Maven Robotics A轮融资将机器人部署变成正面竞争

Maven Robotics 结束隐身模式，宣布获得1亿美元A轮融资，同时展示了已投入工作的机器人集群，并直接挑战了人形机器人的发展路径。Maven Robotics 的这轮融资并非为另一台主要用于精致演示的机器提供资金，而是支持一种配备轮式底盘和双臂、围绕仓库与工厂实际运营需求设计的系统。

这一差异让此次公告的重要性超出融资标题本身。Maven 表示，已有多达八台机器人每天为客户工作16小时，正常运行时间至少达到99%。该公司还计划生产250台第三代机器人，并启动第四代硬件的研发工作。

其主要对手是 Agility Robotics，以及一种更广泛的观点：人形机器是进入人类工作场所的最佳途径。Maven CEO Hamza Derbas 认为，在轮式方案能带来更好经济效益的场景中，腿部只会增加复杂性。其押注很明确：企业买家将更看重工作完成情况、可靠性和集成能力，而不是熟悉的人类外形。

Maven Robotics A轮融资伴随着已投入工作的机器人

Maven 进入公众视野时，带来的不仅是原型机和融资公告，还有客户现场的实际部署。

该公司由兄弟二人 Hamza Derbas 和 Khalid Derbas 于2024年创立。Hamza Derbas 担任 CEO，Khalid Derbas 担任 CFO。在创办 Maven 之前，Hamza 曾在 Apple 的一个特殊项目团队工作九年；媒体报道称，该团队与 Apple 已取消的汽车项目有关。

Maven 创立之初几乎没有硬件。Hamza Derbas 形容其最初状态是“一个由团队支撑的机器人构想”。但创始人得知，一家大型消费品公司正在评估四家成熟机器人供应商。

Derbas 获得了一次会面机会，并请求研究这名潜在客户的工厂和仓库。这一决定将讨论重点从机器人规格转向运营流程。尽管当时尚无现成的商用机器，Maven 最终仍赢得了部署合同。

根据最初的部署报道，Maven 在随后两年里与该客户及多家合作伙伴展开合作。该公司目前表示，多达八台机器人每天运行16小时，正常运行时间达到或超过99%。

这些数字仍由公司自行披露，尚未经过独立审计。不过，它们描述的测试环境比短暂演示更严苛。生产环境中的机器人必须在库存变化、长时间轮班、人员往来、维护事件及不完美环境中持续重复完成任务。

Maven 的首个主要工作流程是混箱码垛。产品由不同工厂以托盘形式运抵配送中心，员工或机器人必须将这些箱件重新组合，以满足不同门店的需求。

这项任务会随零售需求变化。门店在库存上架后不久，可能就需要调整产品组合。系统必须识别不同箱体，处理不同的表面和重量，并构建稳定的出库托盘。

Maven 采用全向轮式底盘、可伸缩中央立柱和两条机械臂。每条机械臂拥有七个自由度，即可沿七个独立控制轴运动。包括真空工具在内的模块化末端执行器可与箱件和周转箱交互。

据称，该机器人最高移动速度可达每小时10英里，机械臂可举起最高30公斤的负载。只有当系统能够在不引发安全或可靠性问题的前提下维持所需节拍时，这些规格才有意义。

在 Maven 位于 Santa Clara 的设施内，记者观察到一台机器人在训练区域整理箱子。实时显示屏还展示了两台机器在客户现场运行，附近有员工活动。这一观察支持了实际部署存在的事实，但并不能独立证实所有性能说法。

公司的融资公告将 RoboStrategy、LocalGlobe、Vine Ventures 和 XTX Ventures 列为A轮投资者。Maven 表示，一家《财富》250强消费包装品公司已在多个班次中使用其机器人集群。

因此，Maven Robotics 的A轮融资同时改变了公司的生产能力和公众地位。Maven 现在必须将小规模部署基础转化为可在更多设施中重复实施的安装方案。这正是其对成熟机器人供应商的挑战将变得可衡量的地方。

Maven 销售的是完成的工作，而非机器人外形

该公司希望买家将自动化工作流程视为一个整体系统，从仓库软件一直到出库卡车。

工业机器人采购很少在机器抵达装卸区时结束。客户还必须将设备连接到仓库系统、定义工作流程、验证安全性、培训员工、监控性能并维护安装。集成能力决定了一台令人印象深刻的机器能否成为有生产力的资本资产。

