引贝索斯、英伟达押注，FieldAI获4.05亿美元融资，估值达20亿

当地时间 8 月 20 日，位于美国加州尔湾的机器人初创公司 FieldAI 正式宣布，已在两轮连续的融资中成功筹集总计 4.05 亿美元的巨额资金。这笔投资旨在加速其核心产品——一种能够驱动各类机器人的通用人工智能平台——的研发与全球部署。此轮融资吸引了众多全球顶级的科技投资者与主权财富基金的参与，使 FieldAI 的估值飙升至 20 亿美元。

图丨植入了 FieldAI 模型的机器人（来源：FieldAI）

此次公布的 4.05 亿美元资金由多个此前未披露的融资回合构成，其中最近一轮于今年八月完成，金额高达 3.14 亿美元。投资方阵容十分强大，由亚马逊创始人 Jeff Bezos 的家族办公室 Bezos Expeditions、Prysm Capital 以及新加坡主权财富基金淡马锡（Temasek）共同领投。其他知名参投方还包括英伟达（NVIDIA）的风险投资部门 NVentures、英特尔资本（Intel Capital）、科斯拉风险投资（Khosla Ventures）、必和必拓风险投资（BHP Ventures）、迦南伙伴（Canaan Partners）和爱默生集体（Emerson Collective）。微软联合创始人 Bill Gates 的投资基金 Gates Frontier 与三星（Samsung）作为早期投资者也继续跟投。FieldAI 的创始人兼首席执行官 Ali Agha 透露，这两轮融资均获得了超额认购，且多数投资者是主动接洽，某种程度上也反映出资本市场对其技术路径和商业前景的认可。

成立于 2023 年的 FieldAI，虽然是一家相对年轻的公司，但其核心团队在机器人领域拥有近十年的深厚积累。创始人 Ali Agha 曾在美国国家航空航天局喷气推进实验室（NASA JPL）工作多年，长期专注于机器人自主控制和物理智能等前沿课题的研究。公司的核心技术团队也汇聚了来自 DeepMind、SpaceX、亚马逊、特斯拉 Autopilot 项目以及 NASA 等顶尖机构的资深专家。正是这样一支经验丰富的团队，让 FieldAI 有能力去挑战一项被视为机器人领域的终极难题：创建一个能够跨平台、跨场景、跨形态的通用机器人智能中枢。

图丨Ali Agha（来源：MIT）

FieldAI 技术的核心，是一种被称为“场基础模型”（FFMs，Field Foundation Models）的新型 AI 架构，其是一种专为具身智能（Embodied AI）开发的模型架构，而不同于我们熟知的大语言模型（LLMs，Large Language Models）。

近年来许多公司尝试将 LLMs 的能力”迁移“至机器人的路线，希望机器人能像理解人类语言一样理解物理世界。但这种直接套用的方式有许多不可避免的瓶颈，例如模型的“幻觉”（Hallucination）问题，在现实场景中的幻觉，其所产生的后果可远不止胡言乱语这么简单。

因此 FieldAI 选择从根本上重塑模型的构建逻辑。其 FFM 架构采用了一种“物理优先”（physics-first）的设计理念，模型并不只是从海量数据中学习统计规律，而是在其核心架构中深度融入了对物理世界运行法则的理解，例如重力、摩擦力、因果关系和物体永存性等基本原理。这种设计，相当于为机器人内置了一套关于物理世界的“常识”或“直觉”。它不再是一个只会模式匹配的数据驱动黑箱，而是一个能够基于第一性原理进行推理的系统。

这种“物理优先”的方法，催生了 FieldAI 技术最关键的特性：一个内在的“风险感知架构”（risk-aware architecture）。由于模型从底层就理解物理规律，它能够更准确地预测不同行为可能产生的物理后果。更重要的是，这使得模型能够量化自身决策的不确定性。正如 Ali Agha 在采访中所描述的：“机器人会突然间产生一种感觉，‘我知道多少，我不知道什么，如果我要做一个决定，我的信心有多大？’一旦人工智能网络获得了这种自我评估的能力，它就能做出远比传统模型更安全的决策。”在实际应用中，用户可以根据任务的危险程度设定一个“风险阈值”，机器人在执行任务时会始终确保其决策的置信度高于该阈值，从而避免在不确定的情况下贸然行动。这与传统 LLMs 仅仅是“吐出”概率最高的下一个动作指令的反应式模式，形成了本质区别。

得益于这种架构，搭载 FFM 的机器人据称可以在没有高精度地图、全球定位系统或预设路径的情况下，安全、动态地适应全新的、非结构化的环境，并可靠地执行复杂任务。这种通用性使其能够赋能多种形态的机器人平台，无论是人形机器人、四足机器人（机器狗）、轮式自主移动机器人还是自动驾驶车辆。FieldAI 的商业模式是提供纯软件解决方案，即一个可以安装在任何第三方机器人硬件上的“大脑”。这种软硬件解耦的策略，让客户可以根据成本和性能需求灵活选择最适合的硬件平台，极大地降低了部署门槛并加快了商业化进程。

自 2023 年成立以来，FieldAI 已经在商业化方面取得了较大进展。公司透露，已与建筑、能源、制造业、城市配送和公共事业巡检等多个行业的客户签订了商业合同。其技术已经在美国、日本和欧洲的多个复杂工业场景中进行了广泛的测试与部署，积累了宝贵的真实世界运营经验。不过，出于商业保密协议，公司目前并未公布具体的客户名单。

面对全球范围内日益增长的自动化需求、劳动力短缺以及对生产安全效率的更高要求，FieldAI 计划将新筹集的 4.05 亿美元资金用于三大核心领域：加速全球业务扩张、持续投入在机器人移动和精细操控等领域的产品研发，并进行战略性人才招聘，目标是在今年年底前将团队规模扩大一倍。Ali Agha 认为，整个行业正处在一个软硬件技术成熟度交汇的“拐点”，此次融资正是为了抓住机遇，更好地响应井喷式的客户需求。

参考资料：

1.https://techcrunch.com/2025/08/20/fieldai-raises-405m-to-build-universal-robot-brains/

2.https://www.fieldai.com/news/fieldai-announces-over-400m-in-funds-raised-to-advance-embodied-ai-at-scale

运营/排版：何晨龙