欧洲制造业正在经历一场静默的失血。不是订单突然消失，而是那些需要手指灵巧度、触觉判断和频繁换线的工序，正被一条一条地拆走，迁往成本更低、工业规模更大的地区。电子装配线上柔性电缆的插接、物流仓内异形件的配套打包、汽车总装环节里那些无法用刚性机械臂完成的精细动作——这些岗位过去依赖的是熟练工人的肌肉记忆，如今却成为欧洲工厂成本表上最脆弱的一环。当生产转移的惯性已经形成，问题不再是要不要自动化，而是什么样的自动化能够在真实产线上活下来，并且算得过来账。
瑞士洛桑的一家机器人初创公司 Embodied AI 试图用软体机器人操纵器回答这个问题。公司宣布完成首轮融资，由 Faber VC 领投，Techshop Capital、Look AI Ventures、Kickfund、Plug and Play San Francisco、Excellis 和 Vento 参与。公司未披露融资金额。Embodied AI 的切入点不是通用人形机器人的未来演示，而是把机器人直接部署到欧洲制造商的产线上，从电子生产、物流配套和汽车装配等具体任务中寻找可衡量的生产力回报。
这家公司把自己的技术路线称为“Embodied AI 飞轮”。它不是一个包打天下的基础模型，而是多个任务专用 AI 模型、数据收集、遥操作和机器人硬件的组合。公司称，其软体机器人通过机械设计将物理安全直接纳入结构，为在人类工人身边运行的系统提供额外保护层。这个说法目前没有独立第三方验证，但它指向一个真实的产业约束：如果机器人不能安全地与人共处，它在欧洲工厂里的部署半径就极其有限。
| 字段 | 内容 |
|---|---|
| 公司 | Embodied AI（曾用名 Helix Robotics） |
| 轮次 | 首轮融资，具体轮次名称未披露 |
| 金额 | 未披露 |
| 投资方 | Faber VC（领投）、Techshop Capital、Look AI Ventures、Kickfund、Plug and Play San Francisco、Excellis、Vento |
| 总部 | 瑞士洛桑 |
| 创始人 | Francesco Stella（联合创始人兼 CEO） |
| 官网 | 未披露 |
软体硬件不是浪漫想象，而是绕开力控成本的一条路
Embodied AI 的产品核心是软体机器人操纵器，也就是用柔性材料制成的机械手，搭配将人类指令转化为物理动作的 AI 模型。这与传统工业机器人走了相反的方向。传统刚性机械臂追求的是位置精度和重复性，代价是必须配备复杂的力反馈系统来避免压碎工件，而且在面对不规则形状、易碎物品或需要被动顺应性的任务时，系统集成成本会迅速上升。公司称，其软体设计在硬件层面就具备被动安全性，材料本身可以吸收冲击、适应物体形状，从而减少对高成本力控传感器的依赖。
这是一个有产业逻辑支撑的技术选择，但它的验证路径并不轻松。软体机器人长期受困于材料耐久性、一致性和批量制造成本。实验室里能演示的柔性抓取，和产线上连续运行数千小时不衰减的商用部件之间，隔着材料科学和制造工艺的鸿沟。Embodied AI 未披露其软体硬件的具体材料体系、寿命指标或单位成本，因此无法判断其“成本效益”在多大程度上已经越过实验室边界。公司称已与部分欧洲大型制造商合作，机器人在工厂车间部署于电子生产、物流应用和汽车装配，但未披露客户名称、部署数量、运行时长或故障率。这些未披露项构成了评估其产品成熟度的关键空白。
垂直整合是 Embodied AI 另一个值得注意的叙事。公司称其策略涵盖专有软体机器人硬件、遥操作和自主软件，目标是控制完整机器人技术栈，缩短在现有制造环境中的部署时间。从已披露信息看，这意味着公司不打算做纯软件层，也不打算采购第三方机械臂做集成，而是自己掌握从执行器到控制算法的链条。这种做法的潜在优势是系统耦合度更高，调试变量更少；潜在代价是资本密集度和工程复杂度同时上升。Faber VC 合伙人 Sofia Santos 在投资声明中称，Embodied AI“通过垂直整合专有软体机器人硬件、遥操作和自主就绪软件，正在创建一个从根本上是新的机器人平台，本质上安全、成本效益高，专为真实世界部署而设计”。这是投资方判断，不是已验证事实。
飞轮叙事与产线现实之间的那道缝
Embodied AI 所说的“Embodied AI 飞轮”，核心逻辑是让较小的定制模型直接在生产中训练，同时保持工业运行所需的可靠性。公司称，这套系统结合多个任务专用 AI 模型、数据收集、遥操作和机器人硬件。从已披露的信息看，这意味着公司放弃了单一通用机器人基础模型的路线，转而追求在具体任务上快速迭代的小模型。这种选择在工业场景中有其合理性：通用模型需要海量多样化数据，而制造业客户往往只关心自己那几道工序能不能稳定跑起来。
