、工件位置偏移、有人突然靠近，都能快速识别。

这种 “内外兼修” 的感知能力，让机器人既能清楚 “自己状态好不好”，又能明白 “周围环境怎么样”，从而做出精准决策。Gupta 曾举过一个例子：“如果一台机械臂的某个关节损坏，Skild Brain 会立刻调整动作轨迹，用其他关节代偿，继续完成任务 —— 这是此前机器人不具备的安全能力。”

3. 适配范围：全场景通吃，多形态兼容

目前，Skild Brain 已经实现了两大突破：

一是跨机器人形态适配：从四足机器人、机械臂，到人形机器人，无需重新编写核心程序，只需简单调试适配接口，就能快速部署。这意味着，无论是工厂里的工业机械臂，还是家庭中的服务机器人，都能共用这一套 “大脑”；

二是跨场景执行能力：已成功适配家庭、仓库、医院、施工现场等复杂环境。在医院，它能辅助护士送药、整理病历；在仓库，它能精准分拣、搬运货物；在工厂，它能完成零件组装、质量检测；在施工现场，它能承担危险的高空作业。

这种 “全兼容 + 全场景” 的特性，正是 Skild AI 的核心竞争力。行业分析指出，Skild Brain 的独特之处在于 “少量样本快速适应新任务”，大幅降低了机器人的部署成本和时间 —— 传统机器人适配一个新场景可能需要数百万美元和半年时间，而 Skild Brain 只需几十万美元和几周时间。

三、商业化爆发：从 0 到数千万营收，巨头争相合作

技术的终极价值，在于落地应用。Skild AI 用短短几年时间，实现了从 “技术研发” 到 “商业变现” 的快速跃迁。

截至 2025 年，Skild AI 已服务超过 8 家核心客户，营收从零跃升至数千万美元，增长曲线堪称陡峭。更值得关注的是，它的合作对象都是行业巨头，每一次合作都在拓宽机器人技术的应用边界。

1. 与 LG CNS：发力人形机器人解决方案

LG CNS 作为 LG 集团的核心技术子公司，在智能家居、工业自动化领域拥有深厚的产业资源。此次与 Skild AI 合作，双方将聚焦人形机器人的研发与落地 ——LG CNS 提供硬件制造、供应链整合能力，Skild AI 输出通用大脑技术，共同打造能走进家庭、办公场景的人形机器人。

按照合作规划，首款产品将重点解决 “家庭服务痛点”：比如照顾老人、打扫卫生、处理家务，预计 2026 年进入试点阶段。对于 LG 来说，Skild Brain 的加入，能让其人形机器人摆脱 “功能单一、适配困难” 的短板；而对于 Skild AI 来说，LG 的渠道资源能快速推动技术落地。

2. 与英伟达：赋能 GPU 工厂自动化

2025 年 10 月，Skild AI 在英伟达 GTC 大会上高调亮相，宣布其软件将用于英伟达位于休斯顿的 GPU 工厂自动化部署。

英伟达的 GPU 工厂对生产精度、安全性要求极高，传统自动化设备难以适配复杂的生产流程 —— 比如芯片的精准搬运、设备的实时监测、故障的快速响应。而 Skild Brain 的加入，能让工厂里的各类机器人形成 “智能协同”：机械臂负责精准操作，移动机器人负责物料运输，检测机器人负责质量把控，所有设备由 Skild Brain 统一调度，大幅提升生产效率和安全性。

这次合作的意义远超单个工厂的自动化升级：它证明了 Skild Brain 在高端制造业的适配能力，也为 Skild AI 打开了工业自动化的广阔市场。

3. 战略投资：巨头扎堆，资源全面加持

如果说商业合作是技术价值的体现，那么巨头扎堆的战略投资，则彰显了行业对 Skild AI 未来潜力的认可。

此次公布的战略投资者阵容堪称 “跨行业豪华天团”，涵盖消费电子、工业自动化、医疗健康、企业软件四大领域，每个投资方都带着明确的战略意图：

三星 + LG：作为全球消费电子巨头，两者正全力布局智能家居和消费机器人赛道。投资 Skild AI，本质是为未来产品线注入先进 AI 能力 —— 未来，三星的智能家电、LG 的家庭服务机器人，都可能搭载 Skild Brain，实现更智能的人机交互；

