Skip to content

新闻Robotics & Automation News今天

Tutor Intelligence获7500万美元融资加速具身模型训练与机器人部署 ​

本文由 AI 根据公开内容整理,可能有误,请以原文为准:Tutor Intelligence raises $75 million to scale robot workforce(Robotics & Automation News)

核心内容 ​

Tutor Intelligence宣布完成由Andreessen Horowitz领投的7500万美元B轮融资,Union Square Ventures和Neo跟投,累计融资达1.17亿美元。本轮资金专项用于前沿机器人基础模型训练,以及自研机器人Sonny和Cassie的制造与美国本土部署。公司采用“按小时或按拣选计费”的RaaS模式,客户无需预付资本或签订长约,目前机器人运行设施数量同比增长近4倍,且过去12个月新增订单中近三分之一来自存量客户复购。

技术上,Tutor构建全栈平台打通硬件、模型与现场部署,利用联网机器人在生产环境执行搬运与操作任务,并通过远程“tutors”操作员介入收集真实世界经验数据,形成“部署即训练”的数据飞轮以弥补物理世界训练样本缺失。该闭环机制使新部署节点持续反哺舰队智能,推动模型从专用能力向通用机器人劳动力演进。当前机器人已在美国大型制造与物流网络中处理食品、化妆品及家居用品等实物商品,目标2027年底前签约超1000台设备。

关键看点 ​

  • 融资规模:B轮融资7500万美元由a16z领投,累计募资1.17亿美元,专款支持基础模型训练与Sonny/Cassie机器人量产部署
  • 数据闭环:通过远程Tutors操作员采集真实作业数据,构建“部署即训练”飞轮,解决物理世界具身智能训练数据稀缺难题
  • 商业落地:采用按小时/拣选计费的RaaS模式,设施覆盖量同比增4倍,近三成订单来自老客户复购,验证PMF
  • 部署目标:计划2027年底前签约超1000台机器人,全部在美国本土制造并部署于制造与物流场景

工程与产业观察 ​

Tutor Intelligence验证了“真实部署驱动数据飞轮”的具身智能技术路线,其RaaS商业模式降低了企业自动化门槛并实现高复购率。该案例表明,在缺乏大规模物理世界预训练数据的现状下,通过工程化手段在生产环境中获取高质量真值数据,是突破具身模型泛化瓶颈的关键路径,为行业提供了可参考的商业与技术双闭环范式。

基于本页技术方向关联的整机参数、核心零部件、实测报告与同赛道选型横评。

来源

本页事实对应的公开页面,以原文为准。

  1. Robotics & Automation News:Tutor Intelligence raises $75 million to scale robot workforce访问 2026-11-03