Skild AI Skild AI

团队

创始人背景

• 创始人：Deepak Pathak（CMU 教授，前 Meta AI 科学家）+ Abhinav Gupta（CMU/FAIR 知名研究员）
• 团队基因：CMU 系核心团队，美国”通用机器人大脑”路线最强学术创业组合之一
• 全球扩张：2026-02 官方宣布在 Bengaluru（印度班加罗尔）设立办公室，配合加州与宾州队伍

来源：Skild AI 官网 (2026-04-07) + Bengaluru 官方博文 (2026-02-19)

招聘信号

• 在招岗位：44 个（截至 2026-04），覆盖 AI Research、Robotics Engineering、Software & Infrastructure、Hardware & Embedded Systems、Robotics Operations、Data & Training Operations 等方向
• 信号含义：公司已跨越纯研究阶段，进入部署、数据与基础设施能力齐全的扩张期

来源：Skild AI Careers (2026-04-10)

产品

一句话定位

• 形态：软件层 omni-bodied robot foundation model（不造本体）
• 技术路径：端到端分层 VLA（上层低频 manipulation/navigation policy + 下层高频 action policy）
• 数据策略：大规模仿真（10万机器人 multiverse）+ 互联网人类视频预训练 + 定向真实数据 post-training
• 团队基因：CMU 学术创业（Vision/Learning/RL 方向）

来源：官方技术博文 (2025-07-29)

核心产品

• Skild Brain：统一 omni-bodied robot foundation model，口号”Any robot. Any task. One brain.”
• 应用样例：安全巡检、移动操作、自主打包、工业 OEM 通用智能层、仓储端到端自动化（2026-04 通过 Zebra 收购切入）
• 交付形态：非单个 demo policy，而是跨 quadruped、humanoid、mobile manipulator、table-top arm、仓储 AMR 迁移的机器人大脑
• 人形 locomotion：低层 policy 支持 vision-based 端到端运动控制（平地/楼梯/障碍），从原始图像直接输出电机指令（2025-08-06 官方博文验证）

来源：Skild AI 官网 (2026-04-07) + Zebra 收购博文 (2026-04-15)

机器人成本目标

• 目标成本：$4,000–$15,000/台（vs 传统工业机器人 $250,000+）
• 降本路径：端到端神经网络替代精确定位 + 编程，降低对高精度硬件和工程集成成本的需求
• TCO 声明：Skild Brain 可适配低成本、高噪声硬件，实现 10 倍总拥有成本下降（NVIDIA 案例研究口径）

来源：NVIDIA 官方案例研究 (2026-05-25)

技术路线

Omni-Bodied Intelligence

• 训练规模：100,000 种 procedurally generated robots 构成的训练 multiverse
• 泛化能力：zero-shot 控制未见过的 legged / wheeled 机器人，包括极端案例（详见「极端适应能力」子节）
• 分层架构：上层低频（manipulation /navigation policy）+ 下层高频（low-level action policy → joint angles + motor torques）

来源：Omni-bodied 官方博文 (2025-09) + NVIDIA 案例研究 (2026-05-25)

LocoFormer: Long-Context Adaptation

• 核心贡献：跨 episode 上下文 + 大规模 RL，让同一模型在电机故障、负载变化、轮腿切换等扰动下继续控制未见机器人
• 论文：arXiv:2509.23745

来源：LocoFormer arXiv 论文 (2025-09)

Vision-Based End-to-End Locomotion (fact-id: f-vision-loco-2025q3)

• 架构：Skild Brain 分层架构的低层 action policy，从原始图像 + 本体感知直接输出低层电机指令（joint torques），实现端到端视觉驱动运动控制
• 能力：单一神经网络完成平地行走 + 爬楼梯 + 跨越障碍，无需规划、映射或手动行为切换
• 环境泛化：在城市公园、街道、消防逃生梯等从未见过的真实环境部署，零预规划
• 抗干扰：楼梯上承受推拉外力后快速恢复平衡
• 精确度：台阶仅 3 cm 深于机器人脚掌仍能精确定位脚部
• 载荷：可携带箱体上下楼梯
• 行为连续性：无”楼梯模式”或”跨障模式”，步态转换流畅自然（类似人类）
• 意义：证明 Skild Brain 低层 policy 已从仿真迁移到真实世界人形机器人 vision-based locomotion