Maven 正试图掌握整个链条。其系统结合了机器人、集群软件、工厂集成、AI模型和更广泛的运营网络。该公司实际上是在争取部署合同，而不只是硬件订单。

这种方法源自其首次客户推介。Maven 没有展示宏大的机器人愿景，而是考察货物从何处进入流程，以及完成的托盘需要从何处离开。随后，它围绕客户的完整任务构建自动化方案。

仓库管理系统，即 WMS，负责协调设施内的库存位置、订单和物料流动。Maven 表示，其机器人可在流程一端连接该系统，而成品则会在另一端转向出库运输。

这种端到端的框架十分重要，因为企业客户衡量的是产出，而不是机器人的优雅程度。即使机器人能搬运箱子，如果无法接收当前订单、与传送带协同或应对异常箱件，它在商业上仍然是失败的。

Maven 的部署战略还创造了有价值的数据来源。每个工作班次都会产生有关抓取失败、异常包装、人与机器互动以及环境条件变化的信息。系统可将这些信息回传，用于评估和模型再训练。

这一闭环类似于自动驾驶领域发展出的方式。工程师从运行中的机器收集信息，识别故障模式，重新训练模型，测试变更，并重新部署获批准的软件。随着新的运营证据出现，这一循环可以不断重复。

物理AI指的是通过机器在现实世界中感知和行动的模型。与文本模型不同，物理AI必须面对摩擦、不稳定物体、时间限制和安全后果。真实部署数据比精心设计的实验室任务更直接地暴露这些问题。

Maven 的战略尤其聚焦于通过有用的客户工作获取数据。企业需要通过满足运营要求，才能进入生产环境。成功的部署随后会产生改进系统、并挑战更困难任务所需的证据。

RoboStrategy 将这种方法称为“deep, then wide”。其投资论点称，Maven 首先将一项任务提升至客户要求的质量、速度、成本和可靠性水平，随后才将平台扩展至另一项工作流程。

这一顺序颠倒了通用机器人常见的推介方式。许多开发商展示单一模型可执行大量任务，即使其表现仍未达到生产标准。Maven 从更狭窄但更具商业深度的场景开始，同时保留底层可复用的硬件和软件。

该公司表示，其AI将能力表示为可复用的原语，而不是针对单个任务的固定程序。原语是一项基本能力，例如定位、抓取、移动或放置物体。开发者可以将这些能力组合为更复杂的工作流程。

这一架构旨在避免每次部署都变成定制工程项目。但这一说法仍需要来自多个客户的证据。只有当可复用组件减少每次新安装所需的工作时，它们才真正具有通用性。

融资让 Maven 有空间以更大规模进行这项验证。生产250台设备应能揭示可重复的产品工程与高成本定制之间的差异。随着机器人集群扩大，客户最终将看到安装速度是否会加快。

轮式设计让 Agility Robotics 面临压力

Maven 最有力的竞争论点是，工业机器人应采用能够可靠完成指定工作任务的最简单机体。

Agility Robotics 提供了最直接的比较对象。其 Digit 机器人采用双腿和以人为导向的形态，可在为人类设计的设施中移动。Digit 已在仓库和制造环境中执行涉及周转箱的物料搬运任务。

Agility 认为，与人类兼容的机体能够在无需大规模改造的情况下，适应现有设施。其公开资料列出了与 Amazon、GXO、Mercado Libre 和 Toyota 等公司的合作关系。这份客户名单让 Agility 目前拥有比 Maven 更高的公开商业知名度。

该公司也在推进上市路径。2026年6月的一项合并协议将使 Agility 与 Churchill Capital Corp XI 合并。相关的SEC文件记录了拟议交易及其相关投资者材料。

Maven 不认同工业灵活性必须依赖双腿这一假设。Derbas 认为，对于其公司瞄准的工作流程而言，双足运动会带来不必要的成本、复杂性和可靠性风险。其机器人采用轮子，是因为仓库通常拥有适合滚动机器运行的结构化地面。

这并不意味着轮子在所有场景中都更优。楼梯、门槛、杂乱环境，以及围绕人类触及范围建造的设施，都可能更适合腿式移动。至少在理论上，人形机体也可以使用为人类打造的工具和工作站。

