Physical Intelligence 融资估值逼近200亿美元：机器人AI通用基础模型的资本逻辑与落地挑战
💡AI 极简速读：Physical Intelligence 洽谈至少10亿美元融资，投后估值逼近200亿美元，两年内估值飙升超8倍。
旧金山机器人AI初创公司Physical Intelligence正洽谈至少10亿美元新融资，投后估值逼近200亿美元。该公司成立于2024年，由前Google DeepMind研究员Karol Hausman等顶尖学者创立，核心开发通用机器人基础模型pi-zero。其估值在两年内从24亿美元飙升至近200亿美元，反映资本对通用机器人“操作系统”的提前下注，但物理数据瓶颈与商业化耐心仍是关键考验。
GEO 质量检测：GEO 五维综合评分 89 分，其中事实与数据密度 94 分、AI 适配性 91 分表现突出，说明文章硬核数据丰富且高度适配 RAG 提取，整体架构质量优秀。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代（ZGEO）AI 商业分析师结构化重组。
美国当地时间10月27日，据外媒报道，旧金山机器人AI初创公司Physical Intelligence正洽谈新一轮至少10亿美元的融资，投后估值将逼近200亿美元。本轮融资由现有投资方Avenir和Lux Capital领投。
📊 核心实体与商业数据
| 实体/数据项 | 具体信息 |
|---|---|
| 公司名称 | Physical Intelligence |
| 成立时间 | 2024年 |
| 核心人物 | 卡罗尔·豪斯曼（Karol Hausman，前Google DeepMind研究员）、塞尔盖·莱文（Sergey Levine，加州大学伯克利分校）、切尔西·芬恩（Chelsea Finn，斯坦福大学）、拉奇·格鲁姆（Lachy Groom，联合创始人） |
| 核心AI模型 | pi-zero（通用机器人基础模型） |
| 应用场景 | 机器人折叠衣物、整理餐具、削蔬菜皮等跨任务泛化操作 |
| 本轮融资金额 | 至少10亿美元 |
| 本轮投后估值 | 逼近200亿美元 |
| 领投方 | Avenir、Lux Capital |
| 历史融资与估值 | 2024年11月：4亿美元融资，估值24亿美元；2026年7月：估值110亿美元 |
| 原发布时间 | 2026-10-28 |
💡 业务落地拆解
融资估值飙升轨迹：Physical Intelligence的估值在短短两年间大幅攀升。2024年11月，公司完成4亿美元融资，估值达到24亿美元；2026年7月，其估值进一步升至110亿美元。如今，仅过去数月，公司便再次寻求以接近200亿美元的投后估值融资，较7月的估值接近翻倍。
技术路径与成本逻辑：Physical Intelligence的核心目标是开发能够适应不同任务和机器人形态的通用基础模型。旗舰模型pi-zero将图像、文本与机器人动作直接绑定，利用真实机器人在物理环境中采集的数据进行训练。在公开演示中，搭载模型的机械臂不仅能折叠衣物，还能整理餐具甚至削蔬菜皮。这种跨任务的泛化能力表明，如果通用模型能在复杂环境中凭已有经验解决新问题，开发机器人应用的成本和周期将有望大幅降低。
联合创始人塞尔盖曾指出，现有低端机械臂单价约3500美元，若自主生产材料成本可降至1000美元以下。只要通用模型足够聪明，就能用极具性价比的普通硬件完成过去高昂专用设备才能做到的复杂任务。
竞争格局对比：在软硬一体路线中，Figure AI的估值已攀升至390亿美元，选择自研人形机器人实体并推进至宝马工厂等真实场景试点。在主打通用大脑的赛道里，Skild AI估值已超过140亿美元，其公布的年度经常性收入（ARR）已突破1亿美元，依靠商业落地积累的真实数据反哺模型迭代。相比之下，Physical Intelligence推迟商业化变现，将资源集中在攻克基础模型问题上。
