一家机器人公司把“捡垃圾”做成了 2400 万美元的生意
商业物业的户外空间正在变成一场无声的成本战争。一个大型购物中心的外围停车场、景观步道和卸货区，每天都会积累烟头、落叶、食品包装和风刮来的碎屑。物业团队通常安排保洁人员在营业前后手工清扫，但人员流动、夜间安全顾虑和越来越大的场地面积，让这项工作既昂贵又不稳定。与此同时，据 Viabot 援引的研究，企业每年在垃圾清理上的支出约为 91 亿美元，94% 的美国人认为垃圾是一个主要问题。这些数字勾勒出一个尴尬现实：需求真实存在，但供给端长期依赖低效的人力重复劳动。
Viabot 试图用一台户外机器人同时解决清扫和基础安防两个问题。这家总部位于加利福尼亚州圣克拉拉的公司于 2026 年 9 月 17 日宣布完成 2400 万美元 A 轮融资，由 Walden International 领投，CDIB Capital Group 与 Stalwart Ventures 参投，现有投资方 Baseline Ventures、Era Ventures、Morado Ventures 和 SOSV 跟投。本轮融资使 Viabot 的总资本达到 4300 万美元。公司称，这笔资金将用于扩大销售和工程团队、加速新产品开发，并持续改进其机器人即服务模式和旗舰产品 Viabot One 平台。
这不是一个突然冒出来的项目。Viabot 的 CEO Gregg Ratanaphanyarat 在宾夕法尼亚州立大学就读期间构思了这家公司，随后辍学投入硬件开发。2021 年，Viabot 以 610 万美元种子资金和 RUNO 原型机公开亮相，当时已在湾区与 Cushman & Wakefield 管理的物业进行部署测试。从 RUNO 到 Viabot One，中间隔了大约五年。据 Runtimewire，这已经是一家在硬件泥潭里爬了将近十年的公司。
| 字段 | 内容 |
|---|---|
| 公司 | Viabot |
| 轮次 | A 轮 |
| 金额 | 2400 万美元 |
| 投资方 | Walden International 领投；CDIB Capital Group、Stalwart Ventures、Baseline Ventures、Era Ventures、Morado Ventures、SOSV 参投 |
| 总部 | 加利福尼亚州圣克拉拉 |
| 创始人 | Gregg Ratanaphanyarat（CEO）、Dawei Ding（CTO） |
| 官网 | https://viabot.com |
一台机器干两份活：清扫是入口，安防是附加题
Viabot One 的核心功能是清扫和收集最大 10 英寸的垃圾与杂物，覆盖从细尘、碎石、落叶到食品包装和有机物的范围。据公司披露，单次电池续航为 6 小时，但通过自主热插拔电池系统，运行时间可延长至 12 到 24 小时。机器使用摄像头、激光雷达、深度传感器、DGPS 和动态路径规划来绘制环境地图、执行预定路线并适应变化条件。完成清扫任务后，Viabot One 会自动返回对接站充电，并将收集到的杂物倒入标准 65 加仑垃圾桶。整个系统只需要一个标准 120V 插座即可运行。
真正让 Viabot 与普通清扫车区分开的是软安防功能。据公司披露，Viabot One 在清扫过程中可以利用同一套传感器识别徘徊和闯入受限区域等行为，并向人类安保人员发送警报。Viabot 将这一功能定位为现有安保团队的补充，而非替代。这种定位有其商业逻辑：如果 Viabot 直接对标 Knightscope 或 Asylon 这类专注安防巡逻的机器人公司，它需要面对更复杂的响应机制、更高的客户期望和更重的合规负担。而把安防作为清扫的附加能力，等于在客户已经为清扫付费的基础上，额外提供了一层监控价值。从已披露的产品架构看，这意味着 Viabot 试图用一套移动底盘和传感器堆栈覆盖两个预算科目——物业保洁和基础安防。但安防功能是否单独定价、是否产生独立收入，公司未披露。
自主工具更换是另一个值得注意的设计。据公司披露，Viabot One 支持可互换工具，这为未来在不更换移动底座和传感器系统的情况下增加新的物业任务提供了路径。从产品架构角度看，这意味着 Viabot 的长期叙事不是“清扫机器人”，而是“户外物业护理平台”。但平台叙事能否成立，取决于工具生态是否真的能长出清扫之外的付费功能，而不是停留在技术演示层面。
机器人即服务：把硬件风险从客户转嫁给自己
Viabot 采用机器人即服务模式。公司负责交付、路线映射、维护、维修、耗材和远程车队监控；客户只需要清空 65 加仑垃圾桶并偶尔擦拭机器。这种模式降低了客户的初始投入门槛，但把硬件运营的几乎所有风险都留在了 Viabot 自己手里。