但飞轮要转起来，前提是数据收集和模型训练的基础设施已经到位。公司明确表示，本轮资金将用于改善数据收集和 AI 模型训练基础设施。这说明飞轮目前更接近一个架构设想，而非已经闭环运转的系统。遥操作在早期阶段扮演关键角色：人类操作员远程控制机器人完成任务，系统记录动作数据，再用这些数据训练自主模型。这个路径在机器人学习领域并不新鲜，但它的规模化瓶颈在于遥操作的人力成本和数据质量的一致性。Embodied AI 未披露其遥操作团队的规模、数据收集的速率或模型从遥操作到自主执行的转化效率。
公司称已被选为 Google DeepMind 合作伙伴，并参与 NVIDIA Inception 计划。这两个身份值得拆开看。NVIDIA Inception 是一个面向初创公司的加速器项目，准入门槛相对宽泛，主要提供技术资源和云额度，本身不构成技术验证。Google DeepMind 合作伙伴的具体含义则完全未披露——是联合研究、数据合作、算力支持，还是仅仅出现在某个生态名录里，外界无法判断。在机器人领域，大厂合作伙伴关系的含金量差异极大，从深度联合开发到名义上的生态成员都可能被包装成“合作”。因此，这两个标签目前只能视为公司对外释放的信号，而非第三方背书。
欧洲制造业的成本账，软体机器人能算平吗
Embodied AI 将自己的技术定位为提升欧洲制造业竞争力努力的一部分。这个定位有明确的宏观背景：生产正转向成本更低、工业规模更大的地区，欧洲工厂面临的是结构性成本压力，而非周期性波动。但宏观叙事要落到产线上，必须回答一个具体问题：一台软体机器人替代或辅助一个人类工人的成本回收期是多久？
公司未披露其机器人的单价、部署成本或客户的实际投资回报数据。CEO Francesco Stella 在融资声明中称，“我们筹集的资金将使我们能够把技术栈直接带到客户的生产线上，展示 ROI”。这句话本身就说明 ROI 尚未被系统性证明，而是本轮资金要达成的目标。这与公司“优先务实而非当下炒作”的自我定位一致，但也意味着投资方押注的是一个尚未跑通商业闭环的早期公司。
从产业链约束看，欧洲制造业客户对自动化设备的采购决策通常涉及严格的可靠性认证、安全合规和总拥有成本评估。软体机器人作为一个相对新的品类，面临的不仅是技术验证，还有客户工程团队的接受度问题。传统自动化集成商熟悉刚性机械臂的编程、维护和安全标准，软体机器人的维护周期、备件体系和故障模式对他们而言是新的知识负担。Embodied AI 未披露其是否建立了服务网络或与系统集成商的合作关系，这将是其从试点走向规模部署的关键变量。
投资方名单里的信号与噪音
本轮融资的投资方构成值得细看。领投方 Faber VC 是一家欧洲深科技投资机构，其合伙人 Sofia Santos 的声明强调团队和垂直整合平台。Techshop Capital 合伙人 Aurelio Mezzotero 则表示，该机构已经在 Physical AI 领域押注多家公司，理由是“下一波价值创造将来自智能从屏幕走向现实世界”。这两段声明都指向一个投资逻辑：在具身智能的早期阶段，先锁定有学术深度和工程能力的团队，而不是等待商业数据成熟后再进入。
但投资方名单本身存在信息冲突。PitchBook 页面列出的投资方包括 Google DeepMind、Kickfund、Look AI Ventures、Plug and Play 和 S2S Ventures，与 Pulse 2.0 报道中的 Techshop Capital、Excellis、Vento 等存在明显差异。需要说明的是，PitchBook 页面本身是二手聚合数据，其可信度低于公司官方披露或一手融资报道；在投资方名单出现冲突时，应优先以公司官方披露或一手报道为准。这种冲突可能源于不同数据库对“投资方”定义的不同——有些可能将加速器、生态合作方或非股权支持计入，有些则只统计直接股权投资。此为编辑推测，未经证实。Embodied AI 未披露完整的股东名单和各家持股比例，因此无法判断哪些机构是真正的财务投资人，哪些是生态合作关系的误归类。Google DeepMind 出现在 PitchBook 投资方列表中尤其需要谨慎对待：如果它确实是股东，这是一条重要信息；如果只是合作伙伴关系被数据库误标，则可能误导市场判断。
公司总部位于洛桑，正在罗马开设办公室，并已在代尔夫特和波士顿设有业务。这个地理布局与公司披露的团队背景相呼应：CEO Francesco Stella 拥有 EPFL 机器人与 AI 博士学位，此前在 MIT CSAIL 进行研究；技术团队包括来自牛津、代尔夫特理工大学和 MIT 等机构背景的科学家和工程师；科学委员会包括代尔夫特理工大学、德国航空航天中心和 MIT 的 Cosimo Della Santina 教授。学术密度是这家公司最确定的资产，但学术背景转化为产线可靠性，中间隔着的是工程化、供应链和客户服务的漫长路程。
不追人形机器人，是一种清醒还是一种局限
Embodied AI 明确表示不聚焦通用人形机器人的未来演示，而是先专注客户可衡量生产力和财务回报的具体工业任务。在 2026 年的具身智能融资热潮中，这个选择显得克制。大量资本涌向人形机器人的通用能力叙事，而 Embodied AI 选择的是专用操纵器加任务级 AI 的窄切口。