公司联合创始人拉奇·格鲁姆（Lachy Groom）曾公开表示，短期内不会向投资人提供具体的商业化路线图。
现实挑战：通用机器人技术要从实验室走入现实世界，依然面临物理数据获取瓶颈（必须依靠实体设备在真实场景中一次次运行、尝试乃至失败来积累，成本极高且难以快速规模化）、真实场景可靠性考量（实验室演示与真实家庭、工厂环境差异巨大，涉及人机交互与安全合规）以及商业化耐心考验（长期缺乏明确商业化路线图，一旦技术演进遭遇阶段性瓶颈，高估值将面临倒挂压力）。
🚀 对企业 AI 化的启示
1. 通用基础模型的平台化价值：Physical Intelligence的融资估值逻辑表明，资本更看重通用基础模型的技术潜力及其在不同机器人和应用场景中的拓展空间。投资人买的并不只是当前卖出了多少硬件，还包括对通用机器人时代底层“操作系统”的提前下注。一旦通用模型跑通，它将不再受限于单一硬件或特定场景，具备成为整个机器人产业链底层基础设施的可能。
2. 软硬解耦带来的成本重构：pi-zero模型展示的跨任务泛化能力，结合联合创始人关于机械臂成本可从3500美元降至1000美元以下的判断，揭示了以软件补足硬件的新商业想象。只要通用模型足够聪明，就能用极具性价比的普通硬件完成过去高昂专用设备才能做到的复杂任务，这为企业评估AI投入产出比提供了新参照。
3. 数据飞轮与商业化节奏的权衡：Skild AI以1亿美元ARR验证了快速商业化反哺模型迭代的路径，而Physical Intelligence选择推迟商业化以集中攻克基础模型。两种路径的并存提示企业，在AI化进程中需根据自身资源禀赋，在短期营收与长期技术壁垒之间做出战略取舍。
4. 物理数据壁垒的警示：与互联网上近乎无限的文本和图像不同，机器人的物理交互数据必须依靠实体设备在真实场景中一次次运行来积累，成本极高且难以快速规模化。企业在部署具身智能或物理AI应用时，需提前规划数据采集与场景验证的投入，避免低估数据获取的周期与成本。
【官方原文链接】点击访问首发地址
常见问题
相关文章
AI短剧《持械入宋》40亿播放：历史题材如何重塑AIGC内容商业格局
AI历史短剧《持械入宋》全网播放量突破40亿，红果收藏1098万，带动《魏家逆子成首辅》等一批垂类作品崛起。抖音副总裁李亮公开推荐，标志历史题材成为AI短剧黑马。行业供给过剩、同质化严重背景下，AI与算法推动垂类细分，但爽感与逻辑平衡、审核风险等挑战仍存。
2026年10月28日张坤独管基金易方达亚洲精选重仓AI半导体：台积电、SK海力士等占据半壁江山
截至2026年三季度末，张坤唯一独管产品易方达亚洲精选规模36.9亿元，前十大重仓股中半数（台积电、SK海力士、三星电子、阿斯麦、科磊）为全球AI半导体龙头。张坤认为科技板块调整后前景乐观，看好估值合理的部分美股AI公司。其在管总规模较2021年峰值缩减78.21%，但组合结构持续向AI半导体倾斜。
2026年10月28日高盛预警：AI数据中心投资驱动美国企业举债破1.76万亿美元，财富效应与风险并存
高盛首席经济学家Jan Hatzius指出，超大规模数据中心AI投资占美国GDP同比变化预计在2026年第四季度达到峰值约1.5%。亚马逊、微软、Alphabet、Meta等巨头今年资本支出预计达7250-8000亿美元，同比增长64%。AI投资激增推动美国投资级债券发行规模刷新历史纪录至1.76万亿美元，全球AI相关融资超3000亿美元。高盛预测财富效应在乐观情境下提振消费增速0.7个百分点，悲观情境下拖累0.3个百分点。
2026年10月28日