硅谷機器人創企融資31億元，淡馬錫投了

機器人前瞻（公眾號：robot_pro）
作者｜葛文婷
編輯｜漠影

機器人前瞻3月11日報道，Rhoda AI當地時間周二宣布完成4.5億美元（約合31.01億元人民幣）A輪融資，該公司估值達17億美元（約合117.16億元人民幣）。

本輪融資由Premji Invest領投，Khosla Ventures、淡馬錫、Mayfield、Capricorn Investment Group等機構跟投。

Rhoda AI團隊專注于將機器人系統部署到現實世界中，構建通用的基礎模型，使其能夠適應商業和工業環境的多變性。

一、62歲上市公司創始人再創業，聯手斯坦福教授造機器人大腦

▲Rhoda AI創始人兼CEO Jagdeep Singh

Rhoda AI成立于2024年，總部位于硅谷帕洛阿爾托，創始團隊在本次融資前一直處于“隱身模式”，但是創始人兼CEO Jagdeep Singh可并不“隱身”，他是硅谷的連續創業者，此前曾創立固態電池制造商QuantumScape Corp，在電動汽車和能源存儲領域擁有豐富的創業經驗。

25年前，Jagdeep Singh創辦光網絡公司Lightera Networks，一年半后以5億美元賣給Ciena。隨后聯合創辦Infinera，帶隊從初創走到IPO，這家公司后來被諾基亞以23億美元收購。

2010年，Singh做了一個瘋狂的決定：跨界去做固態電池。當時電動汽車剛起步，主流還是液態鋰電池，他卻押注“能量密度接近汽油”的固態技術。那家公司叫QuantumScape，在隱身模式下打磨了整整十年。

2020年，QuantumScape通過SPAC上市，市值一度沖破500億美元（約合3445.85億元人民幣）。大眾汽車追著投錢，他本人也成了全球薪酬最高的CEO——2024年薪酬包包含價值23億美元（約合158.51億元人民幣）的股票期權，折合日薪約48億盧比（約合3.6億元人民幣）。

就在所有人都以為他要功成身退時，62歲的Singh又悄悄開始了下一段冒險。

2024年，他卸任QuantumScape CEO，轉身創辦Rhoda AI。這一次，他要給機器人造“大腦”。技術路徑同樣另類：不讓機器人“手把手學”，而是讓它自己看數億條互聯網視頻，從中理解杯子會碎、球會滾、物體會遮擋——把“物理常識”裝進機器人的腦子里。

聯合創始人兼CTO陳志強，美國斯坦福大學博士，曾任職NASA噴氣推進實驗室、谷歌、英偉達、World Labs。

Gordon Wetzstein是斯坦福大學電氣工程系副教授和Rhoda AI 聯合創始人，他的研究橫跨計算機圖形學、計算機視覺、人工智能、計算光學等多個領域。

二、讓機器人先看懂世界再動手做事，10小時學會復雜工業任務

Rhoda AI的獨特之處在于，它將機器人控制重新定義為“實時視頻預測”。

目前，大多數機器人公司采用視覺-語言-動作（VLA）模型路線——讓機器人通過遙操作采集數據，學習“看到什么→做什么”的映射。這種方式受限于專用設備和人工采集效率，數據量難以擴展，且模型上下文通常只有幾幀，難以處理復雜的長時序任務。

Rhoda走的是另一條路：Direct Video-Action Model（DVA）。這套系統的核心邏輯是：讓機器人先看懂世界，再動手做事。

具體來說，DVA模型先通過分析海量互聯網視頻進行預訓練，學習物體的運動規律、物理世界的運行邏輯——杯子怎么碎、球怎么滾、物體會如何遮擋。然后，在機器人執行任務時，模型會持續預測未來幾秒內“應該發生什么”，再通過一個逆動力學模型將這些視覺預測轉化為機器人的物理動作。這個過程每秒循環數十次。

該技術方案有四大核心優勢：

• 數據效率極高：傳統VLA模型需數十萬小時數據，而Rhoda僅需10-20小時任務數據（如拆箱分揀11小時、工業容器拆解17小時）即可學會復雜工業任務，實現數小時無人工干預運行。
• 擁有長上下文視覺記憶：DVA原生支持數百幀視覺上下文（VLA僅幾幀），能端到端完成復雜長時序任務——退貨處理中，8幀記憶會導致重復，而長上下文可流暢完成。
• 具有單樣本學習能力：基于長上下文，DVA支持現場學習：僅需一次人類演示，機器人就能在測試時模仿，泛化到新物體和新環境。
• 具有可解釋性：DVA以視頻形式生成動作，研究者可直觀看到模型“想象”的未來，便于檢查決策、比較配置、驗證安全性。

“我們的方法之所以能規模化，是因為視頻數據的存在量級比機器人交互數據高出好幾個數量級?！盨ingh解釋，“我們用海量視頻讓模型先學會‘物理常識’，再用少量機器人數據讓它學會‘具體任務’——這和讓小孩先觀察世界、再動手做事是一個道理?！?/p>

這套技術方案試圖解決機器人領域的長期難題：大多數機器人在可控環境中表現良好，但一旦遭遇突發狀況便會失靈。公司表示，未來計劃將FutureVision平臺授權給硬件廠商使用，且平臺設計兼容多種機器人，企業無需改造現有系統即可部署。

結語：機器人的能力邊界，取決于“大腦”的進化速度

Rhoda AI選擇了一條與眾不同的技術路徑——用海量視頻數據訓練機器人的“常識”。這與國內“大腦”企業從工業場景切入、用少量數據解決具體問題的思路形成鮮明對照。

哪一種路徑更能通向通用智能？目前尚無定論。但一個清晰的趨勢是：本體廠商正集體補課“大腦”。宇樹科技王興興公開表示，“誰能把機器人用的大模型做出來，誰就是全世界最厲害的AI公司和機器人公司”。Figure AI以390億美元（約合2687.76億元人民幣）估值領跑全球具身智能企業榜單，也印證了資本市場對模型能力的高期待。

對于中國企業而言，Rhoda的融資釋放了一個信號：在“大腦”賽道上，中美幾乎處于同一起跑線。中國的供應鏈優勢、數據積累以及工業場景的豐富度，是獨有的籌碼。正如一位投資人所說：“未來機器人的能力邊界，取決于會思考的大腦與會行動的本體的協同進化。”

此刻，一場關于“大腦”的卡位戰，才剛剛開始。