2025 年欧美多家明星人形机器人企业倒闭,中国企业融资却屡创新高!

欧美多家明星人形机器人企业倒闭,中国企业融资却屡创新高,行业冰火两重天!

今年2月初,美国人形机器人创企Cartwheel Robotics宣布倒闭。此前,它拿到最后一笔15万美元(约合人民币102万)的融资,这对于一家机器人公司而言,无异于杯水车薪。靠着这笔钱,这家明星人形机器人企业又撑了几个月,最终还是走向了倒塌。

这家公司的创始人Scott LaValley行业经验丰富,曾先后任职波士顿动力、迪士尼梦想工程。靠着一个7个人的团队,Cartwheel Robotics在成立的一年内就造出来两款人形机器人产品。

这不是孤例。2025年开始,从硅谷新星到欧洲老牌,K-Scale Labs、Rethink Robotics、Aldebaran等一批机器人企业因为资金链问题,在量产前夜接连折戟。与此同时,中国人形机器人企业的融资节奏却越来越快,金额屡创新高。

01.创始人履历耀眼,瞄准家庭陪伴型机器人赛道

回看创始人Scott LaValley的职业履历,可以说很耀眼。他在波士顿动力从事早期双足机器人Petman的研发工作长达约七年,直到公司被谷歌收购。之后,他又在谷歌的母公司Alphabet继续工作了两年,担任初代Atlas机器人的高级机械设计工程师,相关研发还参与了DARPA机器人挑战赛。2016年,他转战迪士尼幻想工程,在这里呆了五年,亲手操刀“格鲁特宝宝”(Baby Groot)机器人。

正是这两段截然不同的经历,在他心中埋下了创业的种子。“在波士顿动力,我们以制造‘令人恐惧’的机器人而闻名,”LaValley曾回忆道,“我的孩子们看到Atlas会说:‘这太吓人了。’但在迪士尼,我带他们去园区时,他们看到Baby Groot会兴奋地露出灿烂的笑容,问:‘那真的是Baby Groot吗?我可以抱抱它吗?’那一刻我意识到,这才是我希望机器人带来的体验。”虽然Baby Groot从未商业化,但对LaValley来说,它重新定义了机器人的可能性。

2022年,当行业明星Figure AI向他伸出橄榄枝时,他选择了拒绝,转而创立Cartwheel Robotics,瞄准家庭陪伴型机器人赛道。这支仅有7人的团队,不到一年就开发出两款原型机。主打社交陪伴的Yogi采用了独特的“幼儿比例”设计——圆润的线条、大大的脑袋,甚至有些胖乎乎。“当我看到Yogi时,我感觉它不像个机器人,而是一个角色。”LaValley说。另一款原型机Speedy则定位为可定制商业平台,可以像Baby Groot那样塑造成各种IP角色。

在关停前几个月,Cartwheel还展示了其核心技术成果—— “运动语言模型”(MLM)。该模型能将文本或语音指令直接转化为机器人富有表现力的行为,让Yogi实现自平衡行走、手势模仿,并通过大模型生成个性化互动动作,摆脱了传统机器人“交互僵硬”的痛点。

LaValley曾这样描述他的理想:“Cartwheel机器人是一个小巧、友好的人形机器人,旨在为我们的生活空间带来欢乐、温暖和一些日常的魔力。它不仅仅是一件科技产品,而是一种你能感受到的存在。”

02.倒闭前最后一轮融资仅102万,折射行业残酷现实

从融资历程来看,Cartwheel Robotics始终未能获得资本的足够青睐。该公司2022年成立后,通过自身营收及少量外部投资,累计融资近300万美元。最后一笔融资发生在2025年6月,加拿大投资公司New Wave仅进行了15万美元(约合人民币102万元)的战略投资。

2月7日,LaValley在LinkedIn发文,详细复盘了倒闭原因, “在硬件领域,资金就是氧气”, 他直言,Cartwheel Robotics最终未能找到合适的资本合作伙伴,无法弥合当前发展进展与未来潜力之间的差距 ——这正是压垮这家初创企业的最后一根稻草。

回顾四年历程,LaValley感慨万千。团队最后带着原型机Speedy前往摩尔码头,在金门大桥的映衬下完成最后一次展示,“我们努力打造的一切都清晰可见,充满了希望”。尽管最终未能走到最后,但他对团队取得的成就倍感自豪。

值得关注的是,LaValley在公告末尾向所有创业者发出警示: “没有钱也比错误的资金好。”这句话背后,或许暗含着公司在融资过程中遭遇的困境——在资本寒冬中,饥不择食的融资选择可能比拿不到钱更危险。Cartwheel Robotics的倒下,折射出当下人形机器人赛道的残酷现实。一方面,行业头部公司动辄获得数亿美元融资;另一方面,中小型创新企业却面临资金枯竭的困境。技术情怀与商业潜力之间的鸿沟,成为横亘在无数初创公司面前的生死线。那个试图用家庭陪伴机器人传递温暖的团队,终究没能等到资本的回心转意。

