美国机器人企业，2026 年 9 月

本文贯穿三种标记，含义与研究文件中一致。[单一来源] 指只在一处找到的说法。[二手来源] 指聚合站点或博客而非一手来源。[推断] 指我们自己的推理而非有出处的事实。凡公司未披露的，表格写「未公开」，不作猜测。

这一轮研究于 2026 年 9 月 5 日进行：约 45 次网络检索与 40 次整页阅读，覆盖公司页面、美国证券交易委员会备案、财报电话会记录、The Robot Report、TechCrunch、Forbes、CNBC、美国联邦通信委员会与商务部、Gartner 与 Forrester，以及一个护士工会。

各公司表格使用同一组行标签：(a) 产品、价格与商业模式；(b) 大脑架构；(c) 机上算力；(d) 机群与多机器人，含共享记忆；(e) 记忆与持续学习；(f) 经核实的部署；(g) 有据可查的弱点；(h) 公司明确不做或不销售的事。

Figure AI（Figure 03、Helix 02）

项目	结论
(a) 产品 / 价格 / 商业模式	Figure 03（2025 年 10 月 9 日发布）：压铸结构、柔性织物外壳、掌心相机、指尖触觉（3 g 阈值）、经足部 2 kW 感应充电、10 Gbps 毫米波数据卸载；BotQ 初期产能每年 12,000 台，四年内目标 100,000 台（Figure 03 页面）。商业模式：机器人即服务，据报约每台每月 1,000 美元 [单一来源，二手来源：TSG Invest 与 eesel]；无官方价格。估值约 390 亿美元 [二手来源]。
(b) 大脑	Helix 02（2026 年 1 月）：S0 为 1,000 万参数的全身控制器，1 kHz，在 20 万以上并行仿真环境中训练，替代了 109,504 行 C++；S1 为 200 Hz 的视觉运动 transformer，输入头部与掌心相机、触觉与本体感受；S2 为 7 至 9 Hz 的视觉语言模型，负责语言与场景。S2 向共享内存写入一个隐向量供 S1 消费（Helix 页面）。最长演示：4 分钟、61 个动作的自主任务。未公开任何云端依赖；其设计意味着推理完全在机器人上。
(c) 算力	初代 Helix：「两颗低功耗嵌入式 GPU」，S1 与 S2 模型并行（Helix 页面）。Figure 在 NVIDIA 的 Jetson Thor 早期采用者名单上（NVIDIA 新闻稿，2025 年 8 月），但 Figure 未公开 Figure 03 的片上系统。
(d) 机群 / 共享记忆	其说法：机器人在充电桩上「上传 TB 级数据用于持续学习」（Figure 03 页面）。Adcock 对机群学习的描述是本地经验、云端集中校验与汇总、再分发策略；一份独立评述指出这需要数小时到数天，而非实时（ETC Journal，2026 年 6 月）。没有共享现场记忆产品。
(e) 记忆 / 持续学习	未公开任何持久的情景记忆或现场记忆。学习即离线重训。未描述从纠正中学习的功能。
(f) 部署	宝马 Spartanburg 工厂（Figure 02，单台）：约 6 个月内 1,250 小时以上，周一至周五每班 10 小时，90,000 个以上零件，30,000 台以上 X3，节拍 84 秒，每班放置成功率超过 99%；前臂是首要失效点（Figure「production-at-bmw」页面；宝马新闻稿）。宝马于 2026 年将 Figure 03 转入 Spartanburg 的物流排序作业（宝马新闻稿，2026 年 6 月）。宝马的首个德国部署（Leipzig）选择了 Hexagon AEON 而非 Figure（宝马新闻稿）。第二家客户「据报是 UPS」[单一来源，二手来源]。物流演示：每件 4.05 秒，数月内快约 20% [二手来源]。家用：2026 年 3 月演示 8 项清洁技能 [二手来源]。
(g) 弱点	举报人诉讼（Robert Gruendel，首席安全工程师）于 2025 年 11 月提交加州北区联邦地区法院：机器人「其力量足以打碎人的头骨」，一次故障中在钢制冰箱门上划出四分之一英寸的裂口；Figure 否认，案件仍在进行（CNBC）。未公开正常运行时间或平均故障间隔。单台的宝马试点是唯一经审计的规模数字。德国宝马的名额输给了 Hexagon。
(h) 不做的事	完全垂直整合；放弃 OpenAI 转向自研 Helix；没有证据表明其向第三方本体授权 Helix，也没有任何合作伙伴本体计划 [推断自战略；未找到明确引述]。尚无消费销售渠道。

