一、创业故事

Skild AI 由 Deepak Pathak（首席执行官） 和 Abhinav Gupta（总裁） 于 2023 年创立，目标是打造一个通用型机器人操作系统。这两位联合创始人均曾任教于卡内基梅隆大学的计算机科学项目，为追求这一愿景，他们毅然放弃了学术岗位。

Deepak Pathak 的职业生涯始于印度。他早期通过在纸上编写代码并利用网吧有限的上网时间进行测试，学习了编程。Pathak 就读于印度理工学院（IIT），并于2014年以计算机科学专业最高学术成绩获得金牌。毕业后，他进入加州大学伯克利分校攻读人工智能博士学位，并在2015年联合创办了面部识别初创公司 VisageMap，该公司随后被 FaceFirst 收购。2017年，他开发了一种在机器人中注入“人工好奇心”（artificial curiosity）的技术，并发表相关论文，截至2024年7月，这篇论文已获得超过4000次引用。在完成博士学位后，他于2019年加入 Facebook AI Research（FAIR）。

Abhinav Gupta 于2000年进入印度理工学院学习计算机科学，随后于2004年在马里兰大学攻读计算机科学博士学位。他在2009年博士毕业后成为卡内基梅隆大学机器人研究所的教授。2018年，Gupta 加入 FAIR，担任创始成员和研究负责人，专注于推动人工智能和机器人领域的发展。他的研究涉及机器人操作、运动和导航等领域，截至2024年11月，其研究成果已被引用超过7.5万次。

Pathak 和 Gupta 在机器人领域的贡献广泛，包括 自监督机器人、自主学习代理 和 自适应机器人学习 等。他们的研究在2021年和2022年达到高潮，当时他们开发了一种大规模自适应 SIM2REAL（从模拟到现实）训练 方法，并凭此获得 机器人学习大会最佳机器人系统奖（Best Robotic System Award at the Conference on Robotic Learning）。

尽管 Skild AI 于2023年正式成立，但这一想法早在近十年前便已萌芽。在 FAIR 工作期间，Gupta 和 Pathak 经常讨论共同创办一家公司的可能性。2023年初，两人注意到这一领域的快速发展，许多进步源自他们的研究，因此决定通过 Skild AI 扩大自己的影响力。经过长期筹备，Skild AI 于2024年7月正式亮相。

二、公司产品

Skild AI 正在开发一个基础型操作系统，旨在为广泛的工业和个人机器人提供支持，从而实现安全的人机交互。其目标是通过创建一个能够无缝适应新环境（如建筑工地和工厂）的模型，推动移动机器人的普及，而无需重新训练。通过专注于 适应性 和 安全性，Skild AI 希望克服移动机器人在各种行业和场景中部署的主要障碍。

1、机器人基础模型

Skild AI 正在开发一款可扩展的机器人基础模型，被称为 Skild Brain，设计为各种机器人在不同场景和任务中的通用“大脑”。这一模型能够适应不同的硬件平台和环境，从建筑工地到工厂，再到家庭等场景。Skild AI 首席执行官 Deepak Pathak 表示：

Skild AI 的机器人基础模型训练所用的数据点比竞品模型多 1000倍，包括从人类操作机器人中收集的数据以及数百万个公开视频的数据。该模型设计用于 非结构化环境，无需针对新环境进行重新训练。Skild AI 致力于让基于其操作系统的机器人实现“任何任务、任何环境、任何硬件平台”的目标。

2、移动操作平台

Skild AI 提供了一个 移动操作平台，由其基础模型驱动，使开发者能够通过 API 调用开发机器人应用程序。此平台的设计旨在让机器人开发变得更加简单易用，开发者可以通过高级算法和专用机器人功能的 API 集成来实现应用开发。这种灵活性使得 Skild AI 驱动的机器人能够在彼此独立的环境中运行，适应性极强。

3、安全与巡检机器人平台

Skild AI 还提供了 全面的机器人解决方案，专注于视觉巡检、数据收集和巡逻任务。尽管截至2024年11月，关于其安全与巡检机器人平台的详细信息仍有限，但公司已初步将这些机器人应用于工业场景。

三、市场格局

1、公司客户

Skild AI 的目标客户是那些面临 劳动力短缺 的行业，包括医疗、建筑、仓储和制造业。公司专注于开发用于机器人技术的 AI 模型，以解决危险任务或需要与人类协作完成的任务。

