随着Digit进军企业市场，Agility Robotics估值达到25亿美元

本周，机器人行业的业内人士齐聚拉斯维加斯的AI4大会，并就该行业的一个大胆里程碑达成了共识。他们将2026年称为“机器人元年”——随着人形机器人和移动式机械手演示成为大会焦点，企业们关注的焦点已从“是否应该探索”转变为“何时能购买”。 在关于试点项目将转化为正式采购订单的热烈讨论中，Agility Robotics确认了其25亿美元的最新估值。

AI4大会的议程重点聚焦于“物理人工智能”，而淡化了纯生成式人工智能的炫技展示。 展厅人流主要聚集在能够举起、搬运和放置物品的硬件展台周围。Agility公司的Digit机器人步态稳健，抓取和堆叠动作从容不迫。初创企业和行业巨头们都规划了实现量产的时间表，并承诺在实际工厂车间（而非实验室工作台）上实现更安全的人机协作。

Agility Robotics 成立于 2015 年，总部位于俄勒冈州科瓦利斯市，已成为企业自动化领域类人机器人平台崛起的核心焦点。 该公司设计并制造了Digit——一款专为仓库和工厂物料搬运任务设计的双足移动机械手。其市场定位介于自主移动机器人与固定式机械臂之间，为那些至今仍难以实现自动化的重复性工作流程带来了类人规模的移动能力。

Digit是业界如今所称“物理人工智能”（Physical AI）的典型代表。 这一术语指代那些通过融合机器学习、经典控制理论和坚固硬件，在现实世界中进行感知、推理和行动的系统。与生成文字和图像的聊天机器人不同，Digit 能实际完成工作。它能在狭窄空间内灵活移动，操作各类物体，并在专为人类混合工作环境设计的安全边界内运行。

企业采购周期正从试点阶段转向量产阶段

多年来，仓储和制造业领军企业一直在开展人形机器人的概念验证。Agility最引人注目的案例是与亚马逊合作开展的试点项目，该项目旨在处理托盘回收任务——这些任务虽然繁琐，但在

履约中心。AI4上的讨论表明，2024年和2025年将出现规模化订单，而2026年将成为主流部署的时间节点。

买家心态中存在一个重要的细微差别。早期的实验主要关注类人机器人能否稳定行走而不摔倒。 如今，关注点已转向每项任务的总成本以及与仓库执行系统的集成。买家关注交货周期、服务水平协议，以及以每小时托盘数衡量的吞吐量指标。这种心态反映了行业更广泛的成熟度。如果说过去两年主要围绕“提示”和“令牌”展开，那么未来两年必将聚焦于“拣选”和“托盘”。

Agility估值背后的资本杠杆战略

Agility 25 亿美元的估值使其跻身于这场资本密集型竞赛的领跑者之列。 物理人工智能需要工厂、库存、现场服务和安全认证。这些并非可有可无的间接费用，而是入场门槛。该公司已在俄勒冈州塞勒姆市开设了RoboFab制造工厂，并表示一旦客户需求与零部件供应达成平衡，年产量将达到数千台。

因此，该公司的资本结构必须承担双重职责：既要为核心机电一体化和软件项目提供资金，又要支持供应链规模化扩张以降低单位成本。竞争对手也采用了类似的策略。 据报道，Figure AI今年早些时候在科技巨头和汽车行业合作伙伴的支持下，以近26亿美元的估值融资约6.75亿美元。现代汽车于2021年以约11亿美元收购了波士顿动力（Boston Dynamics）的控股权，旨在将腿式移动技术融入更广泛的工业自动化战略。 这一竞争阵营拥有充足的资金实力，足以同时开展短跑和马拉松式的竞争。

物理AI正将企业技术栈的重心从聊天机器人转向移动底盘

会议环节描述了企业AI支出的战略转向。生成式平台对于文档编写和代码辅助依然至关重要，但边际

资金正流向那些用于调拨库存和零部件的系统。不妨将其想象成一家公司：它虽然培养了一支智能文员大军，但现在却需要叉车和技术娴熟的操作员来运输产品。在以体力劳动为主的环境中，缺乏实体形态的智能会迅速达到顶峰。

Digit 的独特之处在于其与人类兼容的外形设计。它能够跨过门槛、在狭窄的通道中转弯，并无需对基础设施进行重大改造即可够到货架。这种方法与那些需要专用区域和传送带改造的自动推车车队及固定机械臂形成了鲜明对比。 对于拥有数百处既有设施的运营商而言，由机器人适应建筑而非建筑适应机器人，可以缩短部署时间并降低资本支出。

供应链的现实状况将决定人形机器人推广的成败

第一波大规模部署将面临精密零部件供应链长期紧张的困境。人形机器人依赖于应变波齿轮、高扭矩密度电机、电力电子设备、轻量化结构材料以及高性能计算。 Harmonic Drive Systems和纳博特斯克（Nabtesco）等日本供应商主导着核心驱动元件市场。瑞士和德国的电机专家提供紧凑型伺服电机。传感器则来自日本、欧洲和美国的厂商，包括惯性测量单元（IMU）、3D摄像头和力传感器。

这种集中格局带来了风险。在需求激增时，谐波减速器的交货期历来长达数月。高功率密度的电池电芯需与电动自行车和工业设备争夺供应。边缘AI计算板依赖于GPU和NPU，而这些芯片仍受周期性短缺的影响。 出口管制使具有全球雄心的企业采购策略更加复杂。Agility决定在美国建厂，有助于降低地缘政治风险，但无法使其免受集中于日本、欧洲和台湾地区的上游零部件瓶颈的影响。