Agility Robotics（Digit、Arc）

项目	结论
(a) 产品 / 价格 / 商业模式	Digit（下一代为 v5）：16 kg（35 磅）周转箱负载，4 小时电池，人形化外形（Agility 方案页面）。机器人即服务，与 GXO 的协议被称为「业内首例」人形机器人 RaaS 交易。经 Churchill Capital XI SPAC 上市，投前估值 25 亿美元，总募资超过 6.2 亿美元（美国证券交易委员会 Form 425，2026 年 6 月）。
(b) 大脑	未以具名模型的形式公开。SPAC 材料中提到与 Google DeepMind 的合作；Agility 是 Gemini Robotics 2 的「支持合作伙伴」（DeepMind 博客）。NVIDIA Halos 首发合作伙伴（全栈安全系统）。
(c) 算力	Jetson Thor 早期采用者（NVIDIA 新闻稿）。
(d) 机群 / 共享记忆	Agility Arc 是云端自动化平台：场地建图、工作流定义、机群编排，把 Digit 接入自主移动机器人、仓储管理系统与仓储执行系统，指标包括正常运行时间、吞吐量与平均干预间隔（SEC 425；方案页面）。仅编排与监控；未宣称机器人共享习得的经验或记忆。
(e) 记忆 / 持续学习	未公开。只有空中下发的「定期软件更新」。
(f) 部署	9 个客户站点，超过 65,000 运行小时；客户包括 GXO（Spanx 站点，佐治亚州，自 2024 年 6 月起付费，100,000 个以上周转箱）、Schaeffler、丰田加拿大制造（2026 年 2 月由 3 台试点转为 7 台 Digit 商用）、Mercado Libre；Digit v5 多年期订单超过 3 亿美元（管理层称积压约 1,000 台 [单一来源]）；30 家以上的客户漏斗；RoboFab 产能达每年 10,000 台，约 75% 零件来自美国（SEC 425）。2025 年 11 月通过 OSHA 认可的 NRTL 现场检验，依据 ANSI/RIA R15.08 与 ISO 13849 [二手来源]。
(g) 弱点	未公开正常运行时间、平均故障间隔或事故数字（Arc 追踪这些指标，但不披露）。4 小时电池。GXO 首席执行官（2026 年 8 月）：2026 年没有任何人形机器人进入生产，尚无投资回报，还要约 2 年（GXO 第二季度电话会；Fortune）。ifactoryapp 上流传的「已部署 1,200 台 Digit」与 Agility 自己的 9 个站点数字矛盾；视为不实 [二手来源，不可靠]。营收与净亏损不在已摘录的备案中（DRS/A 过大，无法解析）。
(h) 不做的事	政策文件：反对人形机器人「武器化」；主张对中国机器人加征关税与反倾销措施，并以「自愿标准」替代监管。不向第三方授权大脑；软件仅服务 Digit [推断]。

Boston Dynamics（Atlas、Stretch、Orbit、DeepMind）

项目	结论
(a) 产品 / 价格 / 商业模式	电动 Atlas 的产品版本于 2026 年 1 月 5 日在 CES 亮相；2026 年全部机器都已许诺给现代 RMAC 与 Google DeepMind（Automate.org）。价格：「低于两名美国制造业工人两年的成本」，据消息人士上限约 32 万美元（KED Global，2026 年 1 月）[单一来源]；分析师估计 13 万至 14.5 万美元 [二手来源]；2027 年前无法公开购买。Stretch：购买或 RaaS 未公开；Orbit 加 Scout 软件约每台每年 1.5 万至 2.5 万美元 [单一来源，二手来源：Komo]。装机量 2,000 台以上 [二手来源]。
(b) 大脑	Atlas：与丰田研究院合作的大型行为模型（语言条件化的端到端策略），加上用于感知与推理的 Google DeepMind Gemini Robotics 模型（Robot Report；DeepMind 博客将 Boston Dynamics 列为合作伙伴）。Orbit 使用 Gemini 驱动的视觉语言模型做巡检分析（Orbit 页面）。
(c) 算力	Atlas：Jetson AGX Thor T5000（NVIDIA 新闻稿；Robot Report）。
(d) 机群 / 共享记忆	Orbit 是面向 Spot、Stretch 与「最终还有 Atlas」的「共享的编排与智能软件」：任务排程、多站点看板、Site View 360 度历史、异常告警、API 与 webhook、CMMS 与仓储管理系统集成；可部署在 AWS 云、以 1U「Site Hub」本地部署，或作为虚拟机；SOC 2 Type II（Orbit 页面）。它共享地图、任务与数据，而非习得的技能或情景记忆。
(e) 记忆 / 持续学习	Orbit 保存现场历史（Site View）。没有机器人层面的持续学习产品。
(f) 部署	Stretch：DHL 追加 1,000 台以上的谅解备忘录（2025 年 5 月）；截至 2025 年 6 月 DHL 在 3 个国家有 10 台 Stretch [单一来源]；每小时最多 700 箱；客户包括 DHL、Maersk、Gap、H&M、Otto/Hermes、Arvato、NFI（Stretch 页面）；20 个以上站点 [二手来源]。Atlas：仅 RMAC 与 DeepMind。
(g) 弱点	Stretch 无法处理全部货物，例如独木舟与熨衣板（DHL）。Atlas 在 2027 年前不对外部买家开放，且大脑依赖 Google [推断]。未公开可靠性数字。
(h) 不做的事	2026 年的 Atlas 只给现代与 Google。Orbit 只支持 Boston Dynamics 自己的机器人，不支持第三方本体。

