Generalist AI周四宣布完成4亿美元新融资，这家圣马特奥公司的累计融资就此突破5亿美元。本轮由Radical Ventures领投，8VC、Union Square Ventures、Hanabi Capital和Norwest作为新投资方进场，老股东——英伟达旗下NVentures、Spark Capital、贝索斯的Bezos Expeditions、Boldstart、NFDG——全部追加。新增天使投资人包括李飞飞、Zoom创始人袁征和Naval Ravikant。
值得停下来想想的是：Generalist不造机器人。没有人形机、没有机械臂、没有仓储小车。这家2024年由CEO Pete Florence、首席科学家Andy Zeng和CTO Andrew Barry创立的公司，造的是装进机器人里面的基础模型——任何机器人。5亿美元，现在全部押在了大脑上，连身体长什么样都不问。
融资PPT上的数字
Generalist在2025年11月发布GEN-0，宣称它把机器人带入了「预训练时代」——在机器人领域验证了规模定律：更多物理经验加更大模型，就能可预测地产出更强的系统。这条曲线曾经把语言模型从自动补全一路抬到能写你的绩效评估。GEN-1今年4月发布，指标相当激进：平均任务成功率99%（此前模型只有64%），灵巧操作任务速度约快三倍，而且每项结果只需要一小时机器人数据。
照例声明：这些是公司自报的基准测试、公司自选的任务，「涌现式即兴智能」这种词出自市场部而不是同行评审。但这份投资人名单里没有谁是以给形容词打钱出名的。他们赌的是：64%到99%，正是演示与部署的分界线——是「机器人需要人盯着」和「机器人替掉盯着的人」的分界线。
为什么大脑市场比身体市场更要命
过去两年本站一直在报道硬件竞赛：宇树出货数千台、Figure在仓库里刷工时、Optimus追产线。2026年更安静的故事是，模型层正在凝结成一个独立产业——Skild一月融了14亿美元，英伟达本周在Computex把GR00T做成开放参考平台，现在Generalist又拿了4亿来扩张它所谓的「物理数据引擎」。
大脑与身体解耦之后，劳动力市场的算术就变了。以前工厂机器人变强，意味着改装、新型号、销售周期；现在基础模型变强，意味着所有跑这个模型的机队同一天集体升级——就像ChatGPT某天夜里在你的浏览器标签页里突然变聪明了一样。Generalist自己对市场规模的表述毫不遮掩：今天全球有数百万台机器人在运行，「还有数十亿台」将进入工厂、仓库、实验室、餐厅、农场和家庭——用公司原话说，它们共享同一个需求：能理解物理世界并在其中行动的智能。
这句话是一份投资论纲。它同时也是一份岗位说明书——而这个岗位上，目前坐着的是数量极其庞大的人类。
飞轮条款
公告里最有分量的一句反而最不起眼：GEN-1发布以来，Generalist称数据飞轮已经开始成形——部署在真实企业里干「有用的体力活」的机器人产生数据，数据再训练下一代模型。这正是让语言模型滚雪球的那套回路，而这4亿美元的全部用途就是把它转得更快：下一代模型、更多算力、更大的数据引擎。
硬件是线性扩张的，机器人一台一台造；飞轮不是。如果99%这个数字在真实仓库里站得住，物理自动化的瓶颈就不再是工程问题，而是采购问题。下次有人告诉你机器人还要十年才来，可以把这条新闻翻出来——身体也许还要十年，大脑已经在按5亿一轮的节奏融资了，就在今天。
Sources: The Robot Report, The Robot Report (GEN-1, April 2026)
