Generalist AI週四宣布完成4億美元新融資，這家聖馬刁公司的累計融資就此突破5億美元。本輪由Radical Ventures領投，8VC、Union Square Ventures、Hanabi Capital和Norwest作為新投資方進場，老股東——輝達旗下NVentures、Spark Capital、貝佐斯的Bezos Expeditions、Boldstart、NFDG——全部加碼。新增天使投資人包括李飛飛、Zoom創辦人袁征和Naval Ravikant。
值得停下來想想的是：Generalist不造機器人。沒有人形機、沒有機械手臂、沒有倉儲小車。這家2024年由CEO Pete Florence、首席科學家Andy Zeng和CTO Andrew Barry創立的公司，造的是裝進機器人裡面的基礎模型——任何機器人。5億美元，現在全部押在了大腦上，連身體長什麼樣都不問。
募資簡報上的數字
Generalist在2025年11月發布GEN-0，宣稱它把機器人帶入了「預訓練時代」——在機器人領域驗證了規模定律：更多物理經驗加更大模型，就能可預測地產出更強的系統。這條曲線曾經把語言模型從自動補全一路抬到能寫你的績效考核。GEN-1今年4月發布，指標相當激進：平均任務成功率99%（先前模型只有64%），靈巧操作任務速度約快三倍，而且每項結果只需要一小時機器人資料。
照例聲明：這些是公司自報的基準測試、公司自選的任務，「湧現式即興智慧」這種詞出自行銷部門而不是同儕審查。但這份投資人名單裡沒有誰是以給形容詞砸錢出名的。他們賭的是：64%到99%，正是展示與部署的分界線——是「機器人需要人盯著」和「機器人換掉盯著的人」的分界線。
為什麼大腦市場比身體市場更要命
過去兩年本站一直在報導硬體競賽：宇樹出貨數千台、Figure在倉庫裡刷工時、Optimus追產線。2026年更安靜的故事是，模型層正在凝結成一個獨立產業——Skild一月募了14億美元，輝達本週在Computex把GR00T做成開放參考平台，現在Generalist又拿了4億來擴張它所謂的「物理資料引擎」。
大腦與身體解耦之後，勞動市場的算術就變了。以前工廠機器人變強，意味著改裝、新型號、銷售週期；現在基礎模型變強，意味著所有跑這個模型的機隊同一天集體升級——就像ChatGPT某天夜裡在你的瀏覽器分頁裡突然變聰明了一樣。Generalist自己對市場規模的表述毫不遮掩：今天全球有數百萬台機器人在運行，「還有數十億台」將進入工廠、倉庫、實驗室、餐廳、農場和家庭——用公司原話說，它們共享同一個需求：能理解物理世界並在其中行動的智慧。
這句話是一份投資論綱。它同時也是一份職位說明書——而這個職位上，目前坐著的是數量極其龐大的人類。
飛輪條款
公告裡最有分量的一句反而最不起眼：GEN-1發布以來，Generalist稱資料飛輪已經開始成形——部署在真實企業裡幹「有用的體力活」的機器人產生資料，資料再訓練下一代模型。這正是讓語言模型滾雪球的那套迴路，而這4億美元的全部用途就是把它轉得更快：下一代模型、更多算力、更大的資料引擎。
硬體是線性擴張的，機器人一台一台造；飛輪不是。如果99%這個數字在真實倉庫裡站得住，物理自動化的瓶頸就不再是工程問題，而是採購問題。下次有人告訴你機器人還要十年才來，可以把這條新聞翻出來——身體也許還要十年，大腦已經在按5億一輪的節奏募資了，就在今天。
Sources: The Robot Report, The Robot Report (GEN-1, April 2026)