来源：One Model, Any Scenario: End-to-End Locomotion from Vision (2025-08-06)

Learning by Watching — 从人类视频学习

• 核心理念：遥操作无法扩展到 foundation-model 规模（多样性与时间瓶颈）；互联网已有的人类视频构成”互联网规模机器人数据集”
• 效率：<1 小时机器人数据 + 视频演示可教会新技能
• 定位：将人类视频作为机器人训练的”无监督预训练数据”来源

来源：Learning by Watching 官方博文 (2026-01-12)

仿真规模

• 平台：NVIDIA Isaac Lab + Cosmos Transfer + NVIDIA Omniverse™ libraries
• 规模：数千机器人实例跨多形态多环境并行训练
• 数据量：日均训练量相当于”千年经验”
• 训练策略：仿真预训练 → 互联网视频大数据 → 定向真实世界数据 post-training
• 数据效率：数小时内达到 60%–80% 任务成功率（NVIDIA 案例研究口径）

来源：NVIDIA 官方案例研究 (2026-05-25)

极端适应能力 (fact-id: f-adapt-extreme-2026q2)

• 载荷适应：可承受最高 1.5 倍自体重量的极端载荷，同时保持鲁棒性与稳定性
• 机械故障恢复：卡死轮子 2–3 秒恢复、断腿 7–8 秒适应
• 零样本泛化：从未见过的机器人形态（含零样本行走高跷机器人）

来源：NVIDIA 官方案例研究 (2026-05-25)

商业验证

Zebra Technologies 机器人部门收购 (fact-id: f-ma-zebra-2026q2)

• 交易：Skild AI 收购 Zebra Technologies 机器人部门（前身为 Fetch Robotics），交易日期 2026-04-15
• 资产：Zebra 的 Symmetry Fulfillment 编排平台（实时协调机器人与一线工人）、仓储 AMR 硬件平台、已验证的物流环境部署
• 战略意义：从纯”大脑层”软件公司扩展为兼具硬件平台+编排系统+AI 大脑的垂直一体化方案；获得真实仓储部署数据飞轮
• 行业影响：Fetch Robotics 是仓储 AMR 领域最成熟的平台之一，此次收购将 Skild Brain 部署到端到端仓储履约流程

来源：Skild AI 官方博文 (2026-04-15) | YouTube 视频 (2026-04-15)

收入信号

• 收入：2025 年 live revenue 在几个月内从 0 增长至约 $30M（官方 Series C 稿口径，2026-01）
• 部署覆盖：安全、建筑、交付、数据中心、仓库和工厂组装等多个行业

来源：Series C 官方博文 (2026-01-14)

Foxconn Blackwell 产线部署

• 客户：Foxconn（富士康）
• 场景：NVIDIA Blackwell GPU 产线双臂组装任务（busbar pick-place → limit block → 16 颗螺丝钻入 → 移除 limit block）
• 意义：Skild Brain 在真实精密制造场景中的首个公开案例，证明长时序精密操作能力

来源：ABB 合作官方博文 (2026-03-19) + Reuters (2026-03-16)

合作伙伴

• ABB Robotics：总裁 Marc Segura 公开表示将集成 Skild Brain 到 ABB 机器人组合，目标是实现自主多功能机器人（AVR™）
• Teradyne Robotics旗下 Universal Robots (UR)：CEO Jean-Pierre Hathout 确认合作将为 cobot 引入高级 AI 能力
• Teradyne Robotics旗下 Mobile Industrial Robots (MiR)：通过 Teradyne Robotics 集团与 Skild AI 建立 OEM 合作关系，Skild Brain 将部署到 MiR 的 AMR 平台（2026-03-19 官方博文确认）
• NVIDIA：Isaac Lab / Sim + Cosmos + Omniverse 用于预训练；机器人与边缘 AI 副总裁 Deepu Talla 公开评价 Skild Brain 为”foundation models trained in simulation can be deployed on real robots at scale”的示范（2026-03-19）；Skild AI 在 NVIDIA GTC 2026 上有专题演讲
• LG Electronics：董事长 Koo Kwang-mo 2026-04-08 在 CES 后会面 Skild AI CEO Deepak Pathak，探讨 AI 机器人合作（KED Global）