施耐德电气 + CommonSpirit：聚焦医疗健康领域。施耐德电气在医疗设备自动化方面有深厚积累，CommonSpirit 是全球知名的医疗服务集团，两者计划将 Skild AI 的技术应用于医疗辅助机器人和医院自动化系统，比如手术机器人的精准控制、医院物流的智能调度，提升医疗服务效率和质量；

Salesforce：作为全球领先的企业软件公司，意图将 Skild AI 的机器人技术整合到其客户关系管理（CRM）平台。想象一下：未来客服机器人不仅能文字聊天，还能通过实体机器人在门店提供服务，或通过远程操控完成复杂咨询，这将彻底改变 AI 客户服务的形态。

这些战略投资者的加入，不仅给 Skild AI 带来了超过 10 亿美元的资金支持，更重要的是带来了丰富的行业资源和市场渠道。比如，借助三星、LG 的全球供应链，Skild Brain 能快速适配更多硬件产品；通过 CommonSpirit 的医疗网络，医疗辅助机器人能快速进入医院试点；利用 Salesforce 的企业客户资源，商业服务机器人能快速打开市场。

商业化的快速推进，让 Skild AI 的估值一路飙升。从 2022 年成立时的种子轮融资，到 2025 年初 B 轮的 47 亿美元估值，再到新一轮融资的 140 亿美元估值，短短 4 年时间，这家初创公司已成长为机器人行业的超级独角兽。

四、赛道升温：科技巨头的投资逻辑变了

Skild AI 的爆发，不是孤立事件，而是整个机器人行业赛道升温的缩影。近年来，随着 AI 技术的成熟、劳动力短缺问题的加剧，机器人行业从 “实验室技术” 走向 “规模化落地” 的拐点已至，而科技巨头的投资模式也随之发生了深刻变化。

1. 从 “重资产并购” 到 “轻量级布局”

过去，科技巨头布局机器人行业，偏爱 “重资产并购”—— 比如谷歌 2013 年一口气收购 8 家机器人公司，试图快速搭建机器人业务线；亚马逊 2012 年以 7.75 亿美元收购 Kiva Systems，直接切入仓储机器人赛道。

但这种模式的弊端逐渐显现：收购成本高、整合难度大、技术适配性差。如今，巨头们更倾向于 “早期投资押注潜力选手” 的轻量级布局 —— 不追求绝对控股，而是通过少数股权投资，持续关注技术动态和人才储备，同时避免高额收购成本。

三星对 Skild AI 的投资，就是典型的 “轻量级布局”：既能紧跟通用机器人大脑的技术进展，又能在未来根据市场情况深化合作，灵活性远超直接收购。英伟达更是 “撒网式布局”，除了 Skild AI，还投资了 Figure AI（人形机器人公司）、Serve Robotics（自动驾驶配送机器人公司），通过投资覆盖机器人赛道的关键环节，构建生态协同。

2. 赛道竞争：独角兽扎堆，挑战仍存

Skild AI 的崛起，也让机器人 “通用大脑” 赛道的竞争变得激烈起来。其中，同样获得三星投资的 Physical Intelligence，是 Skild AI 最直接的竞争对手。这家公司成立于 2023 年，2025 年末估值已达 56 亿美元，专注于机器人基础模型研发，与 Skild AI 处于同一赛道，双方都在争夺 “通用机器人大脑第一股” 的地位。

此外，人形机器人公司 Figure AI、工业机器人巨头波士顿动力、科技巨头旗下的机器人项目（如特斯拉 Optimus、谷歌 DeepMind 机器人团队），也都在布局相关技术，赛道竞争日趋白热化。

不过，即便巨头扎堆、独角兽崛起，机器人行业仍面临三大核心挑战，这也是所有玩家都需要攻克的卡点：

续航问题：尤其是人形机器人和移动机器人，目前的电池技术难以支撑长时间工作。比如，特斯拉 Optimus 目前的续航仅能维持 1-2 小时，远达不到工业和家庭使用的需求；

机动性不足：在复杂环境中，机器人的移动能力仍有局限。比如在凹凸不平的地面、狭窄的空间，机器人的运动效率会大幅下降，甚至无法通行；

安全性争议：机器人与人类协同工作时，安全性是首要问题。比如工业机器人误操作可能导致工伤，家庭服务机器人可能对老人、小孩造成伤害，这些都需要技术和制度层面的双重保障。