这是 RaaS 模式的经典张力。硬件利润可能在频繁的技术人员访问、零件更换或人工干预中迅速蒸发。一台在大型商业停车场里自主运行的清扫机器人，面对的不只是垃圾，还有购物车、路缘石、极端天气和好奇的路人。每一次卡住、每一次传感器误判、每一次需要人工解救的场景，都在侵蚀单位经济模型。Viabot 声称其真实世界部署已经实现了单位经济盈利、合同续约和新业务，但这些结果均为公司自报，没有独立第三方验证。公司未披露定价、收入、毛利率或客户留存率，因此外部无法判断“单位经济盈利”是在什么口径下计算的——是单台机器在理想条件下的边际贡献，还是扣除了服务、维护和远程监控成本之后的净结果。
从已披露的部署规模看，Viabot One 服务约 2500 万平方英尺商业物业，服务范围覆盖加利福尼亚、佛罗里达、印第安纳、密苏里、内华达、北卡罗来纳、德克萨斯和弗吉尼亚八个州。客户名单据公司披露包括财富 500 强零售商、高等教育机构、跨国房地产所有者、开发商、物业管理公司、医疗机构和公用事业公司。但 2500 万平方英尺这个数字没有说明部署了多少台机器人、每台机器覆盖多大面积、每个站点产生多少收入。一个大型区域购物中心的户外面积可能就超过 100 万平方英尺，2500 万平方英尺可能对应几十个站点，也可能只有十几个大型物业。这个规模指标本身无法回答商业模式的密度问题。
数据叙事与真实壁垒之间的距离
Viabot 在融资公告中强调，其机器人智能基于超过 50 亿平方英尺的真实世界多模态数据训练。这个数字看起来庞大，但需要拆解。如果这些数据来自 Viabot 机器人在 2500 万平方英尺商业物业上的持续运行，那么 50 亿平方英尺可能代表的是累计覆盖面积而非独特地理面积——即同一区域被反复清扫多次后累加的结果。公司未披露数据的具体构成、采集时间跨度或数据质量标注方式。
从技术角度看，户外清扫机器人的核心挑战不在于“见过多少面积”，而在于处理长尾场景：被风吹动的塑料袋、半掩在落叶下的碎玻璃、暴雨后的积水反光、夜间照明不足时的视觉退化。多模态数据训练的叙事在融资公告中有其传播价值，但它能否转化为实际的产品壁垒，取决于数据闭环是否真的在改善机器人的决策能力，而不是仅仅积累里程数。Viabot 称平台通过远程软件更新持续改进智能，但未披露具体的改进指标或客户可感知的效果差异。
与竞争对手相比，Viabot 的差异化在于从清扫切入而非从安防切入。Knightscope 和 Asylon 都从安防巡逻角度进入商业物业市场，它们的机器人不负责清扫，核心价值是威慑和监控。Viabot 反其道而行，用清扫作为日常高频任务建立存在感，再把安防作为附加能力打包。这种策略的优势在于清扫是物业每天都需要的工作，机器人有明确的日常任务，不会像纯安防机器人那样在无事发生时显得多余。但劣势同样明显：清扫的客单价可能低于安防，且清扫质量更容易被客户直观检验。
资本结构透露的隐性信息
本轮 2400 万美元 A 轮融资使 Viabot 总资本达到 4300 万美元。这意味着 A 轮之前 Viabot 已经筹集了约 1900 万美元。但早期融资历史存在口径不一致：2021 年公开宣布的种子轮为 610 万美元，而据 Runtimewire 转述 Forbes 2024 年 1 月报道，Viabot 截至当时的总融资额为 1440 万美元。从 610 万到 1440 万之间的差额约 830 万美元，具体轮次和金额未披露。Runtimewire 指出这一口径差异，但未给出具体轮次与金额。
这种融资历史的不透明在硬件初创公司中并不罕见。硬件开发周期长、烧钱速度快，创始团队往往需要在正式轮次之间寻找过渡资金。但这也意味着外部投资者在评估 Viabot 时需要接受一个现实：这家公司的资本效率无法从公开数据中准确计算。4300 万美元总资本对应 2500 万平方英尺的服务面积和八个州的业务覆盖，但面积不等于收入，也不等于部署的机器人数量，因此无法从公开信息中推导出有意义的资本密度指标。
投资方的构成值得注意。Walden International 是一家有硬件投资传统的跨境风投，CDIB Capital Group 有台湾产业背景，Stalwart Ventures 的加入则可能带来制造业和供应链资源。现有投资方中，Baseline Ventures 的 Steve Anderson 以早期押注 Instagram 闻名，Morado Ventures 的 Ash Patel 和 SOSV 的 HAX 硬件加速器背景则指向 Viabot 的硬件基因。这个投资组合显示，Viabot 的资本结构在硅谷软件投资逻辑和硬件产业投资逻辑之间寻找平衡。
市场窗口与竞争格局的错位