Apptronik（Apollo、Gemini Robotics）

项目	结论
(a) 产品 / 价格 / 商业模式	Apollo 2（2026 年 6 月 30 日）：模块化，可双足或轮式底盘；轮式版本「按符合工业移动机器人现有安全标准的方式设计」（GlobeNewswire 新闻稿）。Apollo 2 是数据采集与训练平台；Apollo 3 才是第一款真正的商用产品（二手来源称 2027 年）。2026 年 2 月 5.2 亿美元 A-X 轮，估值约 50 亿美元；A 轮累计超过 9.35 亿美元。Robot Park：奥斯汀约 90,000 平方英尺的数据工厂。
(b) 大脑	Google DeepMind Gemini Robotics（视觉语言动作模型加 ER 2）；Apollo 2 的数据回流 Gemini。ER 2 的多机器人演示是 Apollo 2 加一台 Franka FR3 Duo（DeepMind 博客）。Apollo 2 上使用 Sharpa Wave 的 22 自由度手。
(c) 算力	Jetson AGX Orin 或 Orin NX [二手来源]；值得注意的是它不在 NVIDIA 的 Thor 早期采用者名单上。
(d) 机群 / 共享记忆	未公开。机群学习是 Google 一侧的离线训练。
(e) 记忆	未公开；数据由「遥操作与自主执行的组合」产生（新闻稿）。
(f) 部署	试点：梅赛德斯-奔驰、GXO（试点）、Jabil（验证任务：检验、分拣、配套）。未公开小时数或台数。
(g) 弱点	Apollo 3 之前没有商用产品；高度依赖遥操作；大脑外包给 Google 的云端 ER 2 [推断]；GXO 认为 2026 年不会有进入生产的人形机器人。
(h) 不做的事	没有自己的大脑可授权；硬件是为 Gemini 服务的。

1X（NEO）

项目	结论
(a) 产品 / 价格 / 商业模式	NEO 家用人形机器人：购买价 20,000 美元（定金 200 美元）或每月 499 美元，两者都含「Expert Mode」遥操作（Robot Report）。30 kg，可举 70 kg，可搬运 25 kg，腱驱动，Wi-Fi、蓝牙与 5G。
(b) 大脑	Redwood：约 1.6 亿参数的视觉语言动作模型，在嵌入式 GPU 上约 5 Hz，用遥操作与自主片段训练；另有一个带对话记忆的大语言模型用于交谈（Robot Report；1X Redwood 页面）。2026 年自主率估计为 60% 至 70% [二手来源]；其余由远程人类操作员完成。
(c) 算力	Jetson Thor，被描述为「唯一……为支撑 NEO 的需求而打造的产品」（1X GTC 2026 页面）。训练用 HGX B200；使用 Isaac Sim 与 Isaac Lab。
(d) 机群 / 共享记忆	每次遥操作会话都被记录并送入 Redwood 训练（首席执行官称「拿不到你的数据，我们就没法把产品做得更好」）。离线集中重训；没有共享记忆。
(e) 记忆	宣称有对话连续性与适应能力；未公开情景任务记忆。
(f) 部署	截至 2026 年 7 月 16 日没有经核实的消费者交付；「一部分今年，一部分以后」；10,000 台以上预订，Hayward 产能每年 10,000 台 [二手来源]。
(g) 弱点	遥操作员能看到住宅内部，而隐私保护措施（模糊处理、禁区、美国本土操作员）是未经审计的公司说法；交付延后；策略只有 5 Hz。
(h) 不做的事	仅面向消费与家庭；先美国与加拿大，2027 年再国际化。没有企业或医院产品。

Tesla Optimus

项目	结论
(a) 产品 / 价格 / 商业模式	不出售。2026 年第二季度电话会：Fremont 的 Model S/X 产线正改造为 Optimus，首批于 2026 年第三季度投产；V3 在 Fremont，V4 在奥斯汀且零件更易制造；早期机器进入「Optimus Academy」采集训练数据（NotATeslaApp 对电话会的摘要）。马斯克：「我们做过的最难扩大生产的产品」；对外销售「最早」2027 年下半年，或「到 2027 年底」（世界经济论坛）[二手来源]。股东信措辞在 2026 年第一与第二季度之间由「量产」软化为「生产」[二手来源]。
(b) 大脑	源自 FSD 的端到端网络；Grok 语音；「Optimus Academy」自博弈与物理仿真；未公开架构。
(c) 算力	AI5 于 2026 年 4 月 15 日流片，优先供 Optimus 与集群 [二手来源]；V4 有「升级的 AI 芯片」，AI5 量产「希望是明年」。
(d) 机群 / 共享记忆	马斯克称机群数据共享「遵循自动驾驶汽车所用的原则」（2026 年 2 月播客，经 ETC Journal 转述），即集中重训，而非实时共享记忆。
(e) 记忆	未公开。
(f) 部署	对外为零。内部机器「主要用于学习与数据采集」；相对承诺的 5,000 台第二代，实际造出「几百台」[二手来源]；截至 2026 年 1 月没有有用的工厂作业（ETC Journal）。
(g) 弱点	时间表可信度；没有面向客户的产品，也没有等候名单；手部执行器供应。
(h) 不做的事	2027 年前没有对外销售渠道；不授权。

