一家只做“大脑”的公司，撑起了140亿美元估值

全球机器人产业的资本重心，正在从本体移向大脑。

近日，多家媒体报道称，日本软银集团与英伟达正商谈联合向机器人基础模型公司 Skild AI 投资超 10 亿美元。一旦交易完成，这家成立仅两年的创业公司估值将升至约 140 亿美元，较今年早些时候的 47 亿美元翻了 3 倍。

为什么是 Skild AI？

这是所有人在听到 140 亿美元这个数字时的第一反应。

相比于特斯拉擎天柱（Optimus）的钢铁身躯，或是波士顿动力炫酷的空翻动作，Skild AI 在大众视野中显得颇为低调。这家由卡内基梅隆大学两位教授 Abhinav Gupta 和 Deepak Pathak 创立的公司，自诞生之初就确立了一条与其竞争对手截然不同的路径：不造身体，只造大脑。

长期以来，机器人领域受困于“莫拉维克悖论”：让计算机在智力测试中击败人类很容易，但要让它们像一岁孩子一样感知和行动却难如登天。传统的机器人开发往往是专机专用，比如扫地机器人只能扫地，机械臂只能拧螺丝。一旦环境变化，代码就需要重写。

Skild AI 试图打破这一魔咒。他们正在构建一个通用的机器人基础模型——Skild Brain。这其中的核心逻辑是 Scaling Laws 在物理世界的复刻。正如 OpenAI 通过喂给模型海量文本从而诞生了 ChatGPT，Skild AI 坚信，如果喂给模型海量的物理交互数据，机器人也能涌现出通用的运动智能。

据 Skild AI 宣称，其模型训练数据量是竞争对手的 1,000 倍，且数据来源多样，包括互联网视频、仿真环境，以及真实机器人采集。他们先通过大规模仿真与人类视频进行预训练，再以目标场景下的真实机器人数据进行后训练，以获得稳定的能力。

这种“大脑”具备惊人的泛化能力，可适用于各种四足机器人、人形机器人、桌面机械臂、移动机械臂等，机器人可以执行各种任务，例如收拾餐具和上下楼梯。

（来源：Skild AI）

英伟达与软银为何押注 Skild AI？

对英伟达而言，押注 Skild AI 的核心动机在于补齐其“物理 AI”战略中长期缺失的第三层——通用机器人操作系统。英伟达过去几年构建的机器人技术栈，本质上是一个清晰的“三层结构”。

最底层是算力基座。无论是 H100/H200/B200 这样的训练端 GPU，还是面向端侧执行的 Jetson Thor，它们都通过 CUDA 体系牢牢绑定全球开发者。这部分英伟达已形成事实垄断。

第二层是工具链与仿真环境。Isaac Sim、Omniverse、CUDA 加速库构成了机器人训练和部署的数字工厂，是业界认可度最高、成熟度最强的工业级仿真平台。几乎所有具身智能创业公司都把 Isaac Sim 作为默认训练场，这意味着英伟达已经掌握了模型训练和策略开发的基础设施话语权。

真正缺失的是第三层，也就是能够跨形态、跨场景运行的通用机器人基础模型。英伟达曾发布 GR00T 等示范性模型，用于吸引开发者，但并不是商业化大规模部署的核心产品。在模型层，英伟达依然没有一个足以统领生态、能在全球千万级机器人上运行的标准化大脑。Skild AI 的价值，正是要把这块缺口补上。

换句话说，云端算力是英伟达的第一条增长曲线，而通用机器人基础模型将成为第二条。投资 Skild，就是提前锁定下一代 AI 操作系统的制高点。

软银的机器人布局一直颇具野心。早在十年前，它就高调推出情感机器人 Pepper，并相继持有波士顿动力等公司，但这条路径最终因为商业化迟缓而中断。经历沉浮后，孙正义在近两年重启机器人战略。

这一战略的底层框架，在软银过去一年的密集动作中已逐渐浮现。2024 年起，软银大举推动 Arm 进入自动化、机器人等高增长领域，在计算架构层面打造统一标准；随后又以逾 50 亿美元收购 ABB 机器人业务，直接拿下全球最大的工业机器人生产体系之一；同时，软银还在积极构建 AI 数据中心与超算集群，试图掌控未来机器人训练与推理所需的底层算力。

但要让这一整套基础设施真正运转，需要的是能够运行在亿级机器人上的通用大脑。这正是 Skild AI 的价值。

一旦 Skild 成为行业标准，它不仅将绑定 ABB 的全球部署能力，更可能成为整个机器人生态的应用入口。重仓 Skild AI，是软银试图在物理世界复制当年投资阿里巴巴神话的一次豪赌。

巨头为何开始疯抢机器人基础模型？

从英伟达与软银豪赌背后，可以一窥：市场正从对单一硬件本体的关注，转向对通用基础模型的争夺。

在这一进程中，硬件本体如执行器、关节、传感器等随着供应链的成熟，将不可避免地陷入同质化竞争，操作系统层的价值却会像 PC 时代的微软、智能手机时代的 iOS/Android 一样形成垄断。

其次，Scaling Laws 正在进入物理世界。OpenAI 已证实，正确架构叠加海量数据会催生智能涌现。资本相信同样的规律正在迁移到具身智能。而 Skild AI 通过构建超大规模的参数模型，利用海量的跨模态数据进行预训练，从而实现智能的涌现。

（来源：Skild AI）

此外，具备通用泛化能力的机器人大脑，未来瞄准的是各类服务场景，包括搬运、分拣、流水线、配送乃至家庭服务。如果一个模型能让机器人像人一样执行任务，那么它卖的不是软件，而是标准化、可规模化的劳动力。

Skild AI 能否撑起 140 亿美元的估值，最终仍需在真实世界接受验证：模型的泛化能力是否足够稳定、推理成本能否压低到商业可行区间、跨机器人平台的适配是否真的如愿顺畅。但几乎可以确认的是，机器人行业的竞争重心正在从造更强的身体转向打造统一的大脑。

英伟达与软银的下注，只是这场变革的序幕。

1.https://techfundingnews.com/softbank-and-nvidia-plan-1b-investment-in-skild-ai-at-14b-valuation/

2.https://www.linkedin.com/in/pathak22/

3.https://www.linkedin.com/in/abhinav-gupta-319193164/

4.https://siliconangle.com/2025/12/08/report-nvidia-softbank-invest-1b-robotic-brains-startup-skild-ai/

5.https://www.skild.ai/blogs/building-the-general-purpose-robotic-brain

6.https://www.nvidia.com/en-us/customer-stories/skild-ai/

7.https://techcrunch.com/2025/12/08/softbank-and-nvidia-reportedly-in-talks-to-fund-skildai-at-14b-nearly-tripling-its-value/

8.https://www.skild.ai/