建筑机器人公司获软银2亿美元A轮融资,创行业新高
亿元人民币)。轮历史新高。软件堆栈改变建筑行业自动化程度长期偏低的现状。需要能够及时感知随施工不断改变的动态环境。利用大量数据训练其专有模型,将工厂车间的精度带到以往难以预测的土木工程现场。股权的一个步骤。
软银豪掷2亿美元押注建筑AI
2026年8月17日, 有消息称软银宣布独家投资一家建筑自动化企业, 投资额为2亿美元, 这笔资金折合人民币约13.48亿元。此数字打破了建筑机器人领域A轮融资的历史纪录, 这显示出顶级资本对建筑智能化寄予了强烈兴趣。建筑行业长久以来被视作自动化程度最低的领域之一, 软银做出这般选择意在抢占这一万亿级市场的先机。
源自瑞士苏黎世联邦理工学院的该企业, 是由学术团队孵化而成的。其核心技术路线借助与机械制造商无关的物理AI软件栈, 覆盖多种建筑设备以及施工场景。这种通用型方案规避了传统建筑机器人“一机一用”的局限, 有大幅降低部署成本、提升实际施工效率的可能。
动态感知是核心技术壁垒

建筑行业里的AI场景, 和工厂车间是完全不一样的。施工现场的环境, 时刻都处于变化之中, 物料的堆放情况, 人员的流动情形, 天气的状况如何, 都在持续不断地重塑着作业条件。通用的物理AI, 必须要能够实时感知这些动态变化, 并且快速地做出决策调整, 才可以把实验室的精度, 转化为工地的可靠表现。
大量真实施工数据被企业用来训练专有模型, 系统借此学会识别复杂多变的现场情况, 还能对其进行分析。原本只能应用于标准化环境的机器人, 因这种能力得以适应露天、不规则、高干扰的建筑工地。技术团队称, 这一模型在多个试点项目中验证了自身的环境适应能力。
A轮融资刷新高度的背后
此番两亿美元的融资, 不仅将建筑机器人赛道A轮的金额上限予以刷新, 更体现出全球资本针对智能建造赛道的集中留意。往昔数年, 建筑科技投资较为低迷, 而在近两年, 伴随人力短缺以及成本上升这双重压力, 市场开始再度衡量自动化解决方案的商业价值。
有着传递出明白信号作用的,是软银单独投资的方式, 而非联合投资的那种路径, 这种集中起来形成的资本结构, 对后续战略的协同是有利的, 而为这可能出现的并购整合, 预留出了操作的空间, 在业内的分析师看来, 这样子一笔资金的规模, 足够用来支撑企业, 在未来两到三年的时间以内, 去完成产品的迭代以及市场扩张。
软银的收购意图浮出水面
被市场广泛猜测着, 软银此次进行的定向融资, 乃是其布局收购的往前提早准备的步骤。独家进行的投资, 让软银得以凭借单一股东的身份深刻进入企业治理之中, 与此同时锁定关键的股权比例。一旦后续得出的值达到软银所期望达到的, 收购的流程将会更加顺利通畅, 不用去面对多方进行竞价的繁杂局面。
这种采取“先投后买”方式的策略, 于科技投资范畴内并非少见。软银旗下的软银愿景基金, 在此之前存在着好多类似的操作先例, 借助早期进入来累积股权, 而后找机会达成控股整合。对于那些被投资的企业来讲, 这笔资金不但带来资本方面的支持, 还意味着将来有可能被归入软银的全球机器人产业版图。
建筑行业自动化的现实困境
如今, 全球建筑业正遭遇严重的人力短缺状况, 众多发达国家里, 建筑工人的平均年龄已然超过45岁, 并且年轻劳动力进入该行业的意愿持续降低。与此同时, 人工成本持续上升, 项目延期现象频繁出现, 质量方面的问题也屡屡发作, 行业利润率长期处于较低的水平。这些因素一同构成了推动建筑自动化的核心驱动力。
虽说自动化需求急切, 然而建筑业的繁杂程度远远超过制造业, 不同项目的场地存在很大差异, 标准化程度低, 监管审批繁杂, 致使许多技术方案难以大规模实现落地, 成功的关键之处在于寻找到既能应对现场变化多端的特性且又具备成本方面优势的平衡点。
软件定义硬件的新路径
传统的建筑机器人常常跟特定的设备紧密地绑定在一起, 要是更换机型或者扩展功能, 那就得重新去研发一整套的系统。这家企业所采取的做法是运用以软件定义的方式, 使得同一套人工智能系统能够适配不同品牌的工程机械。这样的架构极大地降低了定制开发的成本, 并且也让设备的更新迭代变得更为灵活。
当下, 建筑领域的主流行径依旧为人机协同合作, 让机器人去担当重复性程度高、危险性较大的任务, 而人类则负责进行复杂的判断以及精细的操作。往后凭借AI感知的进一步提高, 全自动化的施工进度管理、材料搬运以及基础建造环节有希望率先实现突破。
你认为软银投入的这两亿美元资金, 在建筑领域能够引发何等规模的变革风潮? 欢迎于评论区域分享你的见解, 要是感觉有所收获,可别忘记为其点赞并转发给更多聚焦建筑科技的友人!