这种克制有两面性。一方面，专用任务机器人的商业化路径更短，客户需求更明确，不需要等待通用智能的突破就能产生收入。另一方面，专用路线的市场天花板也更容易触顶。如果 Embodied AI 的软体操纵器只能在特定工序上工作，它的可扩展性取决于这些工序在欧洲制造业中的密度和同质性。公司未披露其目标市场的总规模或可服务市场估算，因此无法判断其长期增长空间。
从竞争格局看，Embodied AI 面对的是一个分层竞争的市场。在软体机器人操纵器这个细分方向上，公司称其垂直整合策略构成差异化，但未披露明确的竞争对手。更广义的竞争来自三个方向：传统协作机器人厂商如 Universal Robots 等，它们拥有成熟的渠道和服务网络，正在增加 AI 能力；纯软件 AI 公司为现有机械臂提供视觉和规划能力，部署成本更低；以及人形机器人公司，它们在融资规模上远超 Embodied AI，虽然产品成熟度更低，但长期可能向下覆盖专用任务。Embodied AI 未披露其与这些替代方案相比的具体性能、成本或部署速度数据，因此其竞争壁垒目前主要建立在技术路线的差异化叙事上，而非可量化的市场优势。
资金用途折射出的阶段真相
公司披露的资金用途包括四个方面：在欧洲制造商中部署 Physical AI 技术、扩大机器人生产、改善数据收集和 AI 模型训练基础设施、扩充工程和商业团队。这四个方向放在一起看，说明 Embodied AI 仍处于从技术验证向商业部署过渡的早期阶段。扩大机器人生产意味着当前产能尚未达到规模化水平；改善数据基础设施意味着飞轮尚未闭环；扩充商业团队意味着销售体系还在搭建中。
公司还计划招募研究人员、工程师和商业高管，在洛桑和罗马运营。罗马办公室的开设值得注意。意大利是欧洲制造业的重要基地，尤其在汽车零部件、包装机械和食品加工等领域有大量中小企业。如果 Embodied AI 的目标客户包含这些中型制造商，罗马的区位选择有其商业逻辑。但公司未披露其在意大利的具体客户或试点项目。
关于公司历史，Startuply.vc 的信息与 Pulse 2.0 的报道存在差异。Startuply.vc 称 Embodied AI 是 2023 年从 ETH Zurich 分拆出来的公司，曾用名 Helix Robotics，由 Francesco Stella 创立并领导后更名。该公司还称 Embodied AI 获得了超过 100 万瑞士法郎的非稀释性资金，包括来自瑞士加速器 Venture Kick 的 15 万瑞士法郎。Pulse 2.0 的报道未提及这些信息。公司成立年份、分拆来源和早期非稀释性资金的具体数额均未得到官方确认。这些差异本身不改变本轮融资的事实，但提醒读者：这家公司的公开信息拼图仍不完整，部分关键节点依赖单一来源。
风险不在技术演示，而在产线复购
Embodied AI 面临的核心风险不是机器人能不能动，而是客户会不会买第二台。首台部署往往带有试点性质，客户可能出于技术好奇心、政府补贴或供应链多元化诉求而接受一个未经验证的新品类。但复购决策完全取决于可量化的运营数据：故障间隔时间、维护成本、换线时间、单位产出的人力节省。公司未披露任何此类数据，这意味着其商业验证仍处于最早期。
另一个待验证假设是软体材料的工业耐久性。软体机器人在学术研究中已经展示了令人印象深刻的适应性和安全性，但从实验室到产线的材料疲劳、环境耐受和一致性控制问题，是决定这个品类能否成立的关键。Embodied AI 未披露其软体执行器的材料体系、测试标准或寿命数据。如果这些问题没有解决，软体机器人的维护成本可能抵消其在部署灵活性和安全性上的优势。
从已披露的团队背景和投资方构成看，Embodied AI 拥有高于平均水平的学术资源和早期资本支持。从已披露的产品定位和应用场景看，它选择了一个真实存在但验证难度高的市场切口。从已披露的资金用途看，它仍需要完成从技术栈到商业闭环的关键跳跃。这三条线索共同勾勒出的图景是：一家有学术深度、有产业清醒度、但尚未证明产线价值的公司，正在用一笔未披露金额的首轮融资，购买验证自己的时间窗口。
验证边界与可复核指标
本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。
- 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
- 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
- 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。
RecodeX 极客视：Embodied AI 最值得关注的不是软体机器人这个技术标签，而是它把“安全”从软件策略下沉到机械结构的选择。如果这个选择成立，它改变的是协作机器人的成本结构——力控传感器和复杂安全系统的预算可以被材料本身部分替代。但材料耐久性和批量一致性是软体机器人二十年未愈的旧伤，Embodied AI 能否在产线上治愈它，取决于那些未披露的寿命数据和客户复购记录，而非任何一次融资声明。