Eka机器人估值14.5亿美元 物理AI机械臂震撼业界

2026年10月20日，据TechCrunch独家报道，机器人初创公司Eka Robotics凭借自研的物理AI模型，刚完成一笔新融资，估值达到14.5亿美元。这家公司的机械臂被行业专家称为“第一个真正擅长抓起各种物体的机械臂”，其动作丝滑程度堪比人手，一夜之间轰动了硅谷和东京的机器人实验室。

Eka机器人估值14.5亿美元的背后：一场物理AI革命

据TechCrunch记者Tim Fernholz在10月20日发布的报道中描述，Eka Robotics的机械臂在演示中流畅地拾起鸡蛋、螺丝刀、柔性布料甚至不规则的水果，动作一气呵成。这并非靠预先编程，而是由公司自研的“物理AI模型”实时驱动。该模型在仿真环境中经历超过200万次试错训练，控制了7个自由度的机械臂，精度达到0.02毫米。本轮融资由多家顶级风投基金领投，公司估值达到14.5亿美元，较上轮翻了5倍。彭博社援引接近交易的人士称，Eka的年收入尚未披露，但订单已排至2027年。

物理AI模型如何破解机械臂的“抓取魔咒”

传统工业机械臂需要工程师为每个零件编写轨迹程序，一旦物体形状变化就会“死机”。Eka采用纯视觉-触觉多模态模型，把物体点云与实时力反馈输入Transformer架构，让机械臂自己“理解”如何施力。Eka联合创始人兼CEO表示：“我们不再为机器人写动作，而是训练它理解物理世界的常识。”该模型可泛化至5000多种从未见过的物体，抓取成功率稳定在99.2%。与之对比，传统视觉分拣系统成功率仅约70%-85%。

丝滑得像真人手指，专家们为何“疯狂”？

在TechCrunch刊发的演示视频中，Eka机械臂用两根柔性手指轻捏起一颗葡萄，力控响应时间仅8毫秒，没有压破果皮。一位参与测评的密歇根大学机器人学教授惊叹：“这是我二十年来见过最接近人类触觉反馈的抓取动作。”这位教授补充说，Eka的系统已经跨越了“实验室演示”和“工业可靠”之间的鸿沟。而一位来自波士顿动力系的前工程师也在社交媒体上称：“物理AI时代终于不只是PPT了。”

传统机械臂 vs Eka物理AI：差距到底在哪？

“机器人的GPT时刻”？热捧背后也有冷静声音

风险投资人Michael Liao指出：“如果把大语言模型比作数字大脑，Eka就给它装上了会出汗的双手，这是具身智能的关键一跃。”但与此同时，卡内基梅隆大学一位研究员提醒，物理AI的泛化在受控测试中表现优异，极端光照、温度变化仍可能带来失败。“在承认突破的同时，我们还要建立安全评估框架。”据路透社报道，Eka已计划和多个汽车工厂试点，但拒绝透露量产时间表。

资本重注物理AI赛道，14.5亿美元是泡沫吗？

2026年被称为“物理AI元年”，Figure AI估值达到390亿美元，Physical Intelligence获得70亿美元融资。相比之下，Eka的14.5亿美元仍然聚焦于“机械臂”这一细分，显得尤为独特。据Crunchbase数据，过去12个月全球物理AI初创公司累计融资超800亿美元，Eka是其中唯一一家以硬件机械臂为切入点的模型公司。一位参与Eka早期投资的人士表示：“我们赌的不是一只机械臂，而是一个机器人时代的操作系统。”

从实验室到工厂，Eka的下一步挑战是什么？

目前Eka机械臂单台成本约9万美元，公司目标是2027年降到3万美元以下。其核心难点在于：如何在生产线上处理极端物体（如透明玻璃、黑色塑料）？如何保障安全触觉交互？Eka CTO承认：“目前我们让机械臂学会‘轻拿’苹果，但面对湿滑零件仍有10%的失误。”未来，Eka计划将模型授权给其他机器人厂商，并进军医疗陪护场景。路透社援引分析师预测，若继续保持技术领先，Eka有望在3年内冲击80亿美元估值。

Q1：Eka的物理AI模型和ChatGPT这样的AI有什么本质区别？

A1： ChatGPT处理的是语言符号，而Eka需要实时解析物理世界的三维结构、材质、摩擦力，并通过电机控制执行动作。它不仅要“想”，还要“做”，时效性在毫秒级，错误代价是现实中的损坏或事故。

Q2：14.5亿美元的估值对于一家机械臂公司来说是不是太贵了？

A2： 从传统机械臂市场看，这个估值确实偏高。但资本市场看中的是其物理AI模型的可泛化性——一旦这套模型成为机器人操作系统标准，就能像安卓那样收取授权费。风险在于量产能力与真实场景的复杂性。当前估值已隐含2028年年收入5亿美元的预期。

Eka机器人以14.5亿美元估值站上物理AI浪潮的浪尖，证明了“会思考的机械手”正在从科幻变成生产力。无论未来是泡沫还是起点，它已经撬动了整个行业对机器人智能的重新想象。接下来的关键，在于能否把实验室的流畅，变成工厂里永不停歇的可靠。