要应对这一现实，需要一套行之有效的应对策略，这对于

汽车领域。关键零部件的多渠道采购、对第二和第三供应商的资质认证，以及针对供应限制进行设计，其战略意义可能与任何机器学习领域的突破同样关键。一款依赖单一、交货周期较长的驱动组件的人形机器人，将成为任何量产目标的单点故障。胜出的企业将把硬件采购视为首要的工程问题。

性能与价格的平衡必须符合仓储经济规律

企业通常通过每处理一个单元的成本和投资回收期来衡量自动化效果。对于Digit而言，这意味着在卸载托盘、搬运退货箱或将物品从暂存区转移到传送带等任务中，将机器人工作小时与人工小时进行比较。 如果机器人折算后每小时等效成本在12至20美元之间，那么在劳动力稀缺、人员流动率高的市场中，它就具有很强的竞争力。如果成本超过每小时30美元，或者运行时间下降，其价值主张就会减弱。

Agility公司认为，物理人工智能（Physical AI）能够在一系列任务中实现通用性，而非仅限于单一硬编码的工作。这种通用性将成本分摊到更多班次，并减少闲置时间。实际上，Digit旨在成为一名灵活的“同事”，能够随着订单结构的变化而重新分配任务。用软件领域的比喻来说，它就像一个云实例，能够根据需求变化运行多种服务。 持怀疑态度的反驳观点很简单。机器人发展史上充斥着各种通用化的承诺，但一旦现实世界的复杂性介入，这些承诺往往只能带来小众化的成果。每家类人机器人供应商都肩负着在混乱且多变的工作流程中展现稳定性能的责任。

安全、标准和保险将决定部署速度

人形机器人与人类共享空间，因此安全绝非一项功能，而是其运行的许可。标准制定机构正着手将机械规范适应于双足和移动式机械手。传感器冗余、力限制和实时跌倒检测已是基本要求。大型客户将要求第三方认证和详细的风险评估

在允许分阶段部署之前进行评估。

保险公司也带着各自的模型加入了讨论。保费取决于事故发生率、工作人员的距离以及维护计划的质量。最优秀的团队不仅要在机电一体化和人工智能方面胜出，还需在文档记录、操作员培训和恢复流程方面表现出色。 相比那些在稳定性临界点上追求极致性能的机器人，能够优雅地处理故障并安全重置的机器人更具商业价值。

竞争格局正逐渐集中于少数几类可重复的任务

无论是在展位还是闭门简报会上，反复提及的都是同一类工作。托盘搬运。 腰部高度的箱子拣选。工厂生产线旁的物料输送。进出货流的装卸作业。这些任务存在共同的限制条件，恰好适合类人机器人。它们涉及中等重量的物品、可预测的路径以及频繁的人机协作。此外，由于目前这些任务依赖于人员流动率极高的劳动力群体，因此成本高昂。

Agility的战略似乎专注于此类可重复任务，Digit的臂展和机动性在此类任务中具有明显优势。Figure AI在与汽车行业建立合作伙伴关系的同时，也瞄准了类似领域。特斯拉将Optimus定位为工厂工人，并计划最终将其推广至家庭，尽管这一向消费领域的跨越仍属推测。Sanctuary AI则强调在轻工业制造中运用灵巧的操作能力。 波士顿动力虽依托数十年的移动技术研究，但尚未公布用于大规模仓库拣货的人形机器人。该领域竞争激烈，但市场潜力巨大。零售商、快递公司、消费品生产商和电子制造商的需求均存在交集。

软件栈正成为真正的护城河

硬件在贸易展上吸引眼球，但软件决定了长期的防御能力。Digit的自主系统由感知、规划和控制层组成，融合了任务规划器，并与仓库系统集成。这里的“物理人工智能”指的是根据不同情况调整抓取方式的能力

在追踪企业软件发出的目标的同时，掌握平衡、从滑倒中恢复，并协调脚步与手臂动作。

各厂商正竞相构建行为库和仿真管道，以缩短学习时间。基于云端的重新训练和空中更新，无需更换硬件即可扩展功能。在此背景下，一种混合方法正在兴起。 企业会在适当时机采用基础模型处理视觉和语言任务，但会将其封装在确定性控制器和安全包络中。这类似于自动驾驶技术栈，将学习所得的感知能力与基于规则的驾驶策略相结合。其结果是性能可预测，同时仍能从海量数据中获益。

劳动力市场和工会动态构成了现实世界的制约

任何物理自动化案例若脱离劳动背景，便难以完整。全美各地的仓库都面临着高空缺率和难以招满人员的季节性高峰期。 重复性搬运作业导致的工伤率不容小觑。能够减轻劳动强度并缓解人员流动的机器人可改善工作成果。话虽如此，工会和工人委员会将要求对岗位重组、培训及工资影响进行明确说明。

在AI4大会上，多个专题讨论组强调了协作部署模式：机器人承担最不利人体工学的任务，而人类则转向质量控制、异常处理和监督工作。如果企业能证明工伤率下降且职业发展路径得到改善，自动化应用将加速推进。但如果部署行为被视为变相削减成本——即在不为员工带来福利的情况下压缩人员编制——则可预见会引发政治和社会摩擦。 在面向消费者的品牌环境中，声誉损失是切实存在的。

免责声明：本文仅供参考，不构成任何财务或投资建议。