Physical Intelligence（π0.7）

项目	结论
(a) 产品 / 价格 / 商业模式	π0.7（2026 年 4 月 16 日）：一个具备组合泛化能力的「可引导的」基础模型（TechCrunch）。仅通过合作获得使用权；π0.7 无法自托管（π0 经 openpi 开源）。据报订阅价约每台每月 300 美元 [单一来源，二手来源：Black Scarab]。累计融资约 11 亿美元；估值 56 亿美元，据报正在以约 110 亿美元估值融资（TechCrunch）。
(b) 大脑	视觉语言动作模型家族：π0、π0-FAST、π0.5、带 RECAP 的 π*0.6（从自身成败中做强化学习），以及 π0.7。Hi Robot「内心独白」规划器。
(c) 算力	未公开；Physical Intelligence 正在「评估中」Jetson Thor（NVIDIA 新闻稿）。
(d) 机群 / 共享记忆	没有。模型授权与硬件无关；网站上未点名合作伙伴在制造、物流与洗衣场景的部署。
(e) 记忆	MEM 研究：短期为约 2 秒的视频 token；长期为最长约 15 分钟的自然语言事件摘要（「我打开了冰箱门」）；由模型自行决定记什么。仅限单次任务内，跨片段、跨天、跨机器人都不持久（pi.website/research/memory）。π*0.6 连续洗衣从 5:30 到 23:30 [二手来源]。
(f) 部署	Contrary（2026）：「没有商业部署」。Physical Intelligence 网站称合作伙伴正在包装装配、洗衣与包裹处理中「解决真实世界的问题」，但未点名客户。
(g) 弱点	面对陌生电器需要一步步的口头指导；「有时失效模式是……我们自己，是我们的提示工程做得不好」（TechCrunch）。不能自托管，没有现场记忆，没有机群产品。
(h) 不做的事	不做硬件；不直接面向终端客户部署；只经合作伙伴。

Skild AI（Skild Brain、S1）

项目	结论
(a) 产品 / 价格 / 商业模式	「全本体通用」Skild Brain；S1（2026 年 8 月）是上下文学习器：一段人类视频提示即可产生最长 10 分钟的任务，无需微调（Skild 博客）。不可购买；没有公开 API 或价格。累计融资约 17 亿美元；估值约 140 亿美元（Contrary）。OEM 伙伴为 ABB、Universal Robots 与 MiR。于 2026 年 4 月 15 日收购 Zebra 的机器人部门（前身 Fetch，Zebra 于 2021 年以 2.91 亿美元购入），含 Symmetry 编排平台。
(b) 大脑	一套权重覆盖四足、人形与机械臂；用遥操作、人类视频、仿真与数据手套训练（「没有黄金路径」）。
(c) 算力	未公开。
(d) 机群 / 共享记忆	宣称目标是通过 Symmetry 编排以「一个统一的大脑」协调人形、机器狗、机械臂与自主移动机器人（Skild 与 Zebra 博客）。未公开任何共享记忆机制，而编排不等于共享经验。
(e) 记忆	S1：测试时不更新权重；跨会话的持久性未提及。
(f) 部署	「一小批工业合作伙伴」，名称未公开；继承 Fetch 的自主移动机器人客户，数量未公开。
(g) 弱点	在 10 万小时预训练下，未见过的长时程任务成功率 66%；「数据每花 1 美元，质检就要花 3 美元」；需要视频演示而非语言；Pathak 说它「还差一点」适合家庭（Robot Report）。
(h) 不做的事	没有自己的机器人硬件，尽管现在拥有 Fetch 的自主移动机器人产品线。

Google DeepMind（Gemini Robotics 2、ER 2、On-Device 2）

项目	结论
(a) 产品 / 价格 / 商业模式	2026 年 7 月 30 日：Gemini Robotics 2（视觉语言动作模型）、ER 2（具身推理）与 On-Device 2，后者可在「几个小时」内以不到 200 个样本适配新本体。ER 2 经 Gemini API、AI Studio 与企业 Agent 平台私有预览提供；视觉语言动作模型与 On-Device 仅限受信任测试者。无定价。
(b) 大脑	ER 2 是云端视觉语言模型规划器（基于 Gemini 3.5 Flash），输入 128k token、输出 64k；Gemini Live API 双向流式；工具调用（视觉语言动作模型、导航 API、Google 搜索）；时序进度跟踪（进度分类 57.4%，时刻定位 91.3%，平均绝对误差 0.96 秒）。视觉语言动作模型成功率：全身 45.7% 至 76.3%，夹爪 74.2% 至 89.6%，多指 32% 至 92%。
(c) 算力	ER 2 仅云端。On-Device 2 是本地视觉语言动作模型，硬件未指明。
(d) 机群 / 共享记忆	多机器人协作：异构机器人「通过共享的语义理解来沟通并交接」任务；演示是 Apollo 2 加一台 Franka FR3 Duo；Spot 的取物经 Orbit 与 Spot API 运行。机制未说明，对于中央编排器、消息传递还是共享世界状态没有任何陈述。仅演示；未点名任何生产部署。
(e) 记忆	只有 128k 的上下文窗口。没有持久的现场记忆。
(f) 部署	合作伙伴：Apptronik、Boston Dynamics、Agility、Agile Robots、Franka。未点名商业客户。
(g) 弱点	模型卡排除「安全关键应用」，包括医疗与交通；规划的云端时延；ER 2 无法本地部署。
(h) 不做的事	不卖机器人；服务条款排除医疗与安全关键用途。

