Ultra 完成 5,000 萬美元 A 輪融資，深化與 Physical Intelligence 的合作關係

總部位於紐約布魯克林的機器人新創公司 Ultra，主要向倉庫租賃雙臂包裝機器人，該公司於 2026 年 10 月 9 日宣布，已完成由 Framework Ventures 領投、Y Combinator 參與的 5,000 萬美元 A 輪融資，同時進一步深化與 Physical Intelligence 的合作關係， 這家人工智慧（AI）研究公司所提供的「物理智能」技術，該技術正是驅動 Ultra 機器運作的軟體。

本輪融資使 Ultra 已披露的融資總額達到 6,200 萬美元，此金額疊加在先前由 Y Combinator 和 Next View 領投的 1,200 萬美元種子輪之上，且其業務範圍比表面數字所顯示的更為狹窄。 Ultra 在全美各地的第三方物流（3PL）場地，組裝並安裝名為 OP1 的固定式雙臂包裝機器人，其佔地面積約為五英尺乘五英尺，垂直作業高度最高可達十英尺；目前這批機器人已為超過 50 萬筆訂單完成包裝並安排出貨。 使這些設備得以運作的核心能力——即讓固定基座機械臂無需耗時數月重新編程，便能學習新輸送帶佈局或托盤尺寸的軟體——是透過授權方式取得，而非自主研發。 這項技術源自舊金山公司「Physical Intelligence」——該公司由前 Google DeepMind 研究人員創立，目前估值約為 56 億美元，其模型已應用於多家其他機器製造商所生產的設備上。

「堆疊」的雙軌分化：機械與智慧

倉儲自動化正悄然分化為兩大業務領域，而這兩者過去往往被視為一體。其中一類供應商（Ultra 即屬此類）擁有實體硬體：機械臂、安裝配件、服務合約，以及與簽署發票的倉儲營運商之間的合作關係；而規模小得多的另一類供應商則掌握著決定機械臂下一步動作的智慧技術。 Physical Intelligence 隸屬於第二類，其軟體如今不僅內建於 Ultra 的機器人中，也應用於其他公司的機器人，並出現在越來越多的商業簡報中——這些簡報雖自稱是硬體企業，卻悄悄將最棘手的工程問題外包給

其他人。

對於評估 Ultra 的買家而言，這項權益分配比融資規模更為關鍵。5,000 萬美元的 A 輪融資，僅表明投資者相信 Ultra 能持續安裝硬體並收取費用；但這完全無法說明，兩年後其機器人將具備哪些功能，究竟是由 Ultra 還是由 Physical Intelligence 掌控產品路線圖。 Framework Ventures 和 Y Combinator 押注的是分銷與安裝能力；而更艱難、也較不顯眼的賭注，則在於 Ultra 無法完全掌控的那段合作關係。

這種動態削弱了融資公告中常不經意流露的一種論調：即人工智慧合作夥伴關係本身就是一種差異化優勢。Physical Intelligence 將其軟體授權給多家機器人製造商，而 Ultra 自身的公告也將這段關係定位為眾多合作關係之一，而非獨家協議；這意味著對買家而言，真正的區隔點並非供應商已備妥哪種基礎模型。 關鍵在於該供應商的硬體、安裝流程及服務組織，能多好地將共享模型的能力轉化為實際現場的滿單訂單。資本追隨模型而來，但合約終究還得在現場爭取到手。

「深化合作夥伴關係」實際能帶來什麼

Ultra 與 Physical Intelligence 將其合作關係描述為「軀體與大腦」的分工：Ultra 負責設計、製造及安裝機器人，而 Physical Intelligence 則提供感知與控制模型，使機器人能夠適應特定客戶的佈局，而非僅執行固定的程式腳本。 淺顯地說，本世代之前的大多數工業機器人運作方式如同自動販賣機，之所以能精確重複同一動作，是因為工程師事先編程了每個步驟。 像 Physical Intelligence 這樣的模型賦予機器人更接近「概括能力」的特質，因此牠即使面對從未見過的貨箱，仍能自行推敲出如何進行裝箱。這正是示範系統與可部署系統之間的區別，同時也是

這項優勢是大多數倉儲營運商在展會現場無法自行驗證的。

這種交換是雙向的。Ultra 獲得了一項能力，若要自行開發，原本需要耗費數年時間和數億美元。而 Physical Intelligence 則獲得了比現金更重要的東西：真實的倉庫、真實的故障案例，以及真實的操作員反饋——這些都是研究實驗室無法自行製造的。 雙方均未披露此項安排的財務條款、獨家條款或合約期限，這使得當基礎模型從實驗室走向其他公司的生產現場時，每個系統整合商都將面臨的數據所有權問題仍懸而未決。實際上，今日與 Ultra 簽約的倉儲營運商，同時也正與一家從未接觸過的公司建立數據合作關係。