来源：Reindustrial Revolution 官方博文 (2026-03-19) + NVIDIA 案例研究 (2026-05-25) + KED Global (2026-04-08)

VinDynamics 战略合作 (fact-id: f-partner-vindynamics-2026q2)

• 合作方：VinDynamics（越南 Vingroup 旗下机器人技术公司）
• 内容：探索将 Skild Brain 集成到人形机器人系统中，面向真实世界部署
• 意义：Skild AI 首个公开的人形机器人硬件合作，标志着从 AMR/工业臂向人形本体的泛化能力验证
• 日期：2026-06-08（ACCESS Newswire / Yahoo Finance 报道）

来源：Yahoo Finance / ACCESS Newswire (2026-06-08) | The Business Journals (2026-06-08)

不确定性

• 收入可持续性、客户留存、模型交付方式与不同 OEM 上的真实泛化成本尚未公开

来源：分析师推断 + 无公开数据 (2026-05-31)

技术护城河

核心判断：Skild AI 的护城河以「学术团队 + 大规模仿真基础设施 + OEM 合作网络」三重结构构建，但数据飞轮尚未闭环，专利壁垒尚未形成。

支撑：

• 学术团队：Deepak Pathak + Abhinav Gupta 为 CMU 系视觉/学习/RL 方向顶级组合，论文引用量和行业认知度构成人才吸引壁垒 (TechCrunch (2026-01-14))
• 仿真基础设施：NVIDIA Isaac Lab + Cosmos Transfer + Omniverse 构成的训练 multiverse（100,000 种 procedurally generated robots），竞争对手短期内难以复制同等规模的仿真到真实迁移管线 (NVIDIA 案例研究 (2026-05-25))
• OEM 合作网络：ABB、Universal Robots、MiR（Teradyne）、NVIDIA、LG、VinDynamics 等 6+ 家战略合作方，构成分发渠道壁垒 (官方博文 (2026-03-19))
• 专利：截至 2026-06-26，Google Patents 无以 Skild AI 为 assignee 的公开专利；公司成立于 2023-01，专利申请通常 18+ 个月公开，且早期 AI 创业公司常以 trade secret 策略替代专利公开（2026-06-26 Google Patents 搜索确认）
• 创始人 CMU 时期专利：Pathak 和 Gupta 在 CMU 期间有大量自监督学习/机器人操作相关专利，但均未转让至 Skild AI（仍归属 CMU）

来源：Google Patents (2026-06-26) + TechCrunch (2026-01-14) + NVIDIA 案例研究 (2026-05-25)

不确定性：数据飞轮速度取决于 OEM 合作伙伴部署规模；仿真→真实迁移的 gap 是否已被充分验证尚缺独立第三方基准测试；$14B 估值 vs 公开商业数据的不对称性意味着真实护城河强度存疑。

市场切入

核心判断：Skild AI 采用「brain layer 轻资产扩张」策略，通过 OEM 合作网络而非自研硬件切入工业场景，当前验证重心在精密制造与仓储两条主线。

支撑：

• 精密制造线：Foxconn NVIDIA Blackwell GPU 产线双臂组装为首个公开案例（busbar pick-place → 螺丝钻入全流程），证明长时序精密操作能力 (Reuters (2026-03-16))
• 仓储线：2026-04 收购 Zebra Technologies 机器人部门（前 Fetch Robotics），获得 Symmetry Fulfillment 编排平台 + 仓储 AMR 硬件 + 已验证物流部署，从纯大脑扩展为垂直一体化方案 (官方博文 (2026-04-15))
• 扩展方向：安全巡检、建筑、交付、数据中心等多个行业有部署覆盖（Series C 口径），但各场景深度和付费转化率未公开 (Series C 博文 (2026-01-14))
• 路径：先做 brain layer 轻资产扩张 → 通过合作硬件厂和工业客户获取真实部署数据 → 反哺通用模型