截至2024年11月，Skild AI 的产品仍处于开发阶段，其直接客户可能主要是 研究机构 和 机器人公司，这些客户希望在其系统中整合先进的人工智能技术。目前，Skild AI 尚未报告拥有任何正式客户，公司表示其资金将用于扩展其基础模型并建设团队。

2、市场规模

全球劳动力短缺问题 日益严重。到2030年，预计全球人才缺口将达到 8,520万人，这可能导致高达 8.5万亿美元 的经济损失。这种现状为机器人和像 Skild AI 这样的 AI 驱动解决方案提供了巨大市场机会。

人形机器人市场

Skild AI 的技术能够为人形机器人市场提供支持。该市场在2023年的估值为 13亿美元，预计从2024年到2030年的复合年增长率（CAGR）为 17.3%。据高盛预测，到2035年，人形机器人的 总可用市场（TAM） 可能达到 380亿美元，这一数字相比其2022年的预测（60亿美元）有大幅提升。

工业领域市场

在工业领域，人形机器人的潜在市场规模预计将随着工人需求从2024年的 2.52亿 增长到2035年的 4亿。截至2024年3月，这一领域的 TAM 估值约为 1.8万亿美元。

家用市场潜力

如果人形机器人能够在2035年前应用于 1.5亿全球家庭 的 15%，以每台 1万到1.5万美元 的平均售价计算，其 家用市场TAM 可能达到 2.8万亿美元。

四、竞争对手

根据硅谷科技评论创投库（svtr.ai），近两年来全球313家机器人初创企业获得投资机构押注，生成式AI的问世，让机器人成为资本重点关注的赛道之一。

在半年前，我们盘点了人形机器人赛道，但截止2024年11月底，整个行业已经发生巨大的变化。Skill AI在今年7月以3亿美元的累计融资额，在SVTRAI机器人排行榜与Agility并列排名第三。

1、横向比较

在机器人技术领域，采取横向市场策略的公司专注于为开发者创建抽象层，利用广泛的机器学习模型使机器人硬件能够与物理世界交互。以下是与 Skild AI 具有竞争或合作潜力的几家公司，它们都采用了类似的横向方法。

Sanctuary AI：人形机器人与AI控制系统的融合

成立于2018年，已筹集超过1.4亿美元融资，截至2024年11月估值达到2.39亿美元。其主要投资方包括 Workday Ventures、Verizon Ventures 和 Accenture Ventures。公司研发的人形机器人 Phoenix 和 AI控制系统 Carbon，旨在开发能够执行各种类人任务的智能机器人。

Sanctuary AI 与 Skild AI 同为推动机器人通过AI执行复杂任务的竞争者。虽然 Skild AI 致力于为各种工业与个人机器人提供适配性强的基础模型，Sanctuary AI 同样专注于开发适应多环境、可安全与人交互的智能机器人。

Physical Intelligence ：通用机器人AI的基础模型

成立于2024年，专注于开发通用机器人AI的基础模型和学习算法，其技术可应用于广泛的场景。截至2024年11月，该公司已获得 Thrive Capital、OpenAI、Lux Capital、Khosla Ventures 和 Sequoia Capital 等投资者的4.7亿美元融资，公司估值达到24亿美元。

Physical Intelligence 与 Skild AI 在开发通用AI模型以支持多行业机器人方面目标一致。两者均旨在提供通用“机器人大脑”，使机器人能够在多样化环境中自主处理复杂任务。然而，Skild AI 更注重工业场景中安全的人机交互与适应性，而 Physical Intelligence 专注于打造无需任务专用编程即可操作任意机器人的“通用型AI”。

OpenAI：从语言模型到机器人领域的探索

成立于2015年的 OpenAI，以其语言模型与消费者AI技术闻名。截至2024年11月，公司总融资额达219亿美元，估值为1570亿美元。

2024年3月，OpenAI 与 Figure 合作进军人形机器人领域，为 Figure 提供高级AI模型，助力机器人理解和执行人类语言指令。这与 Skild AI 的适配性强、面向工业的任务导向型机器人AI目标高度契合。

