表现
RD 熱度指數
RD 增長指數
比較
跟隨更新
跟隨列表
人物
關於Axis Robotics
Axis Robotics 正在為物理人工智慧建構數據基礎設施層，專注於透過「模擬優先」方法解決機器人數據瓶頸。其核心業務是一個分散式數據引擎，結合了基於瀏覽器的模擬、群眾外包的人類示範以及自動化數據處理管線。該平台允許用戶直接在網頁瀏覽器中操作虛擬機器人，大規模生成多樣化的軌跡。這些軌跡隨後經過篩選、平滑處理，並在如 NVIDIA Isaac Sim 等高保真模擬器中進行驗證與增強，實現零樣本模擬到現實的遷移。 該公司的關鍵差異化在於其三層架構：用於民主化數據收集的基礎設施層、用於混合增強的倍增層，以及用於策略訓練的大腦層。這個垂直整合的管線將原始群眾外包數據轉化為可供基礎模型訓練的數據集。截至2026年中，該數據引擎已累積超過30萬名用戶與180萬條軌跡，並設有即時公開儀表板顯示成長情況。目前已與機器人本體公司及模型開發者建立商業合作，其中包括與 Booster Robotics 的顯著合作，將遠端操作數據與人形機器人的模擬擴展相結合。 Axis 所解決的市場問題在於傳統機器人數據收集成本高昂且多樣性有限，而傳統方式依賴於實體硬體與實驗室環境。透過將數據生產轉移至模擬與群眾外包，Axis 聲稱能大幅降低成本，同時擴展任務與場景覆蓋範圍。近期發展包括發布針對 Franka 機械臂的大規模開放數據集、將基於群眾外包模擬數據訓練的策略成功部署至實體機器人，以及推出商業化的數據即服務產品。該公司正將自身定位為定義何謂可供預訓練的機器人數據的標準制定者。
Axis Robotics 成立於 2025 年，專注於實體人工智慧數據基礎設施。2026 年 3 月，其主力產品在 Base Chain 上線，開啟全球數據貢獻的開放網路。2026 年 7 月，公司完成由 Hack VC 領投、Nomad Capital 等參與的 1200 萬美元種子輪融資，驗證了其模擬優先策略。關鍵里程碑是「小王子玫瑰」活動，透過網路群眾遙控操作收集超過 10,000 條軌跡，成功部署於 Franka 機械臂進行自主澆水，展現零樣本模擬到真實的轉移。這證明了大規模、低成本的網路數據收集能有效訓練具身人工智慧模型，為產業建立可擴展的數據引擎。
過去六個月（2026年3月1日至2026年9月1日），Axis Robotics 在構建其物理AI數據基礎設施方面取得了重大進展。2026年3月，該公司宣布完成由 hack_vc 領投的1200萬美元種子輪融資，Nomad Capital、PiCore Team Ventures 及頂級天使投資人參與跟投，並透露計劃在 Base 區塊鏈上推出其主要產品。到2026年6月，該平台已生成100萬條軌跡及1600小時經過驗證的模擬遙操作數據，標誌著一項重要的規模化里程碑。公司還將 DAgger（數據聚合）整合至其流程中，實現了完全閉環的雙向數據飛輪：任務設定 → 數據收集 → 模型訓練 → 部署評估 → 目標任務生成 → 錯誤修正數據收集。這一轉變超越了靜態數據集，邁向持續、反饋驅動的模型改進。展望未來，Axis Robotics 專注於將其數據引擎擴展至多種機器人形態（包括雙臂機械臂與靈巧手），透過狀態檢查點支援更長時程的任務，並向開發者與企業開放其模組化基礎設施。其路線圖強調可擴展、標準化的數據生產、全球社群參與，以及逐步去中心化核心介面，以建立一個具韌性且開放的物理AI網路。
Chris Feng（聯合創始人兼執行長）：曾任Chainbase營運長（2022-2025）、經緯中國高級合夥人（2019-2021）、貝恩公司合夥人（2013-2015）。學歷：俄亥俄州立大學金融與風險管理理學士。 Christine（聯合創始人兼行銷長）：曾任雀巢專案經理（2017-2018）、沃爾瑪電子商務商業分析師（2016-2017）、Uber用戶增長專員（2015-2016）。學歷：聖路易斯華盛頓大學供應鏈管理理學碩士；暨南大學新聞與經濟學文學士。