Zebra/Fetch 收购与仓储切入

• 收购标的：Zebra Technologies 机器人自动化业务（前 Fetch Robotics，2014 年由 Melonee Wise 创立，Zebra 于 2021 年以约 $290M 收购）
• 获得资产：Symmetry Fulfillment 编排平台 + 仓储 AMR 硬件 + 百万级运营小时真实部署数据（客户含 DHL、GEODIS、Cardinal Health）robotics.press (2026-04-21)
• 收购背景：Zebra（$5.8B 收入公司）已对 Fetch 收购做减值，Skild 或以大幅折扣收购 robotics.press (2026-04-21)
• CEO 表述：Deepak Pathak 告诉 The Robot Report — “the Fetch team’s extensive deployment experience was a primary driver for the acquisition” xix.ai (2026-05-08)
• 后续计划：继续支持现有 Fetch/Zebra 客户、解决履约瓶颈、开发新仓储方案 xix.ai (2026-05-08)
• 竞争影响：对 Locus Robotics 直接竞争（MODERATE CONFIDENCE 预测 2H 2026 Locus 至少丢 2 个企业 RFP）；对 PI 数据护城河构成威胁；Amazon Robotics 为直接竞争对标 robotics.press (2026-04-21)

来源：官方博文 (2026-04-15) + robotics.press (2026-04-21) + xix.ai (2026-05-08)

不确定性：多条场景并行推进的资源分配效率；仓储线（Zebra 收购后）与精密制造线的协同效应是否已实现；各场景的 ARPU 和客户留存率完全未公开

• 依赖风险：不自研整机需依赖合作伙伴网络；部署规模决定数据飞轮速度

来源：Series C 官方博文 (2026-01-14) + 分析师推断

融资历史

来源：Series A 博文 (2024-07-09) + Series C 博文 (2026-01-14) + TechCrunch (2026-01-14)

竞争定位

核心壁垒

• 学术团队：CMU 系最强学术创业组合之一（Pathak + Gupta，视觉/学习/RL 方向）
• 融资能力：累计 >$2B，估值 $14B（2026-01 Series C），投资方覆盖 SoftBank/NVIDIA/Bezos 等顶级机构
• 叙事壁垒：omni-bodied / 硬件无关基础模型在投资人和行业层面已建立差异化认知

来源：TechCrunch (2026-01-14)

竞品差异

• vs Physical Intelligence（π）：同为 brain layer，但 PI 更偏真实世界数据（从超市/洗衣等真实部署收集数据），Skild 更偏仿真 + 人类视频预训练
• vs Covariant：Covariant 专注仓储拣选单一场景后被 Amazon 收购，Skild 通过收购 Zebra/Fetch 获得自主仓储能力并保持独立
• vs NVIDIA Isaac / GR00T：NVIDIA 是训练基础设施提供者 + 2026-06 发布 Isaac GR00T humanoid foundation model（NVIDIA GTC 2026），与 Skild 既合作又竞争 — Skild 用 NVIDIA 基础设施训练，但 NVIDIA GR00T 直接进入模型层
• vs Alibaba Qwen-Robot Series：Alibaba 2026-02 发布初步机器人”大脑”后，于 2026-06-16 正式推出 Qwen-Robot 系列，包含三个基础模型 — Qwen-RobotNav（导航指令跟随/目标导航/目标跟踪/自动驾驶）、Qwen-RobotManip（末端执行器操控，基于 38,100+ 小时开源数据训练）、Qwen-RobotWorld（通用世界模型，跨导航/驾驶/操控场景预测未来状态）— 直接对标 Skild Brain 的 omni-bodied 架构（TechNode (2026-06-17)）

来源：三方对比，分析师推断 (2026-05-31) + NVIDIA Newsroom (2026-06-10) + Caixin Global (2026-02-11) + TechNode (2026-06-17)