Covariant：专注于仓储自动化的AI机器人公司

成立于2017年，是一家致力于开发使机器人在复杂仓储环境中“看、思考并行动”系统的AI机器人公司。其旗舰产品 Covariant Brain 支持物流和履约操作中的拣货和分拣任务。2024年8月，亚马逊宣布雇用 Covariant 创始团队和约四分之一员工，同时签订非独家许可协议以使用其机器人基础模型。截至2024年11月，Covariant 已筹集2.22亿美元，估值为6.25亿美元。

Covariant 与 Skild AI 在工业自动化中的目标高度重合。Covariant 的平台利用基础模型与集群学习，实现机器人在动态环境中的高水平自主操作，特别是在仓储和履约中心。这种适应性与 Skild AI 针对劳动力短缺行业的解决方案产生交集。

NVIDIA：提供机器人开发工具的生态系统

成立于1993年的 NVIDIA，为机器人开发者提供硬件、软件及工具生态系统，包括其 Project GR00T 项目，专注于人形机器人适配的通用AI基础模型。此外，NVIDIA 的 Isaac 机器人平台 提供 Manipulator 和 Perceptor 等工具，并结合硬件解决方案如 Jetson Thor 计算机。

NVIDIA 的 Project GR00T 旨在开发可适应人形机器人多功能性的通用AI模型，与 Skild AI 提供多场景适应性强的机器人系统的愿景相似。NVIDIA 的平台和技术解决方案，使其在多样化AI驱动机器人应用领域成为潜在竞争者。

2、垂直比较

采用垂直市场方法的公司，针对某一特定行业的特定问题，设计既包括机器人硬件解决方案，也包括AI模型或“智能大脑”。

Figure：专注于人形机器人研发的创新公司

成立于2022年，是一家专注于开发结合AI与人形形态及功能的机器人公司。其最新型号 Figure 02 可广泛应用于制造、物流和仓储等商业领域，完成各种任务。2024年2月，该公司完成了由微软、NVIDIA、OpenAI、ARK风险基金和贝索斯探险基金等知名投资方参与的6.75亿美元B轮融资。截至2024年11月，Figure已经完成五轮融资，总金额达到8.54亿美元，公司估值高达27亿美元。

Figure 与 Skild AI 存在相似与不同之处。两家公司均致力于为机器人开发通用型AI解决方案，以在制造和物流等动态环境中与人类协同工作。然而，Figure 同时内部开发硬件和AI能力，而 Skild AI 仅专注于打造能够适配各种机器人硬件的通用AI“机器人大脑”软件，目标同样是解决劳动力短缺问题的行业。

1X：面向劳动力短缺的全能机器人

成立于2014年的 1X，致力于通过开发能够在人类环境中协同工作的机器人，解决劳动力供应不足的问题。1X 设计的人形机器人可模仿人类的行为和动作。2024年8月，1X推出了一款面向家庭任务的机器人 NEO Beta。该公司于2024年1月完成了1亿美元的B轮融资，由 EQT Ventures 领投。截至2024年11月，1X 已通过八轮融资筹集到总计1.365亿美元，估值达到2.1亿美元，投资方包括 OpenAI Startup Fund 和 Tiger Global Management。

1X 在AI驱动机器人领域被视为 Skild AI 的竞争对手。尽管 Skild AI 专注于开发通用型AI模型，1X 则研发像 NEO 和 EVE 这样的人形机器人，结合自家AI技术以完成多样化、以人为中心的任务。两家公司均面向劳动力短缺的行业，但1X 正逐步进入消费者应用场景，同时推动物流与仓储等商业领域的部署。

特斯拉：以人形机器人推动通用用途

2022年9月，特斯拉宣布开始研发人形机器人 Optimus。其第二代机器人 Optimus Gen 2 正被设计为可在制造、建筑、医疗和娱乐领域广泛使用的通用机器。特斯拉专注于开发结合自有AI与硬件的人形机器人，目标是实现诸如装配、搬运重物及与人类互动等任务。

与 Skild AI 类似，特斯拉也专注于开发能够执行通用任务的AI驱动机器人，应用于制造、物流等劳动密集型领域。不同的是，特斯拉在强调人形机器人设计，而 Skild AI 的目标是打造能够适应多种环境、无需重新训练的机器人。