03.融不到钱,欧美人形机器人倒闭潮来袭

2025年11月,硅谷人形机器人初创公司K-Scale Labs的创始人Benjamin Bolte向投资者发出一封告别信。信中宣布:团队解散、订单全额退款、所有技术开源。这家成立尚不足一年的公司,曾备受瞩目——三轮融资顺利完成,两款产品发布在即,订单金额突破200万美元,甚至连OpenAI机器人业务负责人也出现在客户名单中。然而,就在量产启动的前夜,资金链骤然断裂。到2025年11月,账面上仅剩下40万美元,连发工资都已不够。

Bolte在复盘视频中坦言,除了融资失败、现金流失控外,来自中国机器人厂商的竞争也挤压了生存空间。“过去最便宜的机器人卖9万美元,现在中国同行已经把价格打了下来。”他说。

机器人界的“老兵”也没能逃过命运的重击。由麻省理工传奇学者Rodney Brooks创立的Rethink Robotics,曾以Baxter和Sawyer开创协作机器人品类。这家公司在2018年首次倒闭后被德国HAHN集团收购,2024年9月高调重启美国业务,推出全新产品线。但仅仅不到一年,2025年8月,它第二次宣布死亡。前CEO Julia Riemenschneider透露,产品在尚未成熟时仓促推向市场,销量远不及预期,投资方最终选择撤资。

在社交机器人赛道,2025年2月,曾风靡全球的Pepper和Nao机器人的制造商Aldebaran进入司法清算程序。这家诞生于巴黎的先锋企业,曾获软银投资,其机器人一度出现在日本门店、法国机场和中国银行的展厅。倒闭后,其核心资产最终被一家中国公司接手。同月,专注儿童情感陪伴的Embodied也宣告关闭。其代表作Moxie——一款售价799美元、专为自闭症儿童设计的蓝色小机器人,曾陪伴无数孩子学习情绪表达。这家公司的投资方阵容豪华,有英特尔旗下风投Intel Capital、丰田的AI Ventures、亚马逊的Alexa基金、索尼创新基金和Vulcan Capital等。关于倒闭原因,Embodied公开表示,“尽管我们竭尽全力寻求其他资金,但 仍然未能完成一轮关键融资。领投方在最后阶段退出,导致公司失去继续运营的可能性。”

从硅谷新星到欧洲老牌企业,这一年的倒下令行业唏嘘不已。

04.结语:供应链、资金与市场,人形机器人企业必须迈过的生存门槛

2025年多家明星机器人公司接连倒闭,揭示了人形机器人赛道残酷的生存法则。首先是供应链的断层。欧美创业公司面临一个尴尬现实,Benjamin Bolte在复盘时提到,中国机器人公司正依托完整的本土供应链快速崛起,就像当年大疆主导无人机市场一样。这不仅是成本问题,而是美国打造复杂硬件的产业配套能力跟不上。其次是资金的断档。人形机器人开发投入极大,那些融资仅数百万美元的公司,根本撑不到量产那一天。最关键的是商业化的失败。很多公司把精力花在让机器人看起来厉害上,却无法解决最核心的问题: 客户为什么需要它?当产品只能做拍demo、导览、表演,找不到真正的应用场景,买单的只剩下投资人,而不是市场。