NVIDIA（GR00T、Jetson Thor、Isaac、参考人形机器人、Cosmos）

项目	结论
(a) 产品 / 价格 / 商业模式	Jetson AGX Thor 于 2025 年 8 月 25 日全面上市：开发套件 3,499 美元；T5000 模组 2,070 FP4 TFLOPS，128 GB，40 至 130 W，算力为 Orin 的 7.5 倍（NVIDIA 新闻稿）。Isaac GR00T N1.7（早期访问，商业许可）。参考人形机器人（2026 年 6 月 1 日，GTC 台北）：宇树 H2 Plus 底盘加 Sharpa Wave 22 自由度手加 Thor T5000，75 自由度，150 磅；由宇树自 2026 年 10 月起面向学术界销售（NVIDIA 新闻稿）。Cosmos Reason 2，Cosmos Transfer/Predict 2.5。Halos 安全栈。
(b) 大脑	N1.7：30 亿参数，Cosmos-Reason2-2B 视觉语言模型加 32 层 DiT 动作头（「Action Cascade」）；EgoScale 收录 20,854 小时第一人称人类视频；「机器人灵巧性的第一条缩放定律」（Hugging Face 博客）。本体配置包括宇树 G1、智元 Genie 1、YAM 等。
(c) 算力	Thor 是事实上的人形机器人片上系统：采用者包括 Agility、Amazon Robotics、Boston Dynamics、Caterpillar、Figure、Hexagon、Medtronic 与 Meta；1X、John Deere、OpenAI 与 Physical Intelligence 正在评估。
(d) 机群 / 共享记忆	没有。Isaac 是单机器人的训练、仿真与感知技术栈。
(e) 记忆	产品层面没有；Cosmos Reason 是推理用的视觉语言模型。
(f) 部署	平台供应商；参考机器人交付给 Ai2、ETH、斯坦福与 UCSD。
(g) 弱点	参考人形机器人使用中国底盘，而美国联邦通信委员会已于 2026 年 7 月 29 日禁止新的外国人形与四足机器人进口（联邦与获批用途除外），这对美国采用者是一重张力 [推断]。N1.7 以人形为中心，没有医院或港口的工作流层。
(h) 不做的事	不销售成品机器人；自称「通用机器人领域的安卓」（TechCrunch）。

Diligent Robotics 与 Serve Robotics（Moxi）

项目	结论
(a) 产品 / 价格 / 商业模式	Moxi 是按年订阅的医院移动操作机器人，每家医院每年约 20 万至 40 万美元 [二手来源]，在现有 Wi-Fi 上做 12 周实施。Serve Robotics 以 2,900 万美元加最高 530 万美元对赌收购 Diligent，2026 年第一季度交割（Robot Report）。Moxi 2.0 于 2026 年 8 月 17 日开始铺开：NVIDIA A2000 级算力，感知快 10 至 15 倍，安全与自主在机上，因此没有 Wi-Fi 也能完成任务，充电快 30%，每天可运行最长 18 小时，此前为 9 小时。
(b) 大脑	经典自主导航加工作流的「人工引导的学习」；用 Isaac Sim 与 Cosmos 世界模型构建（Moxi 2.0）。
(c) 算力	NVIDIA「A2000」，据 Investing.com 为 RTX A2000 级 [单一来源]。
(d) 机群 / 共享记忆	每家医院多台 Moxi；Serve 计划把自己 2,000 台以上人行道机器人的自主技术栈用于 Moxi。没有共享记忆的说法。
(e) 记忆	在实施阶段学习医院地图与工作流，并「基于与员工的互动」做适应（网站页面），无细节。
(f) 部署	约 100 台机器人，25 家以上医院，125 万次以上任务（Serve 新闻稿）；更早的数据是 23 家医疗系统与 31 家医院级合作、100 万次以上配送、125,000 次以上自主乘梯、每次配送 20 至 26 分钟、575,000 小时以上人员工时（Robot Report，2025）。Moxi 2.0 站点：Endeavor Edward、Providence Saint John's、CHLA。
(g) 弱点	MultiCare（Tacoma General、Good Samaritan；2023 年购入 14 台）于 2025 年停用 Moxi：护士称这些机器人「烦人，而且经常挡路」「上下楼需要有人陪同」以及「从未带来有意义的时间节省」，且护士对采购没有发言权（WSNA，2026）。2,900 万美元的极低退出估值说明单位经济性很弱 [推断]。
(h) 不做的事	仅限美国；未发现国际业务。

