孙正义斥资13.5亿元_重点布局建筑机器人领域的产业投资

解析软银孙正义独家投资Gravis Robotics的13.5亿元A轮融资，深入剖析Gravis Rack自主控制系统在建筑机器人领域的应用，帮助行业人士了解物理人工智能在施工现场的最新进展。

建筑机器人领域迎来里程碑式融资。孙正义旗下软银独家注资2亿美元，帮助Gravis成为该赛道最大A轮赢家。这笔巨额资金不仅刷新了行业记录，更标志着自主重型机械正加速进入全球施工现场，重塑传统基建模式。

一、软银独家注资13.5亿创纪录

在建筑机器人赛道，资本的态度往往比技术本身更能预示行业的走向。近期，Gravis Robotics 宣布完成了一笔极具分量的 A 轮融资，总规模达到 2亿美元（约合人民币13.5亿元）。更引人注目的是，这笔资金并非由多家机构联合出资，而是完全由孙正义旗下的软银集团独家注资。

这一举动在业内引发了强烈反响。作为建筑机器人领域史上规模最大的 A 轮融资，它打破了此前该细分赛道的融资天花板，也向市场传递了明确的信号：巨头正在押注“自主重型机械”这一核心方向。对于初创公司而言，获得单一顶级投资人的全额背书，不仅意味着充裕的现金流，更意味着资源与信用的双重加持。

关于这笔巨额资金的具体去向，Gravis 的规划非常清晰：主要将用于加速物理人工智能（Physical AI）的研发迭代，并推动其自主重型机械产品在全球范围内的规模化落地。简而言之，资金将转化为更强的算法算力和更广的市场触角，让机器从实验室真正走向复杂的施工现场。这一资金布局为后续技术细节的落地奠定了坚实基础，也让市场开始关注其核心控制系统究竟如何驱动这一变革。

二、Gravis Rack控制系统核心解析

资金到位后，核心技术便成为了检验投资价值的试金石。Gravis 的核心竞争力并非单纯依赖机械硬件，而是源于其自主研发的 Gravis Rack 自主控制系统。在功能定位上，Gravis Rack 更像是一个专为混合机群打造的“操作系统”。它打破了传统重型机械各自为战的局面，通过统一的逻辑层，将挖掘机、推土机等多种设备整合进同一工作流中，实现了从单体自动化向群体协同控制的跨越。

在人机交互层面，系统极大降低了操作门槛。用户无需掌握复杂的工程机械驾驶技巧，仅需通过配备的 Slate 平板设备，即可直接对现场机械进行控制。这种设计支持两种核心工作模式：一是辅助系统模式，由 AI 规划路径并执行重复性高的挖掘任务，人工仅负责监控，从而显著提升效率；二是遥操作模式，允许操作员在安全距离外精确操控单台或多台设备，特别适合高危或精密施工场景。

为实现精准的自主操作，Gravis Rack 提供了灵活的参考点指定方式。操作员可以通过触摸屏幕、现场测量或直接输入 XYZ 坐标 来设定作业边界与目标点。这种多维度的输入机制，确保了系统能够适应不同地形和施工精度的需求，为后续利用传感器数据进行三维建模和 AI 训练提供了扎实的数据基础。

三、硬件感知与三维建模能力

强大的控制逻辑离不开精准的感知系统支撑。Gravis Rack 的硬件架构围绕“全时段、高精度”感知设计，集成了前置摄像头与激光雷达，能够实现对施工地形和环境障碍物的实时扫描。这种多传感器融合方案让机械在复杂工地中也能“看清”周围环境，从而做出安全且高效的路径规划。

在定位与通信方面，系统配备了GNSS 天线（含 RTK），结合广角 HDR 摄像头和长距离 WiFi模块，确保了在开阔且信号不稳定的施工现场，设备依然能维持厘米级定位精度和稳定连接。更为关键的是，得益于车规级边缘计算单元的支持，Gravis 具备强大的离线运行能力。即使现场网络中断，核心控制与感知功能依然正常运作，避免了因通信延迟导致的施工停滞，这对工期紧张的基建项目而言至关重要。

硬件数据的最终价值体现在可视化上。系统具备先进的三维建模能力，能将实时扫描的数据转化为带有地理坐标的 3D 模型。通过增强现实（AR）功能，操作员可在设备上直观查看模型与实景的叠加效果，精准核对作业进度与边界。这种从数据采集到直观可视的闭环，不仅提升了施工透明度，也为后续利用这些高精度数据训练 AI 模型奠定了坚实的物质基础。

四、AI模型训练与多品牌适配

有了高精度的感知与建模基础，Gravis 的核心竞争力进一步体现在其 AI 模型的训练策略上。针对工业级应用对稳定性的严苛要求，团队并未单纯依赖现场试错，而是借助大量模拟训练数据来缩小虚拟与现实之间的 sim-to-real gap。这种训练方式不仅大幅降低了物理测试成本，更确保了算法在部署前的成熟度。

在验证环节，Gravis 构建了先进的世界模型，允许在虚拟环境中模拟数十亿立方码的土方搬运作业。通过这种大规模、高并发的虚拟演练，系统得以在零风险环境下打磨决策逻辑，验证极端工况下的表现，从而为实际落地提供充分的数据支撑。

技术的通用性是另一大亮点。该系统并未绑定单一硬件，而是整合了多家制造商的设备性能数据，展现出极强的跨平台适应性。目前，Gravis 已成功应用于日立、住友集团、沃尔沃等主流品牌的重型机械设备。这种工业级精度的跨品牌兼容性，意味着施工方无需更换整套车队即可接入自主控制系统，极大地降低了转型门槛，也为后续在大型政府基建项目中的规模化应用扫清了技术障碍。

五、现场效率提升与政府项目合作

技术的价值最终要回归到施工一线的实效。当自主控制系统真正落地，最直观的变化体现在作业效率与现场安全的双重提升上。与传统人工操作相比，Gravis 的介入使施工效率平均提高了 30% 左右。这并非简单的速度叠加，而是通过消除人为疲劳、优化路径规划实现的精细化管控。更关键的是，自动化作业大幅减少了人员暴露在重型机械危险半径内的时间，显著提升了整个施工现场的安全性，为高风险基建环境提供了一种更稳健的作业范式。

商业落地的深度，往往体现在与顶级合作伙伴的协作中。Gravis 并未止步于技术展示，而是通过与英国知名设备租赁商 Flannery Plant Hire 的深入合作，成功切入政府资助的 CAM Pathfinder 项目。该项目获得了英国政府高达 800 万英镑（约合人民币 0.73 亿元）的专项资金支持，旨在探索先进制造技术在公共工程中的规模化应用潜力。这一案例不仅验证了 Gravis 系统在真实复杂工况下的可靠性，更标志着物理人工智能正式获得主流基建市场的权威认可，为其后续在全球范围内的复制推广奠定了坚实的信任基础。

相关标签：

相关标签