机器人一小时抓 1500 个物体，这家公司刚融了 1.5 亿美元

让机器人抓起一颗树莓而不捏碎它，这件事难倒了无数团队。一家刚拿到 1.5 亿美元的公司说，诀窍不在眼睛，而在手感。

一、发生了什么

据 TechCrunch 10 月 20 日报道，机器人公司 Eka Robotics 完成 1.5 亿美元 A 轮融资，投后估值 14.5 亿美元，由 a16z 和 F-Prime 领投。创始人是 MIT 教授普利特·阿格拉瓦尔（Pulkit Agrawal）和前 Google DeepMind 研究员图奥马斯·哈尔诺亚（Tuomas Haarnoja），两人当年在 UC Berkeley 读研究生时相识。

它打动一批资深机器人研究者的演示是这样的：机械臂每小时能抓起约 1500 个一公斤以内的物体——人类大约是 600 个，官方称抓取成功率超过 95%，而且换新物体不需要重新训练。一位前沿实验室的机器人学家告诉 TechCrunch，重机械臂冲向手臂又及时减速、轻轻碰到的体验，「我现在身上还带着这种感觉」。

技术路线是关键：主流方案是「视觉-语言-动作」模型，Eka 做的是「视觉-力-动作」模型——视觉只负责大致定位，最后夹住物体那一毫米靠力传感器反馈。它的夹爪硬件成本不到 1000 美元，用物理仿真生成强化学习环境，官方称几分钟能造出数千小时的机器人经验。

二、跟你有什么关系

关注机器人行业的人。 力觉被证明是绕不开的一环。此前批评「只靠视频训练的机器人模型走不远」的学者，现在有了正面证据。

制造业和仓储从业者。 抓放、理线这类重复操作是最先落地的场景，该公司正在和工业客户做试点。机器换人先从「手」开始，而不是从「人形」开始。

投资人。 14.5 亿美元估值买的是一个还没上产线验证的方案。从实验室到产线全年无故障运行，这个坎还没人替它迈过。

三、怎么判断

1. 看它怎么过「最后一毫米」。 抓取类机器人产品的成色，不看点位精度和宣传视频，看点接触瞬间的力控能力。
2. 问训练数据从哪来。 靠人工演示采集数据慢且贵，靠仿真加强化学习的路线扩张速度快得多。这也是 Eka 敢押注的赌点。
3. 等真实产线的数据。 演示里「失败就重试」很迷人，产线要的是一年不出故障。试点结果出来前，估值只是期票。

四、三个别信的说法

「机器人抓取问题已经被解决了。」 目前验证的是特定场景下的抓放和理线。工业里大多数有价值的工序远不止抓放，泛化能力仍是未知数。

「参数越大的模型机器人越聪明。」 Eka 的思路正相反：高层决策交给通用大模型，物理交互交给专门练过力控的小模型。两条腿缺一不可。

「1.5 亿美元说明专家一致看好。」 叫好的研究者是在描述演示观感。同一个人也提醒了真正的考题：接上集成商、在真实装配线上连续跑一年不坏。

五、一句话结论

机器人行业这轮竞赛的新分水岭，是有没有触觉——看得见的不算本事，摸得准才是。

信息来源

• Eka is worth $1.45B thanks to a physical AI model that has experts raving，TechCrunch，2026 年 10 月 20 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 20 日。