即便是行业标杆特斯拉，其 Optimus 项目推出多年，至今仍在攻坚这些核心问题，尚未实现规模化量产。对于 Skild AI 来说，虽然 “通用大脑” 解决了智能适配问题，但硬件层面的瓶颈，仍需要与合作伙伴共同攻克。

3. 市场前景：2026 年突破 600 亿美元，需求爆发式增长

尽管挑战重重，但机器人行业的市场前景依然被普遍看好。市场研究机构预测，到 2026 年，全球服务机器人市场规模将突破 600 亿美元，年复合增长率超过 25%，成为科技行业增长最快的赛道之一。

驱动市场增长的核心因素有两个：

一是人口老龄化加剧。全球范围内，老年人口占比持续上升，医疗护理、家庭服务的需求激增，而劳动力短缺问题日益突出。比如，美国目前有超百万个危险、重复或不受欢迎的岗位处于空缺状态，机器人成为填补这些岗位缺口的最佳选择；

二是劳动力成本上升。无论是制造业、服务业还是医疗行业，人力成本都在逐年上涨，而机器人一旦实现规模化部署，长期来看能大幅降低成本。比如，一台工业机器人的初期投入可能需要几十万美元，但能 24 小时不间断工作，使用寿命可达 10 年以上，综合成本远低于人工。

在这样的市场背景下，Skild AI 这类掌握核心技术的公司，无疑将成为市场的核心受益者。行业专家指出，Skild AI 的技术具有广泛的适用性和可扩展性，从消费电子到医疗健康，从工业制造到商业服务，几乎所有行业都能应用，这让它在快速增长的市场中具备了先发优势。

五、争议与思考：机器人会取代人类工作吗？

随着 Skild AI 等公司的技术不断成熟，机器人在各行各业的应用越来越广泛，一个绕不开的争议也随之而来：机器人会取代人类的工作吗？

Pathak 在接受采访时曾直言：“机器人最终可以完成几乎所有人类能做的工作，但这并不是威胁，我们有足够时间去准备。”

这句话看似矛盾，实则揭示了技术发展的本质：机器人取代的是 “重复性、危险性、低价值” 的工作，而不是 “人类本身”。

1. 哪些工作会被机器人取代？

从目前的技术进展和市场需求来看，以下三类工作最有可能被机器人替代：

危险工作：比如施工现场的高空作业、化工厂的有毒环境作业、矿山的地下开采作业，这些工作对人类安全构成威胁，机器人能完美适配；

重复工作：比如工厂里的零件组装、仓库的货物分拣、超市的收银结算，这些工作流程固定、缺乏创造性，机器人的效率和精准度远超人类；

低价值服务工作：比如家庭保洁、医院的物流配送、商场的导购引导，这些工作无需复杂的情感交互和创造性思维，机器人能有效降低成本。

美国劳工统计局的数据显示，目前美国有超过 120 万个这类空缺岗位，且缺口还在持续扩大。Skild AI 的技术落地，有望填补这些岗位缺口，缓解劳动力短缺的压力。

2. 人类的机会在哪里？

机器人取代低价值工作的同时，也会创造新的高价值岗位。比如：

机器人相关岗位：机器人的研发、调试、维护、升级，需要大量专业人才；

创造性工作：设计、艺术、科研、教育等需要人类创造力和情感投入的工作，机器人无法替代；

服务性工作：比如心理咨询、高端医疗诊断、个性化教育等，需要深度人机交互和情感共鸣的工作，仍需人类主导。

历史已经多次证明，技术革命从来不是 “取代人类”，而是 “重塑人类的工作方式”。就像工业革命取代了手工劳动者，但创造了更多工厂工人和技术人员岗位；互联网革命取代了传统渠道商，但创造了电商运营、程序员等新岗位。

对于个人来说，应对机器人时代的最好方式，不是恐惧和抵制，而是提升自身的 “不可替代性”—— 比如培养创造力、情感感知能力、跨领域协作能力，这些都是机器人难以模仿的核心竞争力。