不过，许多物流任务都发生在平坦表面和可预测的行进通道中。在这些场景下，轮式底盘可提供稳定性、速度、能源效率和更简单的控制。去除平衡问题，也让工程师能专注于感知与操作。

Maven 进一步避免照搬完整的人类形态。其可伸缩立柱能够改变工作高度，无需像人一样弯曲躯干。双臂保留了协调处理物体的能力，而可更换工具则支持不同的搬运需求。

这一设计让部署竞争变得格外具体。企业买家无需解决关于人形机器人的哲学争论，而可以在明确的工作流程中比较吞吐量、正常运行时间、安全事件、安装工作量和总运营成本。

Agility 同样拥有来自真实设施的证据，因此 Maven 挑战的并非一家只存在于实验室中的竞争对手。Digit 已完成付费商业工作，Agility 也已投资建设制造能力。这场竞争关乎哪一种架构能够以更少的运营妥协，在工业任务中实现规模化。

人形设计在初始工作流之外也具有战略价值。如果通用操作能力得到提升，双足机器人或许能在无需改造设施的情况下穿行于各个工位之间。当任务涉及楼梯、狭窄过渡区域，或围绕人体设计的作业姿态时，Maven 的轮式系统可能面临限制。

Maven 押注的是，这些未来优势不如当下的经济性重要。其计划部署的机器人队伍可以专注于轮式底盘已经适用的任务。公司随后可以在无需解决动态行走问题的前提下，扩展其软件和操作能力。

这也是为什么 Maven Robotics 的 A 轮融资对 Agility 之外的更多公司构成压力。它要求每一家人形机器人开发商在讨论智能之前，先证明这种身体形态的合理性。买家可以要求企业提供证据，证明双腿能在特定部署中带来足以抵消额外机械与控制复杂度的提升。

反向压力同样存在。Maven 必须证明，当客户提出开放式仓库地面之外的作业需求时，其设计仍具备通用性。如果每个新环境都需要专用硬件，轮式设计的优势就可能转化为部署限制。

“先深后广”是核心押注

Maven 正试图通过一系列已具备完整商业交付能力的任务，而非覆盖面广但尚不成熟的演示，构建通用能力。

该公司目前重点关注混合箱码垛和周转箱搬运。两者都涉及重复性的物料移动，但都并不简单。箱体在尺寸、重量、表面状况、刚性和摆放位置上各不相同。

混合码垛还需要持续规划。机器人必须在遵循各门店订单要求的同时，选择能支撑稳定载荷的摆放方案。破损箱体或不确定的抓取都可能打断流程，并影响后续吞吐量。

周转箱搬运则需要频繁且精准地移动。一个掉落的周转箱可能导致流程停止、货物受损，或造成安全风险。在数千次重复作业中的可靠性，比一段精心挑选的视频片段中的成功更重要。

Maven 表示，这些首批工作流对应的可服务劳动力市场预计规模为 800 亿美元。这一估算来自公司及其领投方，而非独立市场审计；其中结合了对相关职业、任务占比、工资和雇佣成本的假设。

RoboStrategy 的部分计算基于联邦就业和工资信息。该劳工统计数据涵盖制造业中的职业，但并不直接衡量 Maven 可获得的收入。读者应将这一市场规模视为方向性的论点。

更重要的短期指标，是系统能否达到客户的关键绩效指标。这些指标包括节拍时间、质量、运行时间、安全性和成本。再大的理论市场，也无法弥补一台无法完成生产目标的机器人。

Maven 表示，公司在两年内开发了四代硬件。早期版本优先考虑开发速度和任务表现。公司称，第四代产品将更侧重生产经济性和可扩展制造。

垂直整合为该计划提供支持。当外部组件限制性能或成本时，Maven 会自行打造部分硬件、软件和 AI 技术栈。例如，据报道，在商用气动工具限制早期设计后，该公司自行开发了末端执行器。

预计第四代产品将包括 Maven 自主设计的执行器，以及适合更高产量的制造方法。执行器将能量转化为机器人关节中可控的物理运动。其性能会影响精度、力量、可靠性和成本。

