0营收，估值200亿美元，这家公司想成为机器人的安卓

超电机器人报道

作者｜在洲

一家营收为0的公司，估值200亿美元。

10月27日，彭博社报道称，美国具身智能公司Physical Intelligence正洽谈新一轮融资，估值约200亿美元，计划至少募资10亿美元。

Physical Intelligence成立两年半，2024年初在旧金山成立，到现在还没过第三个年头。

今年年初，它融资时估值115亿美元，现在谈的是200亿，半年涨了85亿，增长速度堪称火箭。

同行比它的估值更低，但已经有了收入。比如Skild AI今年1月估值140亿美元，到9月年收入已突破1亿美元，FieldAI正按100亿美元估值融资，订单加营收超过1.35亿美元，客户三十多家。

三家公司做的是同一件事，给机器人做大脑，Physical Intelligence估值最高，却是唯一一家没有收入的。

200亿美元的估值，凭什么？

机器人界的安卓

我们先聊聊Physical Intelligence这家公司的底色。

创始阵容几乎是机器人学习领域的全明星，CEO Karol Hausman，事前Google DeepMind资深研究科学家，首席科学家Sergey Levine，则是伯克利教授。联合创始人Chelsea Finn，斯坦福的；还有Brian Ichter，SayCan那篇论文的核心作者，就是最早把语言模型接到机器人上的那批人。

投资方名单也是清一色的大咖，OpenAI、红杉、Thrive、Lux、Alphabet的CapitalG，还有贝佐斯。

这批人有一个共同的判断——机器人缺的不是手、不是腿，也不是更贵的硬件，是智能。

Hausman在红杉的播客里说过一句话，硬件这些年一直在进步，更灵巧的手、更像人的本体，但根本问题没解决——没有足够的智能去操作它们。他的意思是，哪怕给你一个最简单的夹爪，机器人早该会切菜、做饭了。

所以PI从成立第一天起就定了路线，不做本体，只做大脑。一套模型，跨机器人、跨场景、跨任务。

这个选择还是很关键的，像Figure、Tesla、宇树、智元，都是先造一个身体，再给它配脑子。PI反过来，先做一个能装进任何身体的脑子。它赌的是大脑会像操作系统一样收敛，最后剩下少数几家，所有硬件厂都得来买。

技术上，它确实是按这个目标在走。

2024年10月，其开发的具身智能基础模型π0，用PaliGemma做视觉语言底座，外挂一个33亿参数的“动作专家”，靠flow matching直接输出50赫兹的连续动作。训练数据是8种不同机器人、1万多小时的遥操作。叠衣服、收拾桌子、装箱子，一个模型全干。

以前的VLA，动作是一个token一个token往外吐的，像打字，慢，而且容易抖。flow matching换了个思路，一次生成一整块动作，50赫兹，也就是每20毫秒一个指令。

机器人要的是连续，不是逐字。这个改动听着很工程，但它决定了机器人能不能干精细活，捏葡萄、插移液管，差几十毫秒就是一手汁。

数据也是硬功夫，1万多小时的遥操作，是真人戴着设备，一遍一遍教出来的。PI自己不做机器人，直接买3500美元一台的现成机械臂，在办公室、真实家庭、仓库、商用测试厨房里采数据。Groom说过，同样的机械臂如果自己造，成本能压到1000美元以下——但他宁愿把钱花在数据上。

2025年4月，π0.5，这一代解决的是泛化，把一个移动机器人放进完全没见过的人家里，让它收拾厨房、整理卧室，一次任务10到15分钟。靠的不是堆更多机器人数据，而是异构共训练——网络图文、人类口头指导、子任务标注、其他机器人的数据，全揉进一个训练目标里。

2025年11月，π*0.6，开始从真实部署里学。奖励、失败、人工纠正，全部变成训练信号。这一代的目标不是"会做"，是"做得更稳"。

2026年3月，π0.6-MEM。给模型加记忆：短期的视频记忆，长期的文本记忆。解决的是长任务里“干着干着忘了”的毛病。

2026年4月，π0.7。可以steer了。你给它指令、偏好、质量标签、子目标图像，它能组合已有技能去干没训练过的事——比如一个从没见过的空气炸锅。

半年一代，每一代解决一个具体瓶颈：泛化、经验、记忆、可控。

这不是论文堆出来的漂亮曲线，Ultra是美国的一家仓储打包公司，用π0.6跑完了完整的一个班次，96.4%的自主率。Weave在旧金山做上门收送洗衣服，用了Pi的模型之后，远程操作员每单的干预次数少了一半。

所以我们就能能理解，为什么有人愿意给它200亿。

它卖的不是“机器人会干活”，卖的是同一套大脑，能装进任何机器人。

如果这件事成立，它就是机器人时代的安卓。

API上线14天，估值涨了85亿

10月13日，PI API beta上线。

逻辑并不复杂，客户把自己的机器人数据传上去，PI在自家算力上帮你微调，训好的模型放在云端，你的机器人通过网络调用，跑完之后把失败案例拿回来，决定下一轮补什么数据。

这是一条完整的闭环。

在这之前，行业里的开放大多是给权重、给SDK、给工具链。开发者拿到的是一个毛坯房，水电得自己接。PI这次是把装修也包了——数据、训练、推理、评测，全托底。

至于效果，旧金山有家叫Almond的公司，做双臂机器人Axol，用Pi API迭代了4天，就让机器人在自己的产线上打磨垫片了。犹他州的Actor，把Pi的模型装进自动驾驶轮式装载机，在真实商业场景里铲料、装车，驾驶室里没人。

