AREX Feed Article
《金融时报》称机器人与 Physical AI 初创今年已融资近 480 亿美元，实验室自建训练场采集人类动作数据
10 月 10 日刊发的报道援引 PitchBook 数据称，机器人与 Physical AI（物理 AI）初创公司在 2026 年年初至今已融资近 480 亿美元。报道的另一条主线是数据：训练机器人所需的人类动作影像。
10 月 11 日的警报转述了这篇报道：Physical Intelligence、Skild AI、NEURA Robotics 与 Generalist 等实验室一边采买外部数据供应商的服务，一边运营自建数据业务。团队在“robot gyms”（机器人训练场）里拍摄工人操作机器人手臂完成任务，也把录制设备送进住宅、办公室和工厂，拍下人们做日常工作的过程。镜头要记录的是人如何移动、触碰和施力——这些场景，机器人迟早要自己处理。
NEURA Gym 的训练场景与数据可视化。图片来源：NEURA Robotics
从公开网络抓不到的日常操作影像
《金融时报》报道附图标注这组数字的来源为 PitchBook，截至 10 月 8 日。按 AI Weekly 的转述，这笔资金中越来越大的份额流向这个行业仍然缺的投入——普通人干活时的真实视频。
与文本、图像不同，日常操作影像无法从公开网络上抓取，只能逐个场景委托拍摄、再逐帧标注——这是 AI Weekly 转述《金融时报》时的说法。
NEURA 把这种稀缺写进了自家页面：其 称，高质量的真实世界训练数据是“Physical AI 最稀缺的资源”；给出的对比是，物理 AI 能用的训练数据只有大语言模型的十二万分之一。亚琛工业大学（RWTH Aachen University）的也持同样判断：语言模型可以取用几乎无限的互联网数据，物理交互数据依然稀缺。
外部供应商与自建数据业务
外部供应商这条线上，Scale AI 是一个公开例子：该公司在上把 Generalist 与 Physical Intelligence 列为数据平台服务的对象，并称采集单元先在旧金山实验室开发验证，再部署到全球采集合作网络。
Skild AI 则把自己的数据基建拆成四类来源：大规模仿真预训练、数十亿条人类动作视频、遥操作，以及真实部署。按其，其机器人已进入安防、建筑、配送、数据中心、仓库和工厂装配等场景，这些部署会持续产生后训练数据，形成“数据飞轮”。
Generalist 把同类工作称为“物理数据引擎”。该公司称，2025 年 11 月的 GEN-0 第一次让机器人学习在真实世界数据上展现出规模化规律；2026 年 4 月的 GEN-1 在多样任务上达到 99% 的可靠性，执行速度最高可达此前最优水平的 3 倍，并能对新问题即兴给出解法。
Skild AI 公布的跨形态训练画面。图片来源：Skild AI（Series C 公告配图）
亚琛的 3,000 平方米，慕尼黑机场的 RoboGym
7 月 22 日，NEURA 与亚琛工业大学宣布共建 NEURA Gym RWTH Aachen：约 3,000 平方米，位于 Hightech Campus Melaten，接入约 20 个 RWTH 研究所，面向制造业、汽车、循环经济和医疗技术等行业开放，大型企业和中小企业都能使用——这些细节来自 与亚琛工业大学的公告。
NEURA 创始人兼 CEO David Reger 在亚琛的公告中说：“物理 AI 最大的瓶颈不再是智能，而是经验。机器人靠与真实世界互动来学习，这正是我们要建 NEURA Gyms 的原因。”他还提到，每座 gym 都通过 Neuraverse 把训练数据汇入共享智能层，新增一个地点，整个机器人网络就变得更聪明。
德国另一处站点是慕尼黑机场的 TUM RoboGym（由 NEURA 提供支持）：占地 2,300 平方米，计划在 2026 年第四季度开放，由慕尼黑工业大学（Technical University of Munich）的机器人与机器智能研究所（TUM MIRMI）与 NEURA 共建。TUM MIRMI 执行主任、RoboGym 负责人 Lorenzo Masia 在 3 月的公告中说：“在东西方地缘竞争的时代，欧洲的主权极其重要。”
NEURA Gym 的设施效果图。图片来源：NEURA Robotics（NEURA Gym 页面）
TUM RoboGym 中的人形机器人。图片来源：Neura Robotics，出自 all-about-industries 的报道配图
三笔大额融资，投向训练场、数据与算力
四家实验室中的三家在 2026 年内先后宣布了大额融资。
6 月 10 日，NEURA 宣布最高 14 亿美元的 Series C（C 轮）融资，包括 Tether、Qualcomm、Amazon、NVIDIA、Bosch、Schaeffler 和欧洲投资银行等。公司称这是全栈机器人公司迄今最大的一轮融资，并称现有订单与部署管线超过 10 亿美元；声明写明资金将支持 NEURA Gym 的全球铺开，并推动到 2030 年实现“数百万台”机器人的量产。
1 月 14 日，Skild AI 宣布 14 亿美元 Series C，由 SoftBank 领投，NVIDIA 旗下 NVentures、Macquarie Capital 与 Bezos Expeditions 参投，估值超过 140 亿美元。按其公告，公司实际营收在 2025 年的几个月里从零增长到约 3,000 万美元；新资金会扩大每一类数据来源，并加码模型、算法与数据采集研究。
6 月 4 日，Generalist 宣布 4 亿美元新融资，累计融资超过 5 亿美元，由 Radical Ventures 领投，NVIDIA、Bezos Expeditions 等既有投资方继续参与。按其公告，资金用于下一代模型、物理数据引擎的扩张，以及算力与训练基础设施。
数据留在谁手里
NEURA 在 Gym 页面上向合作伙伴给出的条件包括：在 Gym 里构建的一切归合作伙伴所有，欧洲的设施保证数据完全由企业控制；资深操作员的经验会被固化成可复用的机器人技能；技能先在 Gym 里验证再上产线，成本最高可降到自建基础设施的七分之一；技能也可以选择挂上 Neuraverse 市场，换取持续收入。页面还称，尽早入场的团队能拿到约 18 个月的先发优势和下一代人形机器人的优先使用权。
NEURA 在同一个页面上还把“数据所有权担忧”列为行业痛点之一：按它的说法，多数机器人供应商会把客户的训练数据变成自己的资产。
慕尼黑走的是另一条路线。据 报道，TUM MIRMI 与 NEURA 表示，RoboGym 产生的大部分数据会进入开放生态，向更广泛的机器人社区开放。
按 NEURA 的说法，10 座 Gym 中的 5 座将在 2026 年底前投入运营，覆盖欧洲、美国与中国。