机械臂学会人类手感，Eka估值达14.5亿美元

在机器人行业，抓取看似简单，却是通用机器人的关键门槛。TechCrunch 2026年10月20日报道，Eka Robotics凭借一款物理AI模型获得14.5亿美元估值。报道指出，这可能是首款真正擅长抓取广泛物体的机械臂，动作平滑、接近人类，正在惊艳业界。

通用抓取难在哪里

传统工业机械臂擅长在结构化环境中重复动作，但面对形状、材质、重量各异的物体，常依赖专用夹具、预编程和大量调试。通用抓取要求机器人实时感知几何、摩擦与重心变化，并在遮挡或滑动时快速调整。Eka受关注的核心，正是物理AI模型让机械臂在广泛物体上展现更强泛化能力，动作更连贯、更接近人类手感。

“Eka Robotics may be the first robotic arm that is actually good at picking a wide range of objects up, and it is so smooth and human-like, it is wowing the industry.”——TechCrunch原文摘要

这句评价的关键词是“wide range”和“smooth”：前者指向泛化，后者指向控制品质。抓取不是单点技术，而是感知、规划、控制与硬件本体协同的结果。

物理AI为何受关注

物理AI通常指将AI模型与真实世界物理规律、传感器数据和执行器控制结合，让系统在三维空间中感知、决策并行动。与纯软件AI不同，物理AI必须处理延迟、噪声、摩擦、碰撞和失败恢复。近年行业路径包括大规模机器人数据采集、仿真到现实迁移、视觉-语言-动作模型，以及触觉与力控闭环。Eka若能在多类物体上稳定表现，说明其在数据效率或控制策略上可能具备差异化。

专家兴奋的原因在于，通用抓取被视为具身智能的基础能力。一旦机械臂能像人一样处理多样物体，物流分拣、仓储补货、实验室操作、餐饮后厨和轻工业装配等场景的自动化边界会被拓宽。相比单次演示，可重复、可泛化的抓取更具商业价值。

14.5亿美元估值的三层预期

14.5亿美元估值把Eka放入独角兽行列，也反映资本市场对物理AI加机器人本体的押注。高估值通常包含三层预期：技术壁垒、数据飞轮和规模化交付。技术壁垒来自模型与硬件的耦合；数据飞轮来自真实场景部署后持续积累的抓取数据；规模化交付则取决于成本、可靠性和维护体系。

但估值不是护城河。机器人公司最终要回答客户问题：能否在真实产线连续运行，能否降低综合成本，能否快速换线，能否保证安全。抓取演示令人惊艳，并不自动等于大规模部署。尤其在多品种、小批量场景中，长尾物体和异常恢复仍是难点。

编者按：落地才是下一关

Eka的故事有信号意义：机器人竞争正从硬件参数转向模型、数据与本体的系统能力。物理AI让机械臂拥有更强泛化潜力，但行业需要警惕“演示即产品”的错觉。真正值得跟踪的指标不是一次抓取有多顺滑，而是连续运行多久、换物体后成功率多高、客户投资回收期多长。

如果Eka能将专家赞誉转化为可复制的部署案例，它有望成为通用机械臂的重要样本；如果停留在实验室演示，高估值就会成为压力。对投资者和从业者而言，接下来应关注其商业化节奏、数据闭环和生态合作，而非只看一段惊艳视频。

本文编译自TechCrunch。