行业里的说法是，很多硬件和应用公司并不想自己训VLA，与其重投入建模型团队，不如先接API，看看自家本体在更强的大脑驱动下能到什么上限。

14天后，10月27日，彭博曝出200亿估值。

这14天里，PI没有发新模型，没有宣布新客户，没有收入。变的是叙事，它从一家研究很强但不知道怎么收钱的实验室，变成了一家大脑可以按调用付费的供应商。

根据PitchBook的数据，2026年上半年，全球机器人和物理AI融资334亿美元，已经超过2025年全年的287亿。黄仁勋说这是50万亿美元的市场，Coatue说至少6万亿。钱在往这个赛道挤，而Pi站在最靠上游的位置。

这不是PI一家的行情。Figure去年估值390亿美元，商业化还停留在几家工厂的试点；Skild 1月融资时估值140亿，7个月翻了三倍；国内银河通用3月完成25亿元A+轮，估值超200亿人民币，极佳视界一个月融了25亿，估值破百亿。整个赛道的估值中枢，在半年里被抬了一大截。

有投资人给这类资金起了个外号——硬件观光客，被AI热潮吸引进来，但没做过硬件，不知道量产、供应链、售后有多重。Menlo Ventures的Matt Murphy说得更直接，机器人是少数几个“还没证明商业吸引力，就已经拿到巨额融资”的行业之一。

Skild AI，做的是类似的事——给各种机器人提供通用的大脑。今年1月融资14亿，估值140亿。9月，它宣布年度经常性收入超过1亿美元，付费客户60多家。

PI呢？收入0，估值200亿。

有收入的，比没收入的便宜60亿。

这个价差，就是市场对“通用性”的定价。Skild走的是先落地、再通用的路，客户多是仓储、制造的具体场景；Pi走的是先通用、再落地的路，赌的是一个模型控制所有机器人这个终局。

资本市场显然更愿意为终局付钱。

200亿背后的三个假设

200亿不是拍脑袋拍的，它背后有三个假设。

首先就是大脑层会收敛，赢家通吃。

这是整个估值的地基，如果机器人的大脑像PC时代的Windows、手机时代的安卓，最后只剩一两家，那今天200亿一点都不贵——因为赢家拿走的是整个产业链最肥的一段。

但如果它像今天的大模型层，多家并存、各有各的场景、价格一路往下走，那200亿就买贵了。

现在看，两种迹象都有。一方面，Pi的模型确实在跨本体、跨任务上领先，π0.5到今天还是很多研究机构的强基线；另一方面，Google有Gemini Robotics，OpenAI在具身智能上投了重注，Tesla和Figure都在自研，中国厂商几乎全是软硬一体。

大脑会不会收敛，现在没人知道。

第二个假设：跨本体真的能成立。

PI的整套故事，建立在“同一套模型能装进任何硬件”上，这既是它的优势，也是它的软肋。

优势在于，硬件厂不用自己养一个几百人的模型团队；软肋在于，没有哪家硬件厂愿意把灵魂交给别人。Figure不会用PI的模型，Tesla不会，中国的宇树、智元更不会，它们把大脑当成核心壁垒。

所以Pi的客户，大概率是那些"有身体、没大脑"的中小厂商。这个市场有多大，决定了Pi的天花板。

第三个假设：API能收到钱。

现在还是beta，申请制，没有公开定价。Pi说得很清楚，这一版是第一版物理智能基础设施，先跑通再谈钱。

但有个绕不过去的问题：π0、π0.5、π0-FAST，全都开源了。Apache-2.0协议，权重和代码都在openpi仓库里，Hugging Face上能直接跑。

开源是好事，它让Pi成了行业标准，也让全世界的研究者帮着验证。但开源也意味着，"大脑"这件事很难卖出高价——至少基础模型这一层，很难。

Pi真正的护城河，可能不在模型本身，而在那条闭环：客户数据进来、模型变强、更多客户进来。这个飞轮转起来，才有定价权。

这里还有一个更大的背景，值得放进来。

美国和中国，在具身智能上走的是两条完全不同的路。美国押“大脑”：Pi、Skild，轻资产、纯软件、高估值、卖授权。中国押"身体"：宇树、智元、银河通用，重资产、抓量产、拼供应链、靠真实订单。宇树的入门人形已经压到2.99万元，智元第5000台整机下线，优必选披露订单超13亿。

两条路没有对错，是资源禀赋决定的。美国有最顶尖的机器人学习人才和最密的风投，中国有最完整的供应链和最便宜的量产能力。

但资本给的价差很明显：一个还没出货的大脑公司，估值200亿美元；一个已经出货几千台的本体公司，估值可能只有它的几分之一。

这个价差能不能持续，取决于一件事：大脑层到底会不会收敛。如果会，今天的溢价是便宜的；如果不会，本体厂迟早会把利润拿回去。

还有一层，更容易被忽略。

安卓本身是不赚钱的。安卓免费，Google靠搜索、地图、Play商店，把手机上的钱赚回来了。

PI的服务是什么？现在还没有答案。

它可能是按机器人数量收订阅费，可能是按调用次数收费，可能是帮客户做定制化部署，也可能是卖数据服务。每一条都成立，但每一条都还没跑出规模。

所以这200亿，买的其实是一张入场券。

拿到了，PI有机会成为机器人时代的操作系统，定义标准、收生态的钱。拿不到，它就是一家技术极强、但被硬件厂和巨头夹在中间的研究公司——80个人，很聪明，很贵，但赚不到钱。

11个月，估值从56亿到200亿。这个速度，比它任何一个模型迭代都快。

模型半年一代，估值一个季度一代。接下来要看的是，当估值跑得比技术快的时候，中间那段空白，用什么填。