机器人领域正掀起一场关于通用任务模型的研发竞赛，多家初创企业凭借技术潜力获得资本青睐。其中，由前谷歌DeepMind研究员Pete Florence、Andy Zeng与前波士顿动力工程师Andrew Barry联合创立的Generalist公司，近日宣布完成由8VC领投的近2亿美元追加融资，公司估值随之攀升至30亿美元。这轮融资被视为今年6月B轮融资的扩展——当时由Radical Ventures领投的4亿美元融资已使公司估值达20亿美元，两次融资叠加后，B轮总规模扩大至6亿美元。
Generalist的创始团队兼具学术研究与工程实践背景：Pete Florence与Andy Zeng曾参与谷歌DeepMind的机器人学习项目，Andrew Barry则在波士顿动力主导过动态机器人控制系统开发。公司成立初期便获得8VC、Radical Ventures、英伟达、Union Square Ventures、Bezos Expeditions以及斯坦福大学人工智能实验室主任李飞飞等机构与个人的投资支持，其技术路线聚焦于开发能适配不同类型机器人的AI基础模型。
该公司最新发布的1.5代模型展现出显著技术突破：通过分析3至12秒的短视频演示，机器人即可快速学习并执行新任务。这一能力源于模型对人类操作模式的深度理解与迁移学习机制。目前Generalist正与制造业、物流等领域的少数企业开展合作，通过真实场景反馈优化模型参数，使其能更好适应特定作业环境的需求。
在通用机器人模型赛道，Generalist并非唯一焦点。Physical Intelligence、Skild AI与Genesis AI等企业同样获得高额融资，估值分别达110亿、140亿与30亿美元。这些公司均试图通过构建类似ChatGPT的底层模型，破解机器人跨场景应用的难题。但行业面临的核心挑战在于：与语言模型可利用全网文本数据不同，机器人训练需要结合物理世界交互数据，这类数据的获取成本与标注难度远高于文本信息，导致技术突破与商业化进程仍需时间沉淀。
