作者 | 鉛筆道 松格

宇樹科技和智元機(jī)器人爭(zhēng)奪春晚門票時(shí)，有人卻在默默刷新行業(yè)融資紀(jì)錄。

銀河通用宣布，完成超過(guò)3億美元（約合人民幣21億元）C輪融資。

3億美元，刷新了通用智能機(jī)器人領(lǐng)域的單輪融資紀(jì)錄。至此，銀河通用累計(jì)融資接近8億美元，最新估值升至30億美元，成為國(guó)內(nèi)估值最高的通用智能機(jī)器人初創(chuàng)公司。

銀河通用成立只有兩年多，到現(xiàn)在只發(fā)布過(guò)一款產(chǎn)品——輪式雙臂機(jī)器人 Galbot G1。Galbot G1 沒有雙足，不追求全場(chǎng)景覆蓋，也不講“類人智能”的故事。它干的活很具體：在智慧藥店里揀藥，在寧德時(shí)代、豐田的工廠里反復(fù)搬運(yùn)物料。

銀河通用選的是一條不太性感、但能立刻獲取收入的路——用機(jī)器人，替代 B 端場(chǎng)景里的重復(fù)性勞動(dòng)。

- 01 -

銀河通用由現(xiàn)任北京大學(xué)前沿計(jì)算研究中心助理教授、博士生導(dǎo)師的王鶴發(fā)起，另一位聯(lián)合創(chuàng)始人是姚騰洲。

王鶴生于1992年，在北京十一學(xué)校度過(guò)六年中學(xué)時(shí)光。高中通過(guò)物理競(jìng)賽保送到清華大學(xué)，“本科期間主要研究半導(dǎo)體物理器件”，2014年在微納電子學(xué)系獲得工學(xué)學(xué)士學(xué)位。

從清華畢業(yè)后，王鶴前往美國(guó)斯坦福大學(xué)深造。王鶴師從著名算法專家、計(jì)算機(jī)系幾何計(jì)算組主任吉巴斯教授（Leonidas J. Guibas）。吉巴斯在計(jì)算幾何、幾何建模、計(jì)算機(jī)圖形學(xué)、計(jì)算機(jī)視覺、傳感器網(wǎng)絡(luò)、機(jī)器人以及離散算法等領(lǐng)域都有極高造詣。

在讀博期間，王鶴將“物理交互”定為研究方向，研究面向物理交互的物體感知，“把更多的時(shí)間精力用在了三維視覺研究方面，想讓機(jī)器人具備泛化的物體感知能力，對(duì)于陌生（未經(jīng)數(shù)據(jù)標(biāo)注）的物體也能實(shí)現(xiàn)精準(zhǔn)位姿識(shí)別和抓取等操作”。物理交互的智能就是今天火熱的具身智能。

2021年，王鶴在斯坦福大學(xué)電子工程系獲得博士學(xué)位，并回北京大學(xué)任教，擔(dān)任前沿計(jì)算研究中心助理教授，博士生導(dǎo)師。王鶴還兼任北京智源人工智能研究院具身智能研究中心主任。

姚騰洲畢業(yè)于北京航空航天大學(xué)，師從著名機(jī)器人專家王田苗教授。在與王鶴合作創(chuàng)業(yè)之前，姚騰洲曾在ABB集團(tuán)上海機(jī)器人研發(fā)中心和ROOBO機(jī)器人研發(fā)部擔(dān)任要職，負(fù)責(zé) Pudding、Jelly 等多個(gè)系列機(jī)器人產(chǎn)品的研發(fā)。

2023 年，Google 發(fā)布了 PaLM-E 模型。它把語(yǔ)言、視覺和機(jī)器人操作放進(jìn)同一個(gè)模型體系里，讓機(jī)器人不再只是“被編程執(zhí)行動(dòng)作”，而是能夠理解環(huán)境，再?zèng)Q定怎么動(dòng)手。這意味著：大模型開始真正進(jìn)入機(jī)器人領(lǐng)域。

王鶴注意到了這個(gè)變化。此前，機(jī)器人行業(yè)的邊界很清楚：工業(yè)機(jī)械臂負(fù)責(zé)固定工序，服務(wù)機(jī)器人只完成少數(shù)預(yù)設(shè)功能。但現(xiàn)實(shí)場(chǎng)景里，并不存在這么清晰的分工。倉(cāng)庫(kù)、門店、工廠更需要的是一種能聽指令、看環(huán)境、完成任務(wù)的機(jī)器人，而不是更多“只能做一件事”的設(shè)備。

