9 月 10 日，一家叫 Maven Robotics 的公司结束隐身，宣布拿到 1 亿美元 A 轮，出资方是 RoboStrategy、LocalGlobe、Vine Ventures 和 XTX Ventures。
这条新闻值得拆开看的地方不在 1 亿美元。今年拿到这个量级的机器人公司已经排出一串。值得看的是 Maven 顺手报出来的另一组数字：八台机器人，一天干 16 小时，正常运行率 99% 以上，在同一家大型消费品公司的仓库里跑满了两年。
八台不算多。16 小时是两个班。
双臂 30 公斤，时速 16 公里，干的是混合码垛
Maven 的机器人坐在带轮的底盘上，最快能跑到每小时 16 公里，双臂最大举 30 公斤，末端靠吸盘取货。
它接手的工序叫混合码垛。不同工厂送来的整托货堆在配送中心，要按每家门店当天的订单拆开重组，拼成一托混装货再装车发出去。Derbas 把这道活说得很清楚：门店把东西上了架，48 小时之内就要按实时销售改一次配比，然后一张新订单进来，不同品类混在一起，请你重新拼一托。「这活现在全靠人干，在仓库里跑来跑去，这个拿一件，那个拿一件。」
在 Maven 位于 Santa Clara 的场地里，这台机器人在训练区不紧不慢地用吸盘把箱子拿起来、摆好。旁边一块屏幕在直播两台机器人在客户现场干活，人在它们周围走动。
赢下第一单的时候，他们手上只有一张机器人的卡通图
2024 年，Maven 刚成立，Derbas 的说法是当时什么都没有，「一张机器人的卡通图，加一队人」。
他们听说一家大型消费品公司的人进城了，要和四家机器人公司谈自动化。Derbas 把自己塞进了会议，进去以后没讲他对机器人怎么看，而是提了个要求：让我去看你们的工厂和仓库。
「我们看了人是怎么干活的，盯住了几条我们马上能带来价值的流程。」他对 TechCrunch 说，Maven 的路子不是解决某一个机器人问题，是端到端把整件任务接过来，一头接进仓库管理系统，另一头把货装上卡车。
这一单他们赢了，赢过手上已经有现成机器的对手。
Derbas 的履历里有一段相关的：进 Maven 之前他在 Apple 待了九年，在那个 2024 年被解散的特别项目组，外界普遍认为那是造自动驾驶车的地方。他自己不谈这段。Maven 是他和弟弟 Khalid 一起开的，Khalid 做了多年私募股权，现在是公司的财务负责人。
和别的做物理 AI 的公司一样，Maven 的骨干来自自动驾驶。Derbas 要的是分钟级到小时级的数据回流：「然后重训、评估、做消融实验，找出对的那组权重，再部署下去，再转一圈。」
八台到 250 台，这是一道制造题
把这八台放进同行的数字里对一遍，位置就清楚了。
Agility 今年秋天要以 25 亿美元的 SPAC 上市，它的 S-4 报出来的是一台仓库人形机器人每月 8,500 美元、全年 180 万美元收入。这是目前市面上唯一一份被监管文件锁住的仓库机器人单价。Maven 没有报单价，客户数也只有一家加上几个合作方，但它报了占用时长：八台机器人一天开 16 小时，连着跑了两年，正常运行率在 99% 以上。
Derbas 对人形那条路线的评价不客气。他说他尊重 Agility，但两条腿「对他们要干的事完全没有意义……又复杂又不可靠，还加了不必要的成本。这里说到底看的是投资回报率」。
投他的 RoboStrategy 也投了 6 月那笔 Standard Bots 的 2 亿美元 C 轮。同一个基金，三个月，两笔钱，押的都是「先把一条产线上的活干完」而不是「先做一个通用平台」。
250 台是八台的 31 倍。这一步跨的不是模型，是产线和交付。Maven 说这笔钱要用来建 250 台第三代机器人，同时开始设计第四代平台。
人的手正在被做成夹具的样子
码垛本身按 Maven 的估算是个 800 亿美元的市场，但公司下一步想推的是物料处理，再往后是加工制造。这些任务需要的机械手能力，Maven 自己承认现在还不存在。
补数据的办法有三条：用自己在跑的系统采，向第三方买，以及他们做的第三件事——一副像钳子一样的手套，让人戴着干活，把人的动作压成他们想要的夹具形态。
这个动作我们今年写过两次。Tacta 的采集手套每个指尖带 256 个触觉传感器，戴上就用，边干活边攒数据；Agility 在 Fremont 招了 200 个人，专门教 Digit 干仓库里的活。那两次是明着采人的动作。Maven 这副手套的用途还要更靠前一步。它的用法是反过来的：先让人的手按夹具的样子动起来，看这个形状到底够不够干这份活，够了再照着做硬件。人的手先被量，再被复制。
被顶掉的是哪一个工位
暴露得最直接的岗位是配送中心里的拣配和码垛工，美国仓库里叫 order selector 或 case picker。这一类活的特征很一致：按件计酬，流动率高，工伤率高。30 公斤这个上限正好卡在一箱饮料、一箱罐头的重量带上，它是照着这个工位平时搬的东西定的。
时间上的形状，跟我们此前写过的几篇是同一种。Ambi 和 Pickle 把卸车和码垛缝成一条不用人插手的流程，补的是入库那一段；Maven 接的是下游重组这一段。两段拼起来，从卡车尾门到门店托盘之间需要人伸手的环节就只剩零散几处。而岗位不会一次性消失，会以「同样的单量、更少的排班」退场，跟 沃尔玛 3,100 家门店完成自动化、总人数还是 210 万 是一个形态。
短期还相对安全的，还是吸盘搞不定的那一部分。Locus 的抓取负责人 8 月给过一个具体比例：吸盘覆盖六到七成，剩下三到四成需要夹取和触觉。Maven 的机器人现在用的正是吸盘，它吃的是那已经解决的六七成。软包装、布料、生鲜、需要判断力度的易损品，暂时还得有人上手。
在扩的是三类：现场机器人运维和异常处理；仓库管理系统和机器人之间的集成；以及数据运维，也就是把机器跑出来的数据接回训练环节的那一整套。
最后留一个保留意见。八台就是八台，两年一个客户，99% 的正常运行率是公司自己报的数，没有第三方核过，也没有对照的行业基线。Derbas 自己讲了这条路的风险：把任务一个一个做完，可能是把机器人放进车间最可行的路径，也可能在下一个从前沿实验室出来的物理 AI 模型面前被一枪打掉。他的回应是「我们不在模型这条赛道上，我们在解决工业劳动力这条赛道上」。
这句话本身就是一份岗位清单。