垂直整合可以改善系统级优化，但也会扩大公司的工作负担。每一个定制组件都会带来工程、测试、供应链和制造方面的责任。如果在需求变得可预测之前试图将过多环节内部化，初创公司可能会失去速度。

Maven 表示，公司会根据当前系统约束选择整合目标。这种纪律是“先深后广”战略的核心。公司必须改进阻碍部署的部分，同时避免让每一代机器人都陷入无休止的重新设计。

软件也面临类似的平衡。面向特定任务的工程开发可以带来强劲的早期表现，但过度专用化会限制复用。通用模型承诺提供灵活性，但在生产条件下可能表现不稳定。

Maven 的应对方式，是约束眼前的任务，同时保持学习系统的可复用性。来自码垛的数据可以提升感知、抓取选择、运动规划和异常处理能力。其中一些能力应能迁移至相关的搬运任务。

据其领投方称，该公司计划在随后一年中再推出五项技能。这些计划中的能力将迈向更精细的物料搬运和装配。每一步都会增加变异性，并要求更精确的操作能力。

如果成功，将形成一条商业化通用能力的阶梯。一项可靠任务带来收入和数据；这些数据提升可复用能力，进而缩短下一项任务的开发周期。更多任务随后会扩大客户关系和数据供给。

如果失败，则会暴露出一组披着通用标签的独立自动化项目。区别将体现在部署时间、工程工时以及不同站点的表现上。营销措辞无法解决这一问题。

部署主张仍需更大规模的检验

Maven 已展示出足以获得关注的成果，但其公开证据仍过于有限，尚不足以证明其具备工业级规模能力。

该公司尚未披露其《财富》250 强客户的身份。这种保密在工业自动化领域很常见，因为客户需要保护运营细节。不过，匿名也使外界无法确认该部署的规模、经济性或表现。

醒目的运行时间数据同样需要背景。运行时间可能不包括计划维护、下游停机，或机器人没有可执行任务的时段。两家公司可能报告相同的百分比，却衡量的是不同的运营条件。

机器人队伍规模也很重要。八台机器进行长时间轮班作业，能提供宝贵的生产经验；但这并不能证明 250 台设备能够以同等表现完成制造、安装、维护和支持。

更大的机器人队伍会带来组件差异和供应链问题，也会增加对远程监控、备件、现场技术人员、软件发布控制和客户培训的需求。这些运营体系往往决定硬件公司能否高效扩张。

Maven 的领投方公开承认了证据边界。RoboStrategy 表示，关于部署、硬件和客户表现的运营信息来自 Maven 及其管理人员。该投资方也拥有以有利方式呈现这家公司的财务利益。

这一披露并不会使相关主张失效。它说明了独立客户证据为何重要。最有力的确认将来自具名客户，在清晰定义的衡量规则下报告生产结果。

“通用”这一标签还带来另一项负担。码垛和周转箱搬运适合当前机器和运营环境；而装配涉及更小的零件、更严格的公差、工具使用、力控制以及更多样的故障模式。

TechCrunch 指出，Maven 后续目标所需的部分操作能力目前尚不存在。这一缺口并非枝节，而是核心问题。公司必须在维持其所称运营文化优势的同时，开发新的智能能力。

前沿机器人实验室带来了另一类竞争风险。一种能力广泛的物理 AI 模型，可能会在多种机器人类型上迅速改进。届时，Maven 可能面临这样的竞争对手：它们既拥有更好的泛化能力，也已部署了大规模硬件。

Maven 可以在有用时采用第三方模型，但依赖外部供应商会带来依赖关系。模型获取、延迟、计算需求、安全验证和许可安排都可能影响部署经济性。客户在意的是完整系统，而不是每个模型由谁训练。

逐任务推进的方法在跨类别扩张时也更慢。拥有可迁移模型的竞争者，可能在 Maven 完成深度优化周期之前进入新的工作流。Maven 押注的是，生产可靠性将超过这种速度优势。

安全性同样值得重视。Maven 表示其机器人可在人类周围工作，已公开的客户视频也显示员工在附近活动。然而，公开报道对认证、安全架构、人工干预频率或事故历史提供的细节有限。

30 公斤的举升能力加上移动底盘，会带来实质性的工业风险。安全运行需要感知系统、受控停止、受限力量、经验证的软件和经过精心设计的工作流。高运行时间数据并不能回答这些问题。

