物理人工智能的首个真正“牺牲品”并非人形机器人，而是一座真正运转的工厂。

卡尔斯鲁厄一家名为Daedalus的初创公司本月进入了破产程序。 如果你没听说过它，这本身就说明了问题。Daedalus并非在演示环节就失败了。它打造了真正的自动化精密制造生产线，并为半导体、国防、能源、电动汽车和医疗设备等领域的付费客户提供服务——这些正是每份“实体AI”路演幻灯片都声称要进军的领域。 该公司从投资者那里筹集了超过4000万美元，这些投资者——Y Combinator、Khosla Ventures、NGP Capital——是大多数创始人梦寐以求的股东：其创始人曾在OpenAI的机器人团队中担任首批工程师之一长达三年，随后离职去打造真正能交付硬件的产品。但这一切都未能为其争取到足够的运营时间。

我的观点是：整个行业沉迷于讲述单一的“物理AI热潮”故事，却忽略了其底层已发生的分化。本月资本的青睐并非源于实际部署，而是取决于你拒绝拥有技术栈中的哪一层。

一家完成了艰难部分却依然失败的公司

乔纳斯·施耐德（Jonas Schneider）在OpenAI参与了最初三年的机器人项目后，于2019年离职，随后在2021年至2024年间筹集资金创立了Daedalus： 由Addition领投、Khosla Ventures跟投的1150万美元种子轮融资，以及2024年2月由NGP Capital领投、Addition和Khosla双双跟投的2100万美元A轮融资。这种投资者回投模式比融资总额更值得关注。 除非上一轮的投资论点在他们能看到的指标中得到验证，否则现有投资者不会再次注资。

这一投资逻辑在特定方面颇具雄心：不是向工厂出售一台机械臂，而是整个工厂本身——实现端到端的自主化，由Daedalus承担资本支出、硬件、软件及运营风险。 来自五个工业垂直领域的客户纷纷签约。这绝非纸上谈兵。这是实体人工智能领域中最具挑战性的尝试——系统已完全构建、全面部署，但资金仍告枯竭

钱。

这句话应该会让那些把“他们确实部署了它”当作“他们将生存下来”的代名词的人感到不安。

就在同一周，资本流向了完全不同的方向

正是这一部分，将一家公司的糟糕月份转化为一种趋势。 就在Daedalus破产消息公开的同一周，一家名为Ultra的布鲁克林仓储机器人初创公司完成了由Framework Ventures领投的5000万美元A轮融资，并利用这笔资金加深——而非减少——其对外部基础模型供应商Physical Intelligence的依赖。 Ultra的双臂OP1机器人已为付费客户打包了超过50万份订单。按照Daedalus所达到的标准，这确实是一次能产生收入的实际部署。区别在于Ultra选择不构建自己的AI技术栈。

将两者并列对比，便能看出“物理人工智能正蓬勃发展”这类头条新闻所掩盖的规律：

• Daedalus 拥有工厂、硬件和软件，但最终资金链断裂。
• Ultra 拥有硬件并出租智能服务，且刚刚筹集了新资金以扩大规模。
• 作为Ultra机器人背后基础模型供应商的Physical Intelligence，正同时从多家硬件客户处积累杠杆效应，却从未承担过任何单一客户的资本支出。

这并不意味着智能授权就是一张“免死金牌”。Cyngn公司不拥有任何自主牵引车，而是通过为工业场所加装自主牵引车车队来提供服务。该公司本周向投资者透露，截至9月，其车队已累计执行超过11,600次任务，这是一个真实的运营数据。 该公司还披露了季度营收基数较低的情况，以及旨在削减成本的8月重组计划。这种精简、轻资产的模式也并非生存的保证。它仅仅是一种更经济的“犯错”方式，也是在犯错程度较轻的情况下，十二个月后仍能屹立不倒的更经济途径。

为何背景显赫的知名投资者没有买入

时间

若将这个故事归结为人才或技术上的失败，听起来或许更令人安心。但事实并非如此。Daedalus 拥有每位机器人领域招聘人员都津津乐道的 OpenAI 血统，获得了三家声誉卓著的风险投资公司的支持，并且拥有一款已投入使用的产品，客户群体覆盖国防和医疗设备领域——这些买家绝不会草率地签署合同。 但它还选择了这种押注中最耗资的版本：不仅要开发“大脑”或“手臂”，还要亲自建造工厂。

资本支出并非技术风险，而是资产负债表风险，而资产负债表风险根本不在乎你曾效力于哪家公司的机器人团队。

我运营的一个平台通过融资轮次、客户公告以及二者之间的差距，追踪了数千家此类公司。今年反复出现的模式，与戴达罗斯（Daedalus）相隔三年的两轮融资如出一辙——此后该公司未披露第三轮融资。 一家拥有自有工厂的公司，要么需要一条能够快速实现经常性收入的途径，且该收入增长速度要超过其资本支出；要么需要一群投资者，他们愿意像资助公用事业和电信公司那样，为长达十年的建设提供资金。 机器人领域的风险投资——即便是像科斯拉（Khosla）这样有耐心的机构——其运作模式也与公用事业融资截然不同。它希望在数年内而非数十年内获得回报。

无人会在路演幻灯片中承认的权衡

许可模式本身蕴含着隐性成本，值得直言不讳，而非将“租用大脑”视为完美的解决方案。像Ultra这样的公司，其产品路线图如今部分由一家它无法控制的供应商所决定。 如果Physical Intelligence调整了定价、路线图优先级或自身的融资需求，下游的每家硬件客户都将被迫接受这一决定，却无权参与决策。轻资产模式是用资本支出风险换取了依赖风险。在当前如此紧缩的资本环境下，这确实是一个更优的选择，但这终究只是一种权衡，而非解决方案，而做出这种选择的公司应当坦诚相告。

向自己的客户坦诚相告，而不是让“AI驱动”的营销话术掩盖了设备内部运行的模型究竟归谁所有。

从东盟的视角来看——我追踪的大多数机器人都是作为运行着他人软件的进口硬件进入该地区的——这种区分绝非抽象概念。 该地区的一家工厂运营商在决定是向垂直整合的制造商采购，还是向租用基础模型的集成商采购时，其实正在做出与Daedalus和Ultra的投资者刚刚做出的同样的押注——只不过规模小得多，且容错空间也小得多。

我接下来关注的焦点

明年值得关注的问题并非哪些创始人背景最显赫或演示最完美，而是谁正在悄然将资本支出从自身资产负债表转移到他人身上，以及那些正在承担这种风险的企业——工厂运营商、租赁部门乃至基础模型供应商本身——其估值是否真实反映了这一风险。 Daedalus 构建了物理人工智能愿景中最艰巨、最完整的版本，却依然无法摆脱自身资产负债表的桎梏。每一家仍试图掌控整个工厂（而不仅仅是工厂内部运行的软件）的公司，都应在本周认真思考：为何自己会期待一个不同的结局？

本分析基于戴达罗斯（Daedalus）自身披露的融资历史（2021年由Addition领投、Khosla Ventures跟投的种子轮；2024年2月由NGP Capital领投、Addition和Khosla Ventures再次参与的A轮融资），基于法院文件关于其2026年10月破产程序的报道， Ultra披露的由Framework Ventures领投、其“物理智能”合作伙伴参与的5000万美元A轮融资，以及Cyngn自身披露的车队任务数据及其2026年8月的成本重组信息。本文仅供一般信息参考，不构成任何投资、财务或专业建议。

主图来源：Daedalus公司位于卡尔斯鲁厄的自有工厂车间，公司官方图片

摄影。