在他看來(lái)，一旦大模型補(bǔ)上理解能力，通用機(jī)器人的可行性就不再只是技術(shù)討論，而是時(shí)間問(wèn)題。2023年，王鶴與姚騰洲創(chuàng)辦銀河通用。

2024年6月，銀河通用完成7億元天使輪融資，創(chuàng)下當(dāng)年賽道天使輪融資紀(jì)錄，產(chǎn)品輪式雙臂機(jī)器人Galbot G1正式亮相。銀河通用和美團(tuán)合作，Galbot G1在美團(tuán)24小時(shí)智慧藥房試用，可以完成藥品上架、取送等任務(wù)。

輪式雙臂機(jī)器人Galbot G1

如今，銀河通用已在北京、深圳、蘇州、香港設(shè)立研發(fā)中心，與北京大學(xué)等機(jī)構(gòu)成立聯(lián)合實(shí)驗(yàn)室。

- 02 -

機(jī)器人市場(chǎng)規(guī)模已經(jīng)不小。

預(yù)計(jì)到 2025 年，中國(guó)通用智能機(jī)器人市場(chǎng)規(guī)模將達(dá)到 320 億美元。本土品牌整體市占率約為 30%，頭部份額主要集中在埃斯頓、新松等企業(yè)手中；國(guó)際機(jī)器人“四大家族”仍占據(jù)超過(guò)一半的市場(chǎng)。

放眼全球，空間更大。麥肯錫在《全球機(jī)器人產(chǎn)業(yè)展望 2050》中預(yù)測(cè)，到 2050 年，全球通用智能機(jī)器人市場(chǎng)規(guī)模有望突破 1 萬(wàn)億美元，約相當(dāng)于當(dāng)前全球汽車市場(chǎng)規(guī)模的三分之一。

但現(xiàn)實(shí)與預(yù)期之間，仍有不少障礙。一方面，通用人工智能與機(jī)械結(jié)構(gòu)的融合還不充分，機(jī)器人在復(fù)雜環(huán)境中的操作精度有限；另一方面，核心零部件依賴進(jìn)口，成本難以下降。此外，不同行業(yè)、不同場(chǎng)景的需求差異較大，也提高了“一套方案通吃”的難度。

在這樣的背景下，頭部公司的分化開始顯現(xiàn)。在國(guó)內(nèi)具身智能第一梯隊(duì)中，銀河通用機(jī)器人、宇樹科技、智元機(jī)器人同屬領(lǐng)先陣營(yíng)，但三家公司對(duì)“通用機(jī)器人的核心能力”理解不同，走出的技術(shù)路徑也不一樣。

銀河通用選擇以具身大模型作為驅(qū)動(dòng)，產(chǎn)品形態(tài)是輪式雙臂機(jī)器人，重點(diǎn)切入智慧藥店、工業(yè)制造等 B 端場(chǎng)景，強(qiáng)調(diào)可復(fù)制、可規(guī)模化的行業(yè)解決方案。

宇樹科技則以硬件自研和運(yùn)動(dòng)控制見長(zhǎng)，主打雙足人形機(jī)器人和機(jī)器狗，通過(guò)性價(jià)比和量產(chǎn)能力鋪開市場(chǎng)，主要客戶集中在高校、科研機(jī)構(gòu)以及工業(yè)巡檢等場(chǎng)景。

智元機(jī)器人走的是另一條路：全棧自研、全場(chǎng)景覆蓋。其產(chǎn)品橫跨工業(yè)、商用服務(wù)和消費(fèi)級(jí)市場(chǎng)，一邊做硬件，一邊搭建生態(tài)，希望通過(guò)多場(chǎng)景適配形成協(xié)同效應(yīng)。

銀河通用、宇樹機(jī)器人、智元機(jī)器人核心差異簡(jiǎn)表

一個(gè)容易被忽略的細(xì)節(jié)是，盡管宇樹和智元機(jī)器人的公眾知名度更高，但在資本進(jìn)展上，銀河通用走得更快。

成立僅一年半，銀河通用就完成了超過(guò) 40 億元人民幣的融資，最新估值達(dá)到 30 億美元，已經(jīng)超過(guò)宇樹約 120 億元、智元約 150 億元的估值水平，成為目前國(guó)內(nèi)估值最高的具身智能公司。而在此期間，銀河通用只發(fā)布過(guò)一款本體產(chǎn)品——Galbot。

