机器人基础模型公司Generalist最新一轮融资把估值推到了30亿美元——距离上一次20亿美元估值,只过去了两个多月。新增资金约2亿美元,由8VC领投,是其6月宣布的4亿美元B轮的追加扩展,B轮总额因此累计到6亿美元。截至发稿,消息来自两位知情人士,Generalist官方没有正式确认这轮融资。
两个月估值涨五成,这个速度比大多数大模型独角兽还快。但把公开信息摊开看:Generalist目前只有"少数几个客户"在测试反馈阶段,没有公开点名的付费客户,也没有收入数字。撑起30亿估值的技术指标,几乎全部来自公司自己发布的评测报告。这笔钱押注的与其说是已验证的商业事实,不如说是一个信念——具身智能即将复制大模型的"ChatGPT时刻"。
两位DeepMind人和一位波士顿动力工程师
Generalist由Pete Florence、Andy Zeng(均来自Google DeepMind机器人团队)与Andrew Barry(前Boston Dynamics高级工程师)于2024年在San Mateo创立。三人的履历,是资本愿意在两年内两次抬高估值的直接原因——机器人控制和大模型研究的复合背景,在这个赛道里并不常见。
公司投资人名单同样重量级:Nvidia、Bezos Expeditions、Union Square Ventures、AI研究者Fei-Fei Li都在早期就已进场,6月B轮由Radical Ventures领投,这次追加轮换成8VC挂帅。
一份自己打分的成绩单
Generalist的产品不是造机器人整机,而是做一个"硬件无关"的基础模型——同一套大脑,插到不同机械臂、不同末端执行器上都能用,思路更接近"机器人界的安卓"。这和Figure等自研人形机器人硬件的公司,是两条完全不同的路径。
技术演进的确有真实数据支撑。2025年11月发布的GEN-0用了超27万小时训练数据,在约70亿参数规模出现能力跃升;2026年4月的GEN-1在选定简单任务上成功率达到99%,对比GEN-0的64%和从零训练模型的19%,末端执行器兼容数量扩展到约9000种;最新的GEN-1.5(8月19日发布)在10项短时程灵巧任务上,单次演示成功率59%,加上约50次演示微调后能提到83%。
问题在于,这些数字全部来自Generalist自己的博客和评测,没有第三方基准测试,也没有真实生产环境的部署数据。59%的"一次学会"听起来惊艳,但连公司自己也承认这不是部署级别的表现。
- 风险.所有性能指标均为公司自评,缺乏独立验证,且短时程简单任务的成功率不能直接外推到复杂真实场景。
估值涨的是叙事速度,不是客户名单的长度。
赛道里谁的估值更贵,谁的证据更多
把Generalist放进同赛道对比,会发现一个有意思的错位:估值涨得最快的,反而不是估值最高的。Physical Intelligence估值约110亿美元,SoftBank投资的Skild AI约140亿美元,Genesis AI上月也在洽谈30亿美元估值的融资——Generalist目前的30亿美元,在这几家里其实是偏低的一档,但它两个月翻50%的节奏,是同行里最快的。
对早期投资人来说,账面回报已经落袋;对后进的8VC而言,赌的是这条"硬件无关大脑"路线能不能先于Figure这类整机公司跑通商业化。真正该盯的三个信号是:Generalist会不会正式官宣这轮融资、会不会出现第一个愿意公开具名的付费客户、以及是否有独立机构给出不受公司控制的评测结果。在这三样东西出现之前,30亿美元更像是一张对未来的期权,而不是一份已兑现的成绩单。