据 Viabot 援引的研究，全球户外自主清扫车市场 2025 年估计约 11.7 亿美元，预计到 2035 年达到 35 亿美元；机器人即服务需求在 2024 年增长 42%。这些数字为 Viabot 提供了市场叙事的支撑，但需要放在正确的语境中理解。11.7 亿美元是全球户外自主清扫车市场，包括各种形态的清扫设备，不限于 Viabot 所定位的商业物业 RaaS 细分市场。35 亿美元的 2035 年预测隐含约 11.6% 的年复合增长率，这个增速在硬件行业属于健康但不算爆发式。
更关键的问题是，Viabot 的竞争对手不只是其他机器人公司。它的真正替代方案是人力保洁服务。一个商业物业的户外清扫预算，可以花在 Viabot 的 RaaS 订阅上，也可以花在兼职保洁人员的工资上。Viabot 的价值主张是“把团队的时间还给他们”，但这句话的前提是机器人真的能替代人力完成清扫任务，而不是在机器人之外仍然需要人力来处理机器人无法覆盖的角落。在劳动力成本较低的地区，或者物业面积不足以支撑机器人部署密度的场景中，人力清扫仍然是更经济的选择。
Knightscope 和 Asylon 从安防切入，与 Viabot 形成错位竞争。但三家公司最终争夺的是同一个物业运营预算。如果 Viabot 的安防功能足够实用，它可能从 Knightscope 和 Asylon 手中抢走一部分预算；如果不够实用，安防就只是一个营销标签。从已披露的信息看，Viabot 的安防功能停留在“识别徘徊和闯入并发送警报”的层面，没有提到响应机制、误报率或与现有安防系统的集成深度。这些细节决定了安防功能是真正的第二收入来源，还是仅仅为了让清扫机器人的价值主张听起来更丰满。
资金用途背后的扩张逻辑与待验证假设
Viabot 计划将 A 轮资金用于三个方向：扩大销售和工程团队、加速新产品开发、持续改进 RaaS 和 Viabot One 平台。这个资金分配方案说明 Viabot 认为自己已经过了产品验证阶段，正在进入规模扩张阶段。销售团队的扩张意味着公司需要找到更多可复制的客户获取路径，而不是依赖创始人的个人关系或早期试点项目的口碑传播。工程团队的扩张则指向两个方向：一是继续改进现有产品的可靠性和成本结构，二是开发新的工具模块或功能。
但 Viabot 的扩张逻辑建立在几个未经验证的假设上。第一个假设是单位经济盈利可以在更大规模上维持。早期部署的站点可能是经过精心挑选的，场地条件相对理想、客户配合度较高。当 Viabot 扩展到更多州、更多类型的物业时，场地复杂度会上升，服务成本可能随之增加。第二个假设是客户续约率足够高。Viabot 称其部署产生了合同续约，但未披露续约率的具体数字。RaaS 模式的商业价值高度依赖客户生命周期价值，如果客户在合同到期后选择退出，前期投入的部署和服务成本就无法回收。第三个假设是安防功能能够产生增量收入。如果安防只是作为清扫的附加功能免费提供，那么它无法改善单位经济模型；如果单独收费，Viabot 需要证明其安防能力足以让客户愿意额外付费。
从产业链角度看，Viabot 的硬件供应链和制造能力也是关键变量。公司称已建立生产线，但未披露产能、良率或关键零部件的供应稳定性。户外机器人在真实环境中运行，面临温度变化、湿度、灰尘和碰撞等多重考验。如果硬件故障率高于预期，RaaS 模式下的服务成本会迅速侵蚀利润。Viabot 的自主工具更换和热插拔电池设计在纸面上降低了人工干预频率，但这些机械结构的可靠性本身也需要时间验证。
Viabot 的 2400 万美元 A 轮融资是一个信号：户外物业护理的机器人化正在从概念验证走向商业部署。但信号不等于结论。这家公司用将近十年时间把一台户外清扫机器人从大学项目推进到八个州的商业运营，现在面临的挑战不再是“能不能造出来”，而是“能不能在规模扩张中保持单位经济盈利”。2500 万平方英尺的服务面积和 50 亿平方英尺的数据训练量是漂亮的叙事数字，但真正的考验藏在那些未披露的细节里：部署了多少台机器人、每台机器的服务成本、客户续约率、安防功能的独立收入贡献。这些数字将决定 Viabot 是一家真正跑通 RaaS 单位经济的硬件公司，还是又一个在规模扩张中暴露成本黑洞的机器人创业故事。
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：户外清扫机器人的真正对手不是另一台机器人，而是物业经理手里的保洁预算表。Viabot 用清扫切入、安防加成的策略聪明地避开了与 Knightscope 的正面冲突，但 RaaS 模式把硬件风险全部揽在自己身上。当 2400 万美元开始转化为更多部署时，每一台卡在路缘石旁的机器都在替市场检验一个更本质的问题：机器人即服务的单位经济，究竟能不能在真实世界的混乱中活下来。