亮相GTC，硅谷机器人公司RoboForce再融3.6亿，估值25亿领跑重装劳动力 | 融资首发

作者｜张潇雪
邮箱｜JessicaZhang@pingwest.com

这一周，全球科技圈的目光聚焦在圣何塞SAP中心。今年GTC有两大主题被讨论最多：Agentic AI让软件学会自主行动，Physical AI让智能走进物理世界。黄仁勋说，机器人与物理智能将重塑人类文明。

而具身智能的战场，也正从"实验室里的后空翻"，悄悄转向"工业现场的体力活"。

硅星人Pro独家获悉，近日，物理AI驱动的硅谷具身智能机器人公司RoboForce完成5200万美元pre-A轮超额认购融资，累计融资额近7000万美元。本轮融资由YZi Labs领投，Yahoo!联合创始人兼前CEO杨致远参投，RoboForce估值由此升至3.5亿美元，约合人民币25亿元。在此前的轮次中，诺贝尔经济学奖得主Myron Scholes、启明创投创始主管合伙人Gary Rieschel，以及卡内基梅隆大学（CMU）已相继入局。

三年前，当大多数具身智能公司仍在实验室训练机器人完成各种“演示动作”时，硅谷这家极为低调的公司已经做出了不同选择。它没有跟风内卷"情绪价值"，而是直接瞄准了一个更硬核的方向——成为全球最早提出并系统性探索“机器人劳动力（Robo-Labor）”方向的 Physical AI 公司之一，专为高强度工业环境而生，聚焦可规模化、可部署的Physical AI技术突破。

在硅谷，判断一家具身智能公司是否处于风暴中心，最直观的坐标系就是英伟达。

去年的GTC大会上，黄仁勋在主旨演讲中拉开了一道贯穿人类科技史的巨幕。

RoboForce与SpaceX、xAI、OpenAI、莱特兄弟、贝尔实验室等名字并肩出现——作为其中最年轻的成员，RoboForce代表了物理AI在真实世界落地的新锐力量。

GTC 2026 上，NVIDIA 发布了面向 Physical AI 的核心基础设施——Physical AI 数据工厂蓝图（Physical AI Data Factory Blueprint）。在该体系中，RoboForce是目前NVIDIA全球唯一选中的机器人公司，作为合作伙伴深度参与其在机器人领域的落地应用。

在 World Model（世界模型）方向，RoboForce 正基于 NVIDIA Cosmos 世界模型能力，将该体系应用于真实工业场景的机器人模型训练，使机器人能够更好地理解与预测复杂物理环境，在动态工业环境中实现更稳定的感知与决策。

在机器人仿真与合成数据层面，双方协同打造接近真实世界物理特性的训练环境，通过仿真与合成数据扩展真实场景数据，大幅缩短机器人从实验室研发到真实工业部署之间的迁移周期。这一合作也将继续加速RoboForce Physical AI技术能力的持续演进。

然而，技术合作只是故事的一面。当前具身智能赛道存在一个更根本的争议：人形机器人到底是"昂贵的玩具"，还是"真正的生产力"？争议背后，是真实落地场景的稀缺——目前市场上多数产品仍停留在演示阶段，能在非结构化工业环境中稳定完成生产任务的系统，为数不多。

对此，RoboForce给出的答案是：TITAN。

2024 年，RoboForce 发布了全球首个重装大负载超人形机器人TITAN。 与追求轻量化、生活化应用的机器人不同，TITAN 从设计之初便面向高强度、高风险的工业环境——双臂负载 40 公斤，操作精度达到 1 毫米级，可在户外与室内复杂环境中稳定作业。

RoboForce创始人兼CEO Leo Ma曾说得很直接："我们的机器人不炒菜、不端咖啡、不叠衣服，只帮人干最苦最累最危险的活。"他认为，全球工业领域正面临人力短缺与安全成本的双重挤压——在光伏安装、数据中心、矿业、制造业、港口等场景，大量枯燥且危险的任务仍依赖人力。"我们的使命，就是让机器人承担人类不该承担的工作。"

而这一逻辑也正在被市场逐步验证。自2025年初亮相以来，RoboForce的客户伙伴遍布12个国家、涉及六大行业，累计意向订单突破11,000台。对于一家成立不到三年的初创公司，这个数字背后的商业化势能不言而喻。

在硅谷的机器人创业版图中，RoboForce拥有一支人才密度极高的团队——核心成员的履历，几乎涵盖了全球具身智能与机器人领域的半壁江山。

RoboForce成立于行业爆发前夕的2023年。团队成员来自特斯拉机器人、亚马逊机器人、Waymo、Cruise、ABB、苹果、小鹏机器人、优必选，以及卡内基梅隆大学、密歇根大学、清华大学等顶尖公司与实验室。"学术+工程"的混合基因，决定了RoboForce从第一天起就奔着"规模化部署"而去，而非停留在纯科研路线。

尤其值得注意的是，这支团队具备罕见的"全范式"机器人研发经验：从轮式、足式到人型，从轻量化协同手臂到重型工业机械，团队成员曾主导或参与过覆盖全业态、全形态的机器人项目。这样的实操底蕴，使RoboForce在面对复杂的"重装超人形机器人"研发时，能够规避路径陷阱，实现算法与硬件的高效协同。

在硅谷人才竞争极度白热化的当下，RoboForce始终保持着硅谷精英公司典型的"小而精"文化：公司过去一年里收到近2万份入职申请，录取率仅约千分之一。

技术路径上，RoboForce正在打造面向真实工业环境的Physical AI机器人系统。其核心判断是：规模化应用必须从高价值、强需求的真实场景出发，而非实验室的理想化环境。为此，RoboForce构建了一个以真实世界数据为核心的Physical AI数据飞轮——机器人在真实任务执行过程中持续采集感知、操作与环境交互数据，并通过仿真、合成数据与大规模训练不断强化模型能力。

这一闭环体系，使机器人能够在现实环境中实现持续学习、快速迭代，并不断提升任务能力与泛化能力。在此基础上，RoboForce还搭建了结合模块化硬件架构的具身智能机器人平台，使机器人能够可靠运行并快速迁移至多元工业场景。与英伟达在World Models与高保真仿真方向的深度合作，也在为这套飞轮持续提供技术支撑。

本轮融资的完成，将显著加速RoboForce迈向全球的规模化商业部署, 全面强化其Physical AI 平台建设。

RoboForce正沿三条主线推进：持续强化Physical AI模型与数据飞轮，通过真实工业数据与仿真训练提升机器人能力；加速TITAN机器人平台的量产与供应链建设，为规模化部署做好准备；同时推动商业化落地，将试点项目转化为在能源、制造与基础设施等行业的规模应用。

在RoboForce看来，行业正处在一个关键交汇点：AI算力对能源需求呈指数级增长，全球劳动力出现结构性短缺，而Physical AI的技术窗口也正在同步开启。

这家公司正在完成一次从硅谷实验室向全球工业现场的全面迁徙。当许多机器人公司还在讨论"机器人的GPT时刻"何时真正到来，已经有人在用重装机器人劳动力，将这一愿景一步一步变成现实。