报告行业投资评级 - 行业投资评级为In-Line，分析师预计该行业未来12 - 18个月的表现与相关广泛市场基准一致 [5][64] 报告的核心观点 - 缺乏训练数据是具身AI模型扩展的关键瓶颈，Skild AI通过利用人类视频训练模型，有望解决数据不足问题，其模型训练数据点是竞争模型的1000倍，具有广泛的应用前景 [1][8][13] 根据相关目录分别进行总结 公司概况 - Skild AI于2023年由卡内基梅隆大学机器人学教授Deepak Pathak和Abhinav Gupta创立，2024年7月走出隐身模式，4月完成5亿美元B轮融资，估值达47亿美元，知名投资者众多 [3][31][37] - 团队成员包括来自Meta、Tesla等公司的前AI和机器人工程师，以及两位创始人的前学生，目前约有50名员工 [3] 行业瓶颈 - 所有AI模型都需大量多样数据集训练才能泛化到新任务，大语言模型数据易获取，但机器人模型所需的传感器/驱动数据难以获取 [8] - 大语言模型在物理世界应用有限，难以控制机器人完成复杂动作，低层次的“爬虫脑”智能是AI最难实现的部分 [9] 训练方法 - 公司主要有远程操作、模拟和真实世界视频三种训练物理AI模型的方法，各有优缺点 [10][14] - Skild AI采用混合方法，主要利用真实世界视频预训练模型，再通过模拟和强化学习进行后训练，少量使用真实世界数据，训练过程类似大语言模型 [13][15] 产品与平台 - Skild Brain是公司核心的机器人基础模型，可适应多种机器人和任务环境，训练数据点是竞争模型的1000倍 [21] - 公司还开发了移动操作平台和安全/检查机器人平台，硬件基于Unitree机器人，旨在支持机器人行业发展并扩大Skild Brain的应用 [21] 潜在客户与市场 - 长期来看，机器人模型市场将高度整合，硬件制造商可能保持分散，可能有硬件优先的机器人原始设备制造商对Skild Brain感兴趣，但目前未公开披露客户 [22] 竞争对手 - 大型科技公司如Tesla、Meta、Google等，AI初创公司如Physical Intelligence等，以及机器人初创公司如Figure AI等都在积极开发机器人AI模型 [26][27] 估值与财务 - 公司最新估值47亿美元，此前在2024年5月A轮融资3亿美元，估值15亿美元，暂无公开财务数据 [31] 发展历程 - 2023年公司成立，2024年5月A轮融资，7月走出隐身模式，2025年3月CEO在NVIDIA GTC演讲，4月B轮融资 [37]