五、商业模式

截至2024年11月，Skild AI 的商业化计划仍在发展中，但其潜在的收入来源包括以下几方面：

1. API访问收费。Skild AI 可以通过提供其AI模型的API访问权进行收费，让客户在其机器人应用中使用Skild的AI能力。这种按使用量付费的方式，能够吸引广泛的客户群体，从初创企业到大型工业公司都能灵活应用。

2. 模型微调服务。Skild AI 可以通过提供模型微调服务产生额外收入，帮助客户根据具体需求调整其AI模型，以满足特定的用例要求。这种定制化服务不仅增加客户黏性，还能提升Skild AI在复杂场景中的市场竞争力。

3. 许可协议。Skild AI 还可以通过签订许可协议实现盈利，允许其他公司将其AI技术集成到各自的机器人产品中。这样的合作模式能够扩大Skild AI的市场覆盖范围，同时保证稳定的长期收入来源。

六、重大进展

截至2024年7月，Skild AI 的基础模型展现了显著的进步，运行该模型的机器人表现出了一些涌现行为，例如在遇到障碍时自动避开，以及在机器人手指可能滑动或卡住时自适应调整以操控物体。这些技能并非通过预先编程实现，而是模型通过自主学习与调整能力的自然体现。

Sequoia Capital 合伙人 Stephanie Zhan 在2024年7月指出：

“一个类似GPT-3的时刻即将在机器人领域到来。它将引发一场巨大的变革，把我们在数字智能领域看到的进步带到物理世界。自从我们在种子轮阶段与Skild AI合作以来，我对他们追求这一时代最雄心勃勃愿景的能力充满信心。”

这一观点反映了 Skild AI 技术在机器人行业变革中的潜力，其自主学习与适应能力被视为推动行业迈向新高度的重要动力。

Lightspeed 合伙人 Raviraj Jain 在2024年初观察到 Skild AI 的“AI大脑”在多种机器人上的严格测试。他特别提到，Skild AI 的机器人成功应对了一些不熟悉的任务，包括诸如爬楼梯这样的稳定性挑战，进一步证明了其基础模型的通用性和适应能力。

七、公司估值

2024年7月，Skild AI完成了首轮3亿美元的A轮融资，公司估值达到了15亿美元。截至2024年11月，这也是该公司唯一的一轮融资。本轮融资由Lightspeed Venture Partners、Coatue、软银集团和Bezos Expeditions领投，参与投资的还有Felicis Ventures、红杉资本（Sequoia Capital）、Menlo Ventures、General Catalyst、CRV、SV Angel、卡内基梅隆大学、亚马逊工业创新基金（Amazon Industrial Innovation Fund）以及Alexa Fund。

公司计划利用此次A轮融资扩展其AI模型的规模、训练更多的数据集并加强团队建设。这笔资金的注入，将为Skild AI未来的发展提供重要支持。

八、全文总结

Skild AI 致力于开发通用机器人“大脑”，应对全球劳动力短缺的挑战。由卡内基梅隆大学前教授于2023年创立，Skild AI 构建了一个可扩展的机器人基础模型，能够在不同硬件平台和环境中灵活适应。公司产品包括移动操作平台和基于其AI模型的安全/巡检机器人解决方案，展示了其技术的广泛应用潜力。

在快速增长的市场中，Skild AI 拥有巨大的发展空间，预计到2035年，全球类人机器人市场规模将达380亿美元。公司面对横向AI机器人企业（如Sanctuary AI）和纵向机器人制造商（如特斯拉）的竞争。

2024年7月，Skild AI 完成3亿美元A轮融资，估值达到15亿美元。这笔资金将助力其扩大AI模型能力和团队规模，进一步推动技术的商业化应用，加速其在全球机器人市场中的布局与成长。

硅谷科技评论（SVTR.AI），在ChatGPT问世之际，创立于美国硅谷，依托AI创投库、AI创投会和风险投资，打造全球前沿科技（AI）创新生态系统。目前覆盖全球10W+ AI从业者，主要为AI创始人和AI投资人。最近孵化案例包括：AI超级工程师模本科技；AI教育咨询公司高考纸鸢。

如果您也在AI机器人行业，欢迎联系微信（pkcapital2023），或扫码加入AI创投会嘉宾团，我们每周末闭门分享，不见不散！文末阅读原文，获取更多内容。