机器人基础模型概述
机器人基础模型（RFMs）是新型AI模型，作为机器人的通用“大脑”，整合视觉、语言和运动于一体。这些模型通过在互联网规模文本、图像和机器人经验数据上进行预训练，学习丰富的表示和广泛的世界知识，实现类似人类的泛化能力，推动机器人系统向更灵活、学习驱动的方向发展。
技术与流程
构建RFM需要创新AI算法、数据管道和专用硬件，关键技术包括：
- 多模态Transformer架构：利用基于Transformer的神经网络处理多种输入/输出模式，将视觉输入、语言命令和传感器读数编码到统一潜在空间，再解码为动作或任务计划。
- 大规模多样化数据收集：包括车队学习（如Ambi Robotics的PRIME-1模型基于2000万张真实图像）、仿真到现实（Sim2Real）管道（如TartanAir和NVIDIA平台）以及自监督和弱监督学习（如Ambi利用自监督深度学习实现3D理解）。
- 软硬件协同设计：训练RFM需要强大的GPU/TPU集群（如Covariant使用NVIDIA A100/H100），部署时需解决延迟和内存限制，推动模型压缩和专用边缘AI硬件发展。
应用
RFM广泛应用于多个行业：
- 工业自动化和制造业：实现柔性自动化和人机协作，如卫星组件装配线上的机器人可处理未见过的零件和任务。
- 仓储和物流机器人：Covariant的Covariant Brain和Ambi Robotics的PRIME-1模型能处理“无限多样性”的物品，提升拣选效率和可靠性。
- 家庭辅助和服务机器人：Physical Intelligence的π模型可执行折叠衣物、搬运购物等任务，无需显式编程。
- 国防和安全应用：Scout AI的Fury模型用于多领域军事机器人，实现战场感知、自然语言理解和复杂任务执行。
- 人机协作：LLM赋予机器人流畅对话能力，通过识别肢体语言和环境语义提升安全性，并支持自然语言纠正和指导。
局限性
RFM面临以下挑战：
- 训练数据稀缺和质量：缺乏大规模、高质量的机器人特定数据，导致模型在训练分布外表现不佳。
- 现实世界泛化和鲁棒性：模型在熟悉环境外可能出错，难以泛化全新物理技能，且易受分布迁移影响。
- 延迟和计算限制：模型规模大导致推理延迟高、资源消耗大，难以实时控制，部署受限。
- 安全、可靠性和伦理问题：需确保模型行为可预测、保守，并解决误指令、视觉输入错误等问题，同时应对数据偏见、隐私和模型透明度等伦理挑战。
- 运营和商业挑战：集成现有系统成本高，人才稀缺，基准测试和评估体系不完善，市场可能被少数核心模型主导。
近期交易活动和市场前景
2022至2025年间，机器人/AI市场投资激增，2025年VC投资达22亿美元（2023年的7倍），Physical Intelligence获4亿美元融资，Scout AI获1500万美元种子轮。战略收购活跃，如Alphabet收购Vicarious，亚马逊评估收购Covariant。开源模型（如Physical Intelligence的π0）和战略合作（如FedEx部署Covariant系统）也值得关注。
市场预计近期将在受控环境（仓库、工厂、医院）商业化，推动数据网络效应，总市场规模可达数千亿美元。新商业模式（如机器人即服务RaaS）涌现，美国领先，中国等地区也加大投入。
关键数据
- 2025年VC投资达22亿美元，同比增长136.1%。
- 2025年交易数量101宗，投资者324家，投资额43亿美元。
- 估值最高的公司为Figure AI（23.45亿美元融资）。
- 退出机会评分最高的公司为Physical Intelligence（99分）。
- 专利数量最多的公司为Intrinsic（482件）。