公司的扩张目标将检验其支持模式。在多个客户处部署机器人，不同于在一个熟悉地点增加设备。每个站点都会引入新的布局、软件系统、产品、安全流程和员工实践。

这些差异使部署速度成为关键指标。如果每次安装都需要数月的定制工程，业务将像服务型组织一样扩张；如果部署能够标准化复现，Maven 就可以更像一个产品平台。

融资缓解了眼前的财务约束，但并未解决这些问题。A 轮融资为 Maven 提供了制造、招聘和收集数据的资源，同时也提高了其在客户与任务两个维度快速扩张的预期。

三个信号将显示 Maven 能否赢得这笔交易

下一阶段应通过机器人队伍执行力、可迁移技能，以及独立披露的客户成果来评判。

第一个信号，是能否完成计划中的 250 台生产任务。建成这支机器人队伍将表明 Maven 能够超越手工打造机器的阶段，也将揭示第三代设计是否支持可重复的制造和现场服务。

仅有生产还不够。投资者和客户应关注有多少设备进入客户现场、它们多快投入运行，以及有多少持续活跃。一座工厂里堆满未完成的机器人，将削弱 Maven“部署优先”的论点。

该公司还预计，到 2026 年底，其自主真实世界运行时长将超过 10 万小时；到 2027 年底，目标是超过 100 万小时。这些是公司对未来的估算，并非已完成的里程碑。

运行时长总计需要清晰定义。有价值的披露应区分自主任务时间、通电时间、受监督运行、训练和远程干预，还应说明是否由少数高频使用的机器人贡献了大部分时长。

如果能在多个客户处达成这些目标，将增强 Maven 的论据；若未能达成，则可能表明其受到生产、需求或可靠性限制。披露不足会使最重要的主张难以评估。

第二个信号，是能力能否从码垛和周转箱搬运迁移出去。Maven 计划进入更复杂的物料搬运、装配和制造领域。这些任务将检验其可复用的基础能力是否真的能够缩短开发时间。

有意义的结果应包括：在无需大幅硬件重新设计的情况下，于多个站点实现可比的表现。每项新能力若能更快部署，将支持“先深后广”的机制；漫长的定制集成周期则会削弱这一机制。

第四代平台为这一信号提供了另一项检验节点。Maven 表示将针对完整的客户性能指标集优化该设计。值得关注的证据包括制造一致性、维护需求、能耗和可维修性。

第三个信号是超出 Maven 自身报告范围的客户验证。具名买家可能会说明吞吐量、正常运行时间的计算方法、安全表现和投资回报率。即使披露的运营细节有限，也能提升人们对部署故事的信心。

客户扩展同样重要。第二家或第三家大型机构采用同一工作流，将证明其可复制性。原始买家的后续订单则表明，首批机器创造的价值足以支持更广泛的应用。

Agility 的表现也属于这一最终信号的一部分。如果 Digit 赢得更多付费工业项目，人形机器人形态仍将保有强有力的商业竞争力。如果买家在类似工作流中更倾向于轮式系统，Maven 对架构的批评就会更具说服力。

最有价值的比较不会来自演示视频，而会来自在匹配任务中持续积累的生产数据。买家需要知道，哪种平台能以更少人工干预和更低集成工作量搬运更多物料。

Maven 的融资公告使这种比较变得不可避免。该公司选择了一条聚焦的实体 AI 路线，从工厂和仓库地面上具有商业价值的任务入手。如今，它已拥有在更大规模上检验这一路线的资金。

Maven Robotics 的 A 轮融资，归根结底是押注部署将成为收入和智能的共同来源。投入工作的机器人能够创造客户价值、建立运营信任并生成训练数据。每一层都应当反过来强化下一层。

在 Maven 能够跨客户和更困难的任务重复这一循环之前，这仍只是一项论点。公司不必立即解决所有形式的实体工作，但必须证明，每一次完成的部署都会让下一次部署更容易。

对企业买家而言，实际问题很直接。在比较机器人形态之前，要求供应商明确任务、集成边界、正常运行时间计算方式、干预率和安全流程。然后观察试点结束后发生的情况。

Maven 希望通过将这些运营指标置于销售核心，拿下部署订单。其接下来的 250 台机器人将显示，这一推介能否成为可复制的工业业务。