9 月 10 日，一家叫 Maven Robotics 的公司結束隱身，宣布拿到 1 億美元 A 輪，出資方是 RoboStrategy、LocalGlobe、Vine Ventures 和 XTX Ventures。
這條新聞值得拆開看的地方不在 1 億美元。今年拿到這個量級的機器人公司已經排出一串。值得看的是 Maven 順手報出來的另一組數字：八台機器人，一天做 16 小時，稼動率 99% 以上，在同一家大型消費品公司的倉庫裡跑滿了兩年。
八台不算多。16 小時是兩個班。
雙臂 30 公斤，時速 16 公里，做的是混合碼垛
Maven 的機器人坐在帶輪的底盤上，最快能跑到每小時 16 公里，雙臂最大舉 30 公斤，末端靠吸盤取貨。
它接手的工序叫混合碼垛。不同工廠送來的整棧貨堆在配送中心，要按每家門市當天的訂單拆開重組，拼成一棧混裝貨再裝車發出去。Derbas 把這道活說得很清楚：門市把東西上了架，48 小時之內就要按即時銷售改一次配比，然後一張新訂單進來，不同品類混在一起，請你重新拼一棧。「這活現在全靠人做，在倉庫裡跑來跑去，這個拿一件，那個拿一件。」
在 Maven 位於 Santa Clara 的場地裡，這台機器人在訓練區不緊不慢地用吸盤把箱子拿起來、擺好。旁邊一面螢幕正在直播兩台機器人在客戶現場做事，人在它們周圍走動。
贏下第一單的時候，他們手上只有一張機器人的卡通圖
2024 年，Maven 剛成立，Derbas 的說法是當時什麼都沒有，「一張機器人的卡通圖，加一隊人」。
他們聽說一家大型消費品公司的人進城了，要和四家機器人公司談自動化。Derbas 把自己塞進了會議，進去以後沒講他對機器人怎麼看，而是提了個要求：讓我去看你們的工廠和倉庫。
「我們看了人是怎麼做事的，盯住了幾條我們馬上能帶來價值的流程。」他對 TechCrunch 說，Maven 的路子不是解決某一個機器人問題，是端到端把整件任務接過來，一頭接進倉儲管理系統，另一頭把貨裝上卡車。
這一單他們贏了，贏過手上已經有現成機器的對手。
Derbas 的履歷裡有一段相關的：進 Maven 之前他在 Apple 待了九年，在那個 2024 年被解散的特別專案組，外界普遍認為那是造自動駕駛車的地方。他自己不談這段。Maven 是他和弟弟 Khalid 一起開的，Khalid 做了多年私募股權，現在是公司的財務負責人。
和別的做物理 AI 的公司一樣，Maven 的骨幹來自自動駕駛。Derbas 要的是分鐘級到小時級的資料回流：「然後重訓、評估、做消融實驗，找出對的那組權重，再部署下去，再轉一圈。」
八台到 250 台，這是一道製造題
把這八台放進同行的數字裡對一遍，位置就清楚了。
Agility 今年秋天要以 25 億美元的 SPAC 上市，它的 S-4 報出來的是一台倉庫人形機器人每月 8,500 美元、全年 180 萬美元營收。這是目前市面上唯一一份被申報文件鎖住的倉庫機器人單價。Maven 沒有報單價，客戶數也只有一家加上幾個合作方，但它報了佔用時長：八台機器人一天開 16 小時，連著跑了兩年，稼動率在 99% 以上。
Derbas 對人形那條路線的評價不客氣。他說他尊重 Agility，但兩條腿「對他們要做的事完全沒有意義……又複雜又不可靠，還加了不必要的成本。這裡說到底看的是投資報酬率」。
投他的 RoboStrategy 也投了 6 月那筆 Standard Bots 的 2 億美元 C 輪。同一個基金，三個月，兩筆錢，押的都是「先把一條產線上的活做完」而不是「先做一個通用平台」。
250 台是八台的 31 倍。這一步跨的不是模型，是產線和交付。Maven 說這筆錢要用來建 250 台第三代機器人，同時開始設計第四代平台。
人的手正在被做成夾具的樣子
碼垛本身按 Maven 的估算是個 800 億美元的市場，但公司下一步想推的是物料處理，再往後是加工製造。這些任務需要的機械手能力，Maven 自己承認現在還不存在。
補資料的辦法有三條：用自己在跑的系統採，向第三方買，以及他們做的第三件事——一副像鉗子一樣的手套，讓人戴著做事，把人的動作壓成他們想要的夾具形態。
這個動作我們今年寫過兩次。Tacta 的採集手套每個指尖帶 256 個觸覺感測器，戴上就用，邊做事邊攢資料；Agility 在 Fremont 招了 200 個人，專門教 Digit 做倉庫裡的活。那兩次是明著採人的動作。Maven 這副手套的用途還要更靠前一步。它的用法是反過來的：先讓人的手按夾具的樣子動起來，看這個形狀到底夠不夠做這份活，夠了再照著做硬體。人的手先被量，再被複製。
被頂掉的是哪一個工位
暴露得最直接的職位是配送中心裡的揀貨員和碼垛工，美國倉庫裡叫 order selector 或 case picker。這一類活的特徵很一致：按件計酬，流動率高，職災率高。30 公斤這個上限正好卡在一箱飲料、一箱罐頭的重量帶上，它是照著這個工位平時搬的東西定的。
時間上的形狀，跟我們此前寫過的幾篇是同一種。Ambi 和 Pickle 把卸貨和碼垛縫成一條不用人插手的流程，補的是入庫那一段；Maven 接的是下游重組這一段。兩段拼起來，從卡車尾門到門市棧板之間需要人伸手的環節就只剩零散幾處。而職位不會一次性消失，會以「同樣的單量、更少的排班」退場，跟 沃爾瑪 3,100 家門市完成自動化、總人數還是 210 萬 是一個形態。
短期還相對安全的，還是吸盤搞不定的那一部分。Locus 的抓取負責人 8 月給過一個具體比例：吸盤覆蓋六到七成，剩下三到四成需要夾取和觸覺。Maven 的機器人現在用的正是吸盤，它吃的是那已經解決的六七成。軟包裝、布料、生鮮、需要判斷力道的易損品，暫時還得有人上手。
在擴的是三類：現場機器人維運和異常處理；倉儲管理系統和機器人之間的整合；以及資料維運，也就是把機器跑出來的資料接回訓練環節的那一整套。
最後留一個保留意見。八台就是八台，兩年一個客戶，99% 的稼動率是公司自己報的數，沒有第三方核過，也沒有對照的產業基線。Derbas 自己講了這條路的風險：把任務一個一個做完，可能是把機器人放進車間最可行的路徑，也可能在下一個從前沿實驗室出來的物理 AI 模型面前被一槍打掉。他的回應是「我們不在模型這條賽道上，我們在解決工業勞動力這條賽道上」。
這句話本身就是一份職位清單。