Dexterity AI（Mech）

项目	结论
(a)	Mech「超人形」：移动底盘上的双臂，用于挂车装卸；Foresight 世界模型（视觉、深度与触觉）在三维与时间上推理货物码放。与川崎扩大合作（Automate，2026 年 6 月），基于 RL030N 8 自由度机械臂扩大生产。
(b)/(c)	Foresight 世界模型；算力未公开。
(d)/(e)	未公开。
(f)	FedEx 的 Hagerstown 枢纽在「多年」的验证之后，于 2026 年 7 月从试点扩大到「显著更大的运营规模」；台数与吞吐量未公开。
(g)	数字不透明；只有一个旗舰客户。
(h)	不是人形，不是通用；聚焦包裹枢纽。

Field AI（FieldFoundation Models）

项目	结论
(a)	纯软件订阅授权（集成费加经常性费用），与硬件无关，从四足到人形；累计融资约 4.05 亿美元，估值超过 20 亿美元，现代于 2026 年 2 月战略投资（Contrary）。
(b)	Field Foundation Models：Dynamics FM、Multiagent FM（机群协同）、风险与不确定性感知的可通行性；EDGE 运行时，100 毫秒以内，完全离线。
(c)	仅边缘；硬件未指明。
(d)	Multiagent FM 协调机群；没有共享记忆的说法。
(e)	模型「积累情境与经验以预判结果」（宣传语），无持久性细节。
(f)	「在三大洲的数百次任务部署」（2026 年 3 月）；DPR Construction；与 Certis 的合作（2026 年 2 月 23 至 24 日），设有新加坡办公室，接入 Certis 的 Mozart 编排系统，用于亚太与卡塔尔的安保巡逻；是新加坡榜鹅物理 AI 试验场的具名合作伙伴（JTC，2026 年 5 月 20 日，同行者有 Certis、DHL、Grab、QuikBot、Thoughtworks、Slamtec 与宇树）。
(g)	Contrary 列出的风险：OEM 可能把自主能力内部化（Boston Dynamics 转向 Gemini）；关税推高成本使部分 2025 年的部署「在经济上不再可行」；未公开营收。不以操作为重点。
(h)	不做硬件；未发现港口或医疗方向。

Amazon（DeepFleet、Vulcan）

项目	结论
(a)	仅内部使用；300 个以上站点共 100 万台机器人（2025 年 7 月）。
(b)/(d)	DeepFleet 是面向全网机群交通协同的生成式基础模型，行程时间降低 10%，在 SageMaker 上用库存移动数据训练，并且「持续学习」（aboutamazon）。它是中央的共享世界状态协调器，是最接近连接式大脑的东西，但只用于导航。Vulcan 做触觉拣选与上架，正扩展到更多欧洲站点。
(c)	Amazon Robotics 是 Thor 早期采用者。
(e)	Vulcan「从环境中学习，并随每项任务适应」（宣传语）。
(g)/(h)	不对外销售；为自身基础设施定制。

Gecko Robotics

项目	结论
(a)	巡检机器人加 Cantilever 资产健康平台；多年期服务合同（巡检费、软件订阅、工程服务）；估值 12.5 亿美元，累计融资 3.47 亿美元（2025 年 6 月）；2023 年营收 3,450 万美元 [二手来源]。
(f)	美国海军与 GSA 的 5 年期 7,100 万美元 IDIQ 合同（2026 年 3 月，18 艘太平洋舰队舰艇）；与 ADNOC 的协议（2025 年 11 月）。
(g)	不适用于爆炸性区域；在部分资产上垂直移动能力有限；作为服务提供方，责任由 Gecko 承担。
(h)	只做巡检；不做操作；硬件专有。仅通过船舶与储罐巡检与港口相关。

Sanctuary AI

项目	结论
状态	首席执行官 Geordie Rose 于 2024 年 11 月被免职，约 30 人被裁；过桥融资，出售了所持 Apptronik 股份；2026 年 6 月新任首席执行官 Daniel Friedmann；转向为既有工业机器人销售 Carbon 物理 AI 软件；在一家一级汽车供应商处柔性线束插接成功率 99.5%，节拍 2.54 秒，拿到首张采购订单 [单一来源，二手来源]。累计融资约 1.4 亿美元。没有出货的机器。
不做的事	实际上已不再是一家人形本体公司。

项目

结论

状态

首席执行官 Geordie Rose 于 2024 年 11 月被免职，约 30 人被裁；过桥融资，出售了所持 Apptronik 股份；2026 年 6 月新任首席执行官 Daniel Friedmann；转向为既有工业机器人销售 Carbon 物理 AI 软件；在一家一级汽车供应商处柔性线束插接成功率 99.5%，节拍 2.54 秒，拿到首张采购订单 [单一来源，二手来源]。累计融资约 1.4 亿美元。没有出货的机器。