供应链、资金、市场,这三道坎,决定了谁能活下来,谁会成为倒下的那一个。人形机器人行业正在回归理性:光会讲故事已经不够了,能解决实际问题的公司,才能走得更远。

内容概要:本文研究了基于CNN-BiGRU-Attention混合神经网络模型的风电功率预测方法,旨在提升风力发电功率预测的准确性。该模型融合卷积神经网络(CNN)以提取输入变量中的局部时空特征,结合双向门控循环单元(BiGRU)充分捕捉时间序列前后向的长期依赖关系,并引入注意力机制(Attention)动态加权关键时间步的特征信息,增强模型对重要时刻的敏感度。研究采用多变量输入进行单步预测,综合纳入风速、风向、温度等多种气象因素作为模型输入,全面反映环境变量对风电输出的影响。通过Matlab平台完成模型构建、训练与仿真验证,实验结果表明该混合模型在预测精度与稳定性方面优于传统单一模型,有效提升了风电功率预测性能。; 适合人群:具备一定机器学习与深度学习理论基础,熟悉Matlab编程环境,从事新能源发电预测、电力系统调度、智能算法应用等相关领域的科研人员、工程技术人员及校研究生。; 使用场景及目标:①应用于风电场实际运行中的短期功率预测,提电网调度的安全性与可再生能源消纳效率;②为深度学习模型在复杂时序预测任务中的设计与优化提供实践范例,推动AI技术在能源系统智能化中的深度融合;③支持学术研究复现、课程项目设计与教学演示,帮助深入理解CNN、BiGRU与Attention机制的协同建模范式与实现细节。; 阅读建议:建议结合提供的Matlab代码进行动手实践,重点关注数据预处理流程、模型网络结构设计、超参数调优及训练收敛过程,鼓励尝试替换输入变量组合、调整网络层数或优化注意力结构,以进一步探究模型性能边界并提升预测鲁棒性。
内容概要:本文研究了基于Benders分解算法与输电网-配电网运营商(TSO-DSO)协调机制的双层优化模型,旨在有效应对新能源出力波动、负荷不确定性等对现代电力系统运行带来的挑战。模型上层由输电网运营商(TSO)负责全局资源优化与主网稳定性调控,下层由多个配电网运营商(DSO)实现本地分布式能源的灵活调度,通过Benders分解实现上下层之间的迭代协调与信息交互,从而在保障系统安全的前提下提升整体运行的经济性与鲁棒性。研究提供了完整的Matlab代码实现,涵盖数学建模、算法求解、收敛性分析及仿真结果可视化等环节,有助于深入理解双层优化架构在输配电网协同调度中的具体应用与技术细节。; 适合人群:具备电力系统分析、优化理论基础及一定Matlab编程能力的研究生、科研人员,以及从事电网调度、能源系统规划等相关领域的工程技术人员。; 使用场景及目标:①掌握Benders分解在电力系统双层优化问题中的建模与求解流程;②理解TSO-DSO协同机制下输配电网交互建模的核心思想与实现方法;③复现并拓展水平学术论文中的优化模型,服务于科研项目攻关或实际工程仿真需求。; 阅读建议:建议结合凸优化理论、电力系统经济调度与Benders分解原理进行系统学习,优先运行并调试所提供的Matlab代码,调整关键参数以观察算法收敛行为与模型性能变化,从而深化对协调机制与优化机理的理解。
内容概要:本文档是一份关于经济学期刊论文复现的研究资料,聚焦核心议题“数字化转型能否促进企业质量发展”。文档构建了一个完整的量化分析框架,基于中国上市公司数据,实证探讨数字化转型对企业全要素生产率(TFP)及质量发展的实际影响。内容涵盖数字化转型指标的构建、企业质量发展评价体系的设计、计量经济模型的选择与应用(如固定效应模型、GMM方法),并提供Matlab代码实现全过程,包括数据处理、模型估计与稳健性检验。研究还系统梳理了OL、FE、LP、OP、GMM等多种全要素生产率的测算方法,为读者复现水平经济学论文、深入理解数字经济时代的企业发展路径与政策含义提供了详尽的技术支持与理论指导。; 适合人群:具备扎实的经济学理论基础和较强的定量分析能力,熟悉Matlab或Python编程语言,正在从事经济管理、产业经济或数字经济等领域研究的研究生、校教师及科研机构研究人员。; 使用场景及目标:①完整复现经济学顶刊论文的实证研究流程,掌握规范的学术研究范式;②学习并应用数字化转型与企业绩效间的因果识别策略,提升独立开展实证研究的能力;③为撰写学位论文、申报科研课题或编制政策咨询报告中涉及数字经济效应的章节提供直接的方法论参考和代码支持; 阅读建议:建议读者务必结合文档提供的数据与Matlab代码进行同步实操,重点钻研变量定义、模型设定、内生性处理和稳健性检验等关键环节,通过反复调试与验证,深刻领会水平实证研究的严谨逻辑与技术细节,从而全面提升自身的科研素养与论文写作水平。
内容概要:本文围绕“绿电直连型电氢氨园区优化运行”开展创新性未发表研究,提出一种集成绿色电力直接供给、电解水制氢与合成氨工艺的多能耦合系统优化模型,旨在实现园区能源系统的低碳化、效化与经济化运行。研究采用Matlab与Python编程语言,结合实际气象与负荷数据,构建涵盖电-氢-氨能量转换、存储与利用全过程的能量流、物质流及经济性协同优化框架,重点解决可再生能源出力波动导致的供需失衡问题,并通过优化电解槽、储氢罐、合成氨反应器等关键设备的运行策略与容量配置,提升系统对风光能源的就地消纳能力。文中配套提供完整的仿真代码、原始数据及Word格式论文,支持结果复现与模型拓展,具有较的科研参考价值与工程应用潜力。; 适合人群:具备电力系统、能源工程、优化建模或新能源技术背景,从事综合能源系统、氢能利用、碳中和园区等相关领域研究的研发人员及硕士、博士研究生。; 使用场景及目标:①研究绿电直供模式下电-氢-氨多能系统协同运行机制与优化调度策略;②探索比例可再生能源就地转化为附加值化工产品的技术路径;③为工业园区实现深度脱碳与能源自洽提供决策支持;④作为学术论文撰写、课题申报或科研复现的质量参考资料。; 阅读建议:建议结合Matlab与Python代码逐模块解析模型实现过程,重点关注目标函数构建、约束条件设定(如设备动态特性、能量平衡、安全边界)以及多场景仿真对比分析,宜在调试过程中调整权重系数与参数设置,深入理解系统灵敏度与优化机理,并尝试引入更多不确定性因素进行鲁棒性扩展。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值