租用而非自有的經濟邏輯

Ultra 將其機器人以訂閱制而非資本購置方式銷售：客戶需支付一筆預付整合費用以安裝設備，隨後按月支付包含硬體與軟體支援的費用。 執行長喬恩·米勒·施瓦茨（Jon Miller Schwartz）擁有機械工程背景，他表示，隨著需求增長，此商業模式讓 Ultra 得以調高價格，且公司已實現可觀的營收（儘管未透露具體數字）。這種定價能力是本次公告中最明確的證據，顯示 Ultra 的客戶並未將這些機器人視為試點項目。 願意承諾支付定期軟體與硬體費用（而非一次性購置）的買家，通常已認定該設備能回本。

這筆資金到位之際，正值倉儲機器人領域的融資環境異常寬鬆，買家應將任何單一輪融資視為一個數據點，而非最終定論。對於這輪融資究竟預示著產業動能，還是標誌著該領域的頂峰——畢竟該領域中多家 AI 機器人公司的估值已遠遠超過其披露的營收——理性人士對此可能意見不一。但可以驗證的是

narrower：Ultra 能以超過 50 萬筆已打包訂單作為實際吞吐量的佐證，這項數字是那些推銷類似硬體卻缺乏可比部署紀錄的競爭廠商所無法比擬的。

為何生產線仍由專用機器主導

施瓦茨（Schwartz）公開提出的論點——人形機器人雖吸引多數目光，但實際上多數工作仍由專為特定用途設計的窄域機器人完成——在該領域雖屬老生常談，但若對照當今誰在贏得合約，此論點便顯得格外有分量。Ultra 的機器人與日益擴大的非人形競爭對手群體共享倉庫空間： 法國廠商 Exotec，其機器人能攀爬垂直儲存貨架以取貨；亞馬遜自行研發的機器人車隊；以及由前 Uber 執行長特拉維斯·卡拉尼克（Travis Kalanick）創立的物流與人工智慧新創公司 Atoms，該公司正致力於在更大規模上實現類似的「軀體與大腦」整合模式。 這些公司無一採用類人型外觀設計，且全都已在實際運作的倉庫中投入使用；反觀通用型類人機器人，至今仍以在展示影片中頻頻跌倒而聞名，而非能自主完成整班工作。 施瓦茨（Schwartz）本人估計，類人型機器人還需要大約五年時間，才能像當前專用機器人那樣實現規模化應用——這僅僅是一項預測而非事實，買家應將其視為預測來對待。 然而，這項預測出自一位其商業成敗取決於準確進行此類比較的人之口，因此相較於那些有動機主張相反觀點的人形機器商所作的相同聲明，其可信度更高。

這筆交易應更新的盡職調查清單

對於已經針對倉儲自動化啟動提案徵求（RFP）流程的採購或供應鏈團隊而言，Ultra 的融資輪次以及與 Physical Intelligence 的合作關係，改變了供應商問卷中應包含的內容。傳統的檢查清單——包括正常運作時間保證、整合時程、每次揀貨成本以及服務響應時間——仍然適用。現在需要的是第二層次的考量

一系列針對硬體底層軟體的疑問：哪家公司擁有控制機器人的模型；若該公司被收購、調整定價，或將工程資源轉向其他硬體合作夥伴，合約上將如何處理；以及倉庫自身的營運數據、影像紀錄、故障日誌、 以及用於重新訓練該模型的揀選速率數據，究竟仍屬買方所有，還是會成為買方從未直接簽約的合作廠商所使用的訓練資料。

這些因素並未使 Ultra 成為比那些自行開發內部 AI 技術堆疊的競爭對手更不具投資價值的選擇。 一項已證實可行且經授權的能力——已透過超過五十萬筆完成的訂單驗證——遠勝於仍在開發中的專有技術。但與 Ultra 簽訂多年期服務合約的買方，實際上是以支付一家公司的價格，同時承擔兩家公司的執行風險，而合約應明確載明此點，而非僅在融資公告中隱晦地提及此種依賴關係。

這輪融資改變了什麼，又沒有改變什麼

本次公告中的任何內容，都無法改變採購團隊與 Ultra 簽約時所承擔的基本風險：現場運作的機器人能力，僅取決於授權其運行的 AI 模型，而該模型歸屬於 Ultra 無法掌控的公司。 這筆 5,000 萬美元的 A 輪融資延長了 Ultra 的資金週轉期，使其能持續部署硬體並捍衛定價策略；而與 Physical Intelligence 深化合作，則進一步拉大了 Ultra 機器人與仍運行於硬編碼腳本的競爭對手之間的性能差距。 這並未解決根本的依賴性問題，且單憑此舉，也無法證明若 Physical Intelligence 的商業條款有所變更，Ultra 的利潤率能否維持不變。 對於正在權衡此供應商與其競爭對手之優劣的買家而言，最重要的單一數字並非5,000萬美元或56億美元，而是50萬——這正是Ultra機器人迄今已完成的訂單數量，而這個數字是任何未來的融資公告都無法改變的。

該

上述分析基於 Ultra 及 Physical Intelligence 針對融資、合作夥伴關係及部署規模所發表的聲明，並結合同期倉庫自動化及具身人工智慧（embodied-AI）投資領域的公開市場動態進行綜合研判。

本文僅供一般資訊參考之用，並不構成任何投資、採購、法律或工程方面的建議。相關數據反映上述來源截至所述資訊截止日之狀況，並可能隨時變更，恕不另行通知。