不做的事

实际上已不再是一家人形本体公司。

Generalist AI

项目	结论
(a)/(b)	GEN-0（2025 年末）与 GEN-1（2026 年 4 月 2 日）：以 50 万小时以上可穿戴设备采集的人类交互数据训练，基座中不含机器人数据；后训练每项任务约 1 小时机器人数据；成功率 99% 对 64%，速度约快 3 倍；推理时使用「Harmonic Reasoning」；与末端执行器无关（Robot Report）。经合作邮箱申请早期访问。
(e)	没有记忆或持续学习的说法。
(f)	「数千只机器手已发往新的地区」，这是数据采集而非客户。

Dyna Robotics、Genesis AI、RLWRLD

Dyna：基于 100 万小时第一人称人类视频的 DYNA-2 世界动作模型；技术栈是负责推理的 DYNA-VLM 加负责控制的 DYNA-System0；自有 DYNA-SAUR 平台；部署于酒店、餐厅与自助洗衣店：洗衣每小时 100 件、质量 98% 或更好，餐具每小时 180 件，工厂每小时 200 件、精度正负 2 mm；零样本 87%，DYNA-1 为 46%。宣传语「每一次部署都让机群更强」未公开任何机制（dyna.co），几乎可以肯定是周期性的集中重训 [推断]。
Genesis AI：GENE-26.5（2026 年 5 月），1.05 亿美元种子轮；一只仿生手与 1:1:1 的数据手套数据引擎；一个「人类技能库」；通用机器人「即将推出」。
RLWRLD：韩国（首尔），非美国企业；4,100 万美元种子轮追加；强化学习加工业数据。除了指出它在争夺日韩工厂之外，不在本文范围内。

Locus Robotics

项目	结论
(a)	机器人即服务；约每台 35,000 美元加每月约 2,000 美元 [二手来源]；Locus Array（2026 年 4 月，MODEX）：移动底盘加机械臂，自主拣选，30 kg 周转箱，3 m 货架；收购 Nexera 抓取技术（2026 年 5 月）。
(d)	LocusONE 编排在 Origin、Vector 与 Array 之间做动态任务分配，作为「一个单一系统」，这是共享工作状态，而非共享习得的技能。
(f)	70 亿次以上拣选，150 家以上客户，350 个以上站点，20 个国家，17,000 台自主移动机器人；DHL 10 亿次拣选（2026 年 2 月）。
(g)	Wi-Fi 盲区会让机器人停下；仓储管理系统的数据质量是「实施失败的首要原因」（集成商指南）；Array 无法拣选易卡料的物品。

Symbotic

项目	结论
(a)/(f)	2026 财年第三季度营收 7.21 亿美元，增长 22%；77 套系统在部署中，56 套已运行；积压订单 225 亿美元，其中约 15% 在 12 个月内转化；约 85% 营收来自沃尔玛；BreakPack 覆盖约一半沃尔玛区域配送中心；首个 SymMicro 门店安装（建设 6 个月），潜在 400 套订单；门店铺开推迟到 2028 年初（Investing.com 记录；Seeking Alpha）。
(g)	一次 3,430 万美元的零部件召回；针对营业成本控制的整改计划；客户集中度。
(b)/(d)	自研的内部 AI 智能体，基于每日机群数据做预测性维护，不是基于外部大模型 token 的方案。一个封闭系统。

交叉问题的答案

谁提供共享机群记忆，即同一现场内机器人 A 的经验近乎实时地更新机器人 B

今天没有人销售这个。现有方案按机制分类如下：

集中模型重训，数小时到数天，离线：Figure（充电时上传 TB 级数据、云端汇总、再分发权重，据 ETC Journal 明确不是实时）、Tesla（FSD 式机群数据）、1X（遥操作片段进入 Redwood）、Apptronik 送入 Gemini、Dyna（「每一次部署都让机群更强」，无机制）、Agility（空中下发更新）。这些都不能在一个班次之内把机器人 A 的东西给到机器人 B。
共享世界状态与编排，实时但没有习得的经验：Amazon DeepFleet（全网交通模型，仅内部）、Boston Dynamics Orbit（任务、地图、Site View，可选本地 Site Hub）、Locus LocusONE、Zebra Symmetry（现属 Skild）、Agility Arc、Certis Mozart 加 Field AI、Field AI Multiagent FM。它们共享任务与地图，而不是发生过什么或学到了什么的记忆。
异构机器人间共享语义理解，演示阶段：Gemini Robotics ER 2，一个云端规划器对多台机器人推理并交接任务；持久性只限于 128k token 的上下文；仅演示（Apollo 2 加 Franka）；仅云端；服务条款排除医疗。
单机记忆，不共享：Physical Intelligence MEM，单次片段内约 2 秒视频的短期加约 15 分钟文本的长期；Skild S1，来自视频提示的上下文学习，不更新权重，未说明持久性；1X，仅对话记忆。

一份限定在现场、本地部署、在混合机群间近乎实时共享的持久短期与长期记忆，仍是空白地带。最接近的竞争者是假想中的 Gemini ER 2 加 Orbit 组合（云端、美国托管、只支持 Boston Dynamics 机器人），或 Skild Brain 加 Symmetry（仓储自主移动机器人，未公开）[推断]。

