机器人初创公司 Generalist 估值升至 30 亿美元：资本押注“通用机器人”大脑

机器人公司 Generalist 在追加融资后估值升至约 30 亿美元，投资者押注其开发的通用机器人基础模型及多模态控制引擎。尽管公司展示了能通过几秒钟演示进行“物理提示”的 GEN-1.5 模型，但其商业化能力、跨平台迁移性与长期稳定性仍有待验证。

据 TechCrunch 报道，机器人人工智能初创公司 Generalist 在一轮由 8VC 领投的追加融资后，估值升至约 30 亿美元。此次融资规模接近 2 亿美元，监管文件支持了这笔新增资金的规模，但公司和 8VC 均未回应 TechCrunch 的置评请求。

这笔资金并不是一次完全独立的新一轮融资，而是对 Generalist 今年 6 月宣布的 4 亿美元 B 轮融资的追加。6 月的融资由 Radical Ventures 领投，当时公司估值约为 20 亿美元；如果将两次融资合并计算，该轮融资的累计规模达到约 6 亿美元。由此看来，Generalist 的估值在数月内迅速上升，反映出投资者对机器人基础模型的兴趣仍在升温。

不过，30 亿美元估值和融资领投方等信息，主要来自 TechCrunch 援引的两名知情人士，Generalist 并未公开披露完整交易条款。监管文件能够证明公司申报了接近 2 亿美元的新增融资，但并不能单独证明全部交易条款已经完成。因此，现阶段更准确的表述是：公司据报在新融资中获得约 30 亿美元估值，而不是已经完成一笔所有细节均已公开确认的融资交易。

Generalist 想做的不是另一台机器人

Generalist 的核心方向不是制造某一种人形机器人或机械臂，而是开发能够适配多种机器人形态的基础模型。公司的目标，是让机器人通过大规模物理世界数据学习，在不同硬件、环境和任务之间迁移能力。

Generalist 在 今年 6 月的融资公告 中表示，新资金将用于扩大机器人数据引擎、计算和训练基础设施，并与能够把这些系统带入实际工作的行业合作。公司称，截至当时累计融资已超过 5 亿美元，参与者包括 Radical Ventures、8VC、Union Square Ventures、Hanabi Capital、Norwest、NVIDIA、Boldstart Ventures、Spark Capital 和 Bezos Expeditions 等。

公司由 Pete Florence、Andy Zeng 和 Andrew Barry 于 2024 年创立。Florence 和 Zeng 曾在 Google DeepMind 从事机器人研究，Barry 则曾任 Boston Dynamics 工程师。投资机构 Boldstart Ventures 的公司资料也将三人列为创始人，并称 Generalist 的目标是推动通用机器人走向现实。

GEN-1.5 把几秒钟的演示当作“物理提示”

Generalist 最近发布的 GEN-1.5，是这家公司目前最重要的技术展示之一。根据 Generalist 的官方介绍，该模型可以接收一段约 3 至 12 秒的传感器和动作演示，并在不更新模型参数、不进行微调的情况下尝试执行新任务。公司把这种利用传感器运动示例作为上下文的方式称为“物理提示”。

GEN-1.5 是一个大型多模态模型，能够处理视频、语言、传感器和本体感知输入，并以每秒 100 次的频率生成动作轨迹。公司还表示，模型拥有 30 秒的视觉记忆，可以将不同演示组合起来，尝试完成更长的行为链；在部分场景中，人类也可以直接用自己的双手演示任务，让机器人模仿动作。

但这些结果仍应被视为研究阶段的能力展示，而不是已经达到通用机器人的证明。Generalist 在自有测试中使用了 10 项多样但相对短时的操作任务。单次演示、无需梯度更新的情况下，平均成功率为 59%，标准差为 10 个百分点；在每项任务使用约 5 分钟数据、进行 10 次梯度更新后，平均成功率升至 83%，标准差为 9 个百分点。

公司自己也承认，相关任务较为简单、时间跨度较短，单次提示获得的技能目前比经过微调的模型更脆弱。换言之，3 至 12 秒的演示说明模型可能具备一定的快速适应能力，但并不等同于机器人已经能够在开放环境中稳定完成复杂工作。本文也不将 GEN-1.5 的这些数字视为独立 benchmark；它们目前主要来自 Generalist 的自有技术说明。

机器人行业正在寻找自己的“基础模型”

Generalist 获得高估值的背景，是投资人希望机器人能够像语言模型一样，通过规模化训练获得跨任务的通用能力。过去，工业机器人通常围绕固定工序部署，每增加一种任务，都需要工程师重新编程、收集示范数据并调试系统。基础模型路线则试图把“重新编程”转变为“展示任务”或“描述任务”。

这一方向也正在吸引大型科技公司和芯片企业。Google DeepMind 近期发布的 Gemini Robotics 2 同样试图将多模态理解、具身推理和机器人控制连接起来；NVIDIA 则把生成式世界模型和机器人仿真结合，探索在真实部署前用虚拟环境训练和评估机器人，这一点在其与 CMR Surgical 合作的 Cosmos-H-Dreams 手术机器人仿真项目 中有所体现。

Generalist 面临的关键问题，是能否将实验室里的快速学习能力转化为可重复、可验证、可商业化的机器人系统。现实世界的物体、光线、摩擦、遮挡和人为干预都具有高度变化，机器人还必须在出现错误时及时停止或重新规划。相比在互联网文本上训练语言模型，机器人学习缺少规模同样庞大且统一的数据来源，数据采集和安全验证的成本也更高。

高估值之后，商业化仍是下一道门槛

TechCrunch 称，Generalist 已与少数客户合作，并利用客户反馈针对具体应用调整模型，但公司尚未公开这些客户的名称、部署规模或收入数据。新资金能够帮助 Generalist 扩大训练和数据基础设施，却不能自动证明其模型已经形成稳定的商业模式。

对这家成立仅两年的公司而言，30 亿美元估值既是对机器人基础模型前景的押注，也提高了外界对产品进展的期待。接下来需要观察的，不只是模型能否从一次演示中学会短任务，还包括它能否在不同机器人平台之间迁移，能否在工厂、仓库或其他真实场景中长期运行，以及客户是否愿意为这种能力持续付费。

Generalist 的融资说明资本市场正在把机器人智能视为继大语言模型之后的又一个基础设施机会。但从“几秒钟学会一个动作”到“可靠地完成现实工作”，中间仍有很长距离。当前披露的融资和测试结果，更多展示了这场竞赛的资本规模与技术方向，而不是最终答案。

来源： TechCrunch：Robotics startup Generalist reaches $3B valuation, sources say、Generalist AI：Accelerating the next phase of physical AI、Generalist AI：GEN-1.5。