3. 行业该如何应对？

机器人行业的快速发展，也需要制度和伦理层面的配套保障：

建立行业标准：明确机器人的安全规范、责任划分，比如机器人造成人身伤害时，该由制造商、软件提供商还是使用者承担责任；

完善社会保障：对于被机器人替代的劳动者，需要提供职业培训、再就业指导，帮助他们转型到新岗位；

坚守伦理底线：禁止机器人在军事攻击、欺诈、侵犯隐私等领域的应用，确保技术向善。

只有技术、制度、伦理协同发展，机器人才能真正成为人类的 “助手”，而不是 “对手”。

六、未来三年：Skild AI 的野心与行业的下一个拐点

获得巨头投资和资金支持后，Skild AI 公布了未来三年的发展规划，其野心不仅仅是成为 “机器人大脑领导者”，更是要推动整个机器人行业的规模化落地。

1. 技术研发：向 “情感化、自主化” 进阶

未来，Skild AI 将重点投入三大前沿领域：

多模态感知：让机器人不仅能 “看” 和 “听”，还能 “摸”“闻”，甚至理解人类的肢体语言和表情，实现更自然的人机交互；

自主决策：提升机器人在复杂突发场景下的决策能力，比如遇到未训练过的新任务、环境突然变化时，能自主判断并制定解决方案；

情感计算：开发能理解人类情感并做出适当反应的技术，比如医疗机器人能感知病人的焦虑情绪并进行安抚，家庭机器人能根据主人的心情调整服务模式。

这些技术的突破，将让机器人从 “工具” 升级为 “伙伴”，进一步拓宽应用场景。

2. 产品落地：聚焦三大行业解决方案

Skild AI 计划与战略投资者深度合作，推出针对特定行业的标准化解决方案：

医疗辅助机器人：重点解决医院物流、手术辅助、老年护理等痛点，已与 CommonSpirit 达成试点协议，2026 年将在 10 家医院推广；

智能零售服务机器人：与三星、LG 合作，打造能完成导购、收银、补货、清洁等全流程服务的零售机器人，2027 年将进入全球 500 家门店；

工业协作机器人：与施耐德电气合作，推出适配中小企业的低成本工业机器人解决方案，降低工业自动化的门槛，预计 2028 年覆盖 1 万家中小企业。

3. 全球化布局：扎根亚洲与北美，辐射全球

为了加速技术落地和市场拓展，Skild AI 计划利用投资者的全球网络，在亚洲和北美建立区域研发中心和服务中心：

亚洲研发中心将聚焦消费机器人和医疗机器人技术，适配亚洲市场的需求特点，比如针对小户型家庭的服务机器人、符合东方医疗习惯的辅助设备；

北美研发中心将重点攻克工业机器人和商业服务机器人技术，服务于北美庞大的制造业和服务业市场；

同时，通过三星、LG、Salesforce 的全球渠道，将产品和解决方案辐射到欧洲、南美、东南亚等地区。

Skild AI 的规划，也折射出机器人行业的下一个拐点 —— 当通用机器人大脑跑通 “训练 - 适配 - 部署” 的闭环，当机器人能快速适配不同硬件、不同场景，当成本降到中小企业都能承受的水平，机器人将真正走进千家万户、各行各业，成为像电脑、手机一样普及的工具。

结语：通用机器人大脑之争，才刚刚开始

从 Meta 实验室的一个想法，到估值 140 亿美元的独角兽；从两位教授的创业初心，到巨头扎堆的战略布局；从实验室里的技术验证，到工厂、医院、家庭的落地应用，Skild AI 的崛起，见证了机器人行业从 “炫技式演示” 到 “规模化落地” 的质变。

但这只是开始。通用机器人大脑的竞争，就像当年的智能手机操作系统之争 —— 谁能成为机器人行业的 “iOS” 或 “Android”，谁就能掌握行业的话语权。目前，Skild AI 虽然暂时领先，但身后还有 Physical Intelligence、Figure AI 等追兵，还有特斯拉、谷歌等科技巨头的虎视眈眈。

对于整个行业来说，真正的拐点不在于某一家公司的估值高低，而在于是否能攻克续航、机动性、安全性等核心卡点，是否能建立完善的行业标准和伦理规范，是否能让机器人真正赋能人类，而不是引发社会焦虑。

当机器人能承担危险的工作，人类就能远离伤害；当机器人能包揽重复的劳动，人类就能专注于创造；当机器人能提供贴心的服务，人类就能享受更便捷的生活 —— 这才是技术发展的终极意义。

通用机器人大脑的时代已经拉开序幕，你准备好了吗？欢迎在评论区聊聊你的看法 —— 你觉得机器人会取代你的工作吗？你最期待机器人帮你解决什么问题？

欢迎关注外骨骼之家公众号