谁在向医院或港口销售，结果如何

医院：

Diligent 与 Serve 的 Moxi 是唯一有规模的美国厂商：约 100 台机器人、25 家以上医院、125 万次以上任务、12.5 万次乘梯、宣称 57.5 万小时以上人员工时；每家医院年订阅约 20 万至 40 万美元 [二手来源]。有据可查的流失：MultiCare 在不到两年后撤下 14 台机器人，原因是需要人陪同上下楼、挡路，且没有带来真正的时间节省（WSNA）。Moxi 2.0（2026 年 8 月）解决了 Wi-Fi 依赖，并把每日运行时间翻倍到 18 小时，也就是说上一代每天约跑 9 小时。
Figure 用 Helix 02 演示了取药片与注射器配药，但没有医院客户。
Google DeepMind 的 ER 2 模型卡禁止医疗与安全关键用途。
新加坡背景：仅樟宜综合医院就运行 80 台以上机器人；卫生部的目标是到 2028 年通过机器人把护士工作量降低 15%；没有任何美国人形机器人厂商在场。

港口：

没有任何美国人形或视觉语言动作模型厂商面向港口。Stretch 把 Maersk 列为客户，但那是仓库集装箱与挂车卸货，不是码头前沿。Dexterity 做的是 FedEx 的包裹枢纽挂车装载。Gecko 巡检海军舰艇与 ADNOC 储罐。美国港口自动化在政治上受国际码头与仓储工会制约，只有 LBCT 与 TraPac 基本实现自动化。PSA 大士运行 530 台以上自动导引车，供应商均非美国企业。Field AI 的新加坡伙伴 Certis 覆盖的「交通枢纽」仅限安保巡逻。

美国企业买家说还缺什么

灵巧性与手，而不是行走。GXO 首席执行官 Kelleher（Fortune，2026 年 8 月 31 日）：与 5 家人形机器人厂商做试点，2026 年进入生产的是「零」，尚无投资回报，还要约 2 年；他想要「卸一车货的能力，以及分拣口红的灵巧度」；驱动因素是仓库 25% 的人员流失率。
异常处理与 SKU 拣选。Gartner（2026 年 1 月）：到 2028 年，供应链与制造领域走出概念验证的公司不足 100 家，进入生产的不足 20 家；模型在 SKU 拣选、挂车卸货与异常处理上缺乏「灵巧性、智能与适应性」；主流化还要 10 年以上。
集成与售后支持。Forrester（2026）：69% 的自动化决策者正在采用或计划采用，但买家现在会问「需要多少集成工作？」与「部署之后由谁来支持？」；网络安全、责任与安全框架都不成熟。
可靠性与电池。Digit 跑 4 小时；人形机器人普遍 1 至 4 小时；没有厂商公布正常运行时间或平均故障间隔，Agility 在 Arc 中追踪平均干预间隔但不对外。
工作流契合与员工认同。护士工会：需要人陪同上下楼、机器人挡路、采购时没有临床人员参与。
基础设施依赖。Wi-Fi 盲区会让 Locus 的自主移动机器人停下；Moxi 1.0 的自主导航需要 Wi-Fi；仓储管理系统的数据质量是实施失败的首要原因。
安全与信任。Figure 的举报人诉讼；宇树 G1 的 root 远程代码执行漏洞（2026）与向中国服务器回传的遥测；2026 年 7 月 29 日的联邦通信委员会进口禁令表明安全已成为采购层面的问题。
隐私。1X 的遥操作员能看到住宅内部，保护措施未经审计。
厂商锁定与云端。ER 2 仅云端；Physical Intelligence 与 Skild 不可自托管；Orbit 与 Arc 都只服务单一厂商。
成本与交期。Atlas 约 13 万至 32 万美元且 2027 年前不可得；Figure 与 Tesla 没有销售渠道；Thor 开发套件 3,499 美元而模组价格未公开；Symbotic 的门店铺开推迟到 2028 年，同时还有 3,400 万美元的召回。

美国企业在 18 个月内可能补上的缺口

Gemini ER 2 的多机器人交接（迭代快，但在云端且排除医疗）、Skild Brain 加 Symmetry（仓储），以及 Moxi 2.0（18 小时，不依赖 Wi-Fi）。这些都没有解决本地部署的共享记忆、港口，或东盟与海湾地区的支持。

对 Tidewell 的意义

本报告中的任何内容都不改变我们已经公布的东西。Tidewell Brain 有两种模式：Solo 把机器人需要的一切运行在机器人上，是一等状态而非备用方案；Crew 把现场网络内的每台机器人接入一份三层的受治理记忆，核心、短期与长期，只有经指定人员才会进入核心记忆。在机身上，我们购买关节、丝杠、传感器、电芯与底盘，自研额定寿命的密封灵巧手、校准的指尖、安全的机身总线、经认证的电池包与安全档案。轮式的 W1 是走量产品，双足的 B1 只去需要腿的地方。我们从港口物流与医疗健康起步。我们不作的声明没有变化：不经无线提供操作策略，权重不在机群间实时更新，机器人上不运行 700 亿参数的模型，策略上下文不保存整个班次，没有跨站点的全局大脑。