這款機(jī)器人的工作內(nèi)容也很單一：要么在無(wú)人藥店里揀藥，要么在寧德時(shí)代、豐田的工廠中做搬運(yùn)作業(yè)。沒有擴(kuò)展到更多形態(tài)，也沒有同時(shí)覆蓋多個(gè)場(chǎng)景。

這組對(duì)比拋出一個(gè)值得討論的問(wèn)題：在通用智能機(jī)器人早期階段，專注于少數(shù)可落地的垂直場(chǎng)景，是否反而更容易跑通商業(yè)化路徑？

- 03 -

銀河通用沒有沖向家庭或消費(fèi)場(chǎng)景。全部精力，都放在藥店、倉(cāng)庫(kù)和工廠里。同時(shí)，公司至今只做了一款本體產(chǎn)品，有幾方面考慮。

家庭場(chǎng)景，對(duì)現(xiàn)階段的機(jī)器人來(lái)說(shuō)，太難了。

每個(gè)家庭都不一樣。戶型不同，家具尺寸不同，擺放方式也不同。人的行為很隨機(jī)，指令也不標(biāo)準(zhǔn)。更重要的是，普通用戶幾乎無(wú)法接受失敗。一次卡頓、一次誤判，就可能被判“不可用”。這意味著，家庭場(chǎng)景對(duì)通用能力的要求，其實(shí)比工業(yè)環(huán)境更高。

相比之下，藥店、倉(cāng)庫(kù)和工廠更“講規(guī)矩”。

這些地方的動(dòng)作很多，流程也不簡(jiǎn)單。但空間結(jié)構(gòu)穩(wěn)定，規(guī)則清楚，目標(biāo)明確。對(duì)機(jī)器人來(lái)說(shuō)，這是一個(gè)更友好的起點(diǎn)。銀河通用可以在這些場(chǎng)景中，持續(xù)獲得真實(shí)、可復(fù)用的數(shù)據(jù)，并建立統(tǒng)一的任務(wù)標(biāo)準(zhǔn)。機(jī)器人部署得越多，模型修正得越快；客戶越多，系統(tǒng)在相似環(huán)境中的表現(xiàn)就越穩(wěn)定。這種正反饋，在家庭場(chǎng)景里很難形成。

商業(yè)邏輯，也在推著公司做同樣的選擇。

企業(yè)客戶關(guān)心的不是“像不像人”，而是能不能替人干活，能不能省錢。在工廠或倉(cāng)庫(kù)里，機(jī)器人可以長(zhǎng)期嵌入流程運(yùn)行。即便出了問(wèn)題，也能由人工接手。這給了銀河通用空間：用工程和系統(tǒng)設(shè)計(jì)，彌補(bǔ)模型能力的不足，而不是把成敗完全押在算法本身。

只做一款產(chǎn)品，對(duì)成本壓力更小。在具身智能還很早期的階段，多做產(chǎn)品，往往意味著更多麻煩。不同的硬件結(jié)構(gòu)、不同的控制邏輯，會(huì)帶來(lái)完全不同的數(shù)據(jù)分布。這對(duì)通用模型來(lái)說(shuō)，很難消化。

銀河通用選擇用同一套“身體”，反復(fù)干同一類活。目的只有一個(gè)：讓數(shù)據(jù)更干凈，讓模型學(xué)得更快。比如在寧德時(shí)代的工廠里，機(jī)器人每天做同樣的天窗轉(zhuǎn)運(yùn)任務(wù)。每一次動(dòng)作，都會(huì)變成訓(xùn)練數(shù)據(jù)。三個(gè)月內(nèi)，這個(gè)任務(wù)的成功率，從 85% 提升到 98%。

當(dāng)系統(tǒng)在真實(shí)世界里被反復(fù)跑順，通用能力才有可能往更復(fù)雜的場(chǎng)景擴(kuò)展。

本文不構(gòu)成任何投資建議。

       原文標(biāo)題 : 北大92后，一把融資21億