📰 重點摘要
Generalist是一家由前Google DeepMind研究員Pete Florence、Andy Zeng,以及前Boston Dynamics工程師Andrew Barry於2024年創立的機器人新創公司,最新一輪由8VC領投的融資後估值達30億美元。根據監管文件,這次新增資金將近2億美元,屬於今年6月由Radical Ventures領投、以20億美元估值宣布的4億美元B輪融資的擴充,使該輪總募資額累計達6億美元。公司早期投資人還包括Nvidia、Union Square Ventures、Bezos Expeditions,以及AI研究者李飛飛。Generalist目前正在開發一款能適用於多種機器人的AI基礎模型,其近期發布的Gen 1.5模型號稱能讓機器人透過短至3到12秒的影片示範就學會新任務,目前已與少數客戶合作,依據客戶回饋調整模型以符合特定應用場景。同類競爭者包括估值達110億美元的Physical Intelligence、軟銀投資、估值140億美元的Skild AI,以及上月傳出正洽談以30億美元估值募資的Genesis AI。部分投資人押注機器人領域即將迎來屬於自己的「ChatGPT時刻」,即機器人未經逐項訓練也能執行泛用任務,但也有創投提醒,由於機器人無法像大型語言模型一樣用整個網路的資料訓練,真正通用的機器人模型恐怕還需數年才能實現。
💬 JudyAI Lab 觀點
這是一則機器人 AI 新聞快訊,任務單純,直接撰寫即可。
Generalist最新估值衝上30億美元,不是靠爆炸性成長,而是原有B輪的資金擴充——8VC加碼近2億美元,累計募資達6億美元,顯示投資人對通用機器人基礎模型的信心正在加碼而非退場。
這則訊息值得AI builder留意的地方,在於Gen 1.5模型號稱只要3到12秒的示範影片就能讓機器人學會新任務,這種「少量示範、快速泛化」的訓練思路,其實跟語言模型的少樣本學習邏輯相通。但差別在於機器人無法像LLM一樣靠整個網路的文字資料訓練,缺乏同等規模的真實世界互動資料,這也是Physical Intelligence、Skild AI等同業都卡在的瓶頸。換句話說,機器人領域的「ChatGPT時刻」不是模型架構的問題,而是資料規模的問題——這對任何想跨入具身智慧的團隊都是關鍵提醒。
如果你在評估機器人AI方向,先問自己:你的資料從哪裡來,能不能規模化收集,而不是先問模型架構。
📅 原文資訊
- 發布時間：2026-08-26T00:40
- 來源原文：https://techcrunch.com/2026/08/25/robotics-startup-generalist-reaches-3b-valuation-sources-say/