挑战

• 估值压力：$14B 估值进入工业落地期，市场对收入与合作转化速度容忍度低
• 交付风险：跨 embodiment 泛化叙事很强，但不同 OEM 的传感器、控制栈和安全约束可能显著抬高 integration 成本
• 数据闭环风险：若合作部署规模起不来，仿真与互联网视频带来的先验未必能顺利转成真实世界稳定性

来源：分析师推断 (2026-05-31)

风险

• 数据闭环：依赖合作伙伴部署获取真实数据；合作规模决定飞轮速度
• 交付成本：跨 OEM 集成导致多种 sensor/control/safety 栈适配
• 估值合理性：$14B vs $30M revenue（2025），PSR 极高，下一轮融资需显著增长证据
• 竞争加速：PI、Covariant 等 brain layer 公司同步推进，差异化窗口有限

来源：分析师推断 (2026-05-31)

动态记录

• 2026-07-14：Phase 4 安静期维护（第 6 轮）— web_search × 6 确认 2026-06-08（VinDynamics 合作）至今（38 天）无产品/融资/部署/人事新闻。CEO Deepak Pathak 确认出席 Encord Long Horizon Summit（Physical AI 高级领导峰会）；Humanity & AGI Summit 2026（07-12 斯坦福）会后无新报道/录播公开。官网博客自 2026-01-12 无更新（184+ 天）。D-047 frontmatter 6/6 合规。55 条 sources 无新增。depth 维持 70
• 2026-07-11：Phase 4 安静期维护 — web_search × 4（英文×2：Skild AI July 2026 新闻/deployment warehouse + 中文：Skild AI 2026年7月最新动态）确认 2026-06-08（VinDynamics 合作）至今仍无 Skild AI 产品/融资/部署新闻；连续 5 轮静默维护（07-01/07-01(2nd)/07-05/07-08/07-11）；官网博客自 2026-01-12 无更新（已 184 天）； Humanity & AGI Summit 2026 于 2026-07-12 在 Stanford Faculty Club 举行，CEO Deepak Pathak 为主要演讲嘉宾（同台 Yuval Noah Harari），但截至本日无会后报道/录播/新演示内容公开（36Kr 报道 (2026-07-11)）； Third Fin 发布 Skild AI 仓储分析文章，主要复述 Zebra 收购细节，无新增事实（Third Fin）；55 sources 无新增；D-047 frontmatter 全字段合规；depth 维持 70
• 2026-07-08：Phase 4 安静期维护 — web_search × 5（英文+中文+深度研究+Eventbrite+LinkedIn）确认 2026-06-08（VinDynamics 合作）至今仍无 Skild AI 产品/融资/部署新闻；① Humanity & AGI Summit 2026 — CEO Deepak Pathak 确认为 2026-07-12 斯坦福峰会主要演讲嘉宾（同台 Yuval Noah Harari），活动由 GPT DAO 主办，9AM-6PM @ Stanford Faculty Club（Eventbrite (2026-07-08)）；② 新增分析来源 BlackScarab 深度研究（2026-06-24，Skild 商业/投资者视角）；官网博客自 2026-01-12 无更新（已 177 天）；连续 4 轮静默维护；D-047 frontmatter 全字段合规；54 sources（+1）；depth 维持 70
• 2026-07-05：Phase 4 安静期维护 — web_search × 6（中英文+blog+deployment+founder+hiring 关键词）确认 2026-06-08（VinDynamics 合作）至今仍无 Skild AI 特定新闻；官网博客自 2026-01-12 无更新（已 174 天）；连续 3 轮静默维护（07-01/07-01(2nd)/07-05）；D-047 frontmatter 全字段合规（stage: Series C, valuation: $14B, funding_total: $2B, founded_date: 2023-01-01, country: United States, slug: skild-ai）；53 sources 无新增；depth 维持 70
• 2026-07-01（2nd）：Phase 2 安静期维护 + depth 校准 — web_search × 4 确认 2026-06-08（VinDynamics 合作）至今仍无 Skild AI 特定新闻；官网博客自 2026-04-15 无更新；D-047 frontmatter 6/6 字段合规（stage: Series C, valuation: $14B, funding_total: $2B, founded_date: 2023-01-01, country: United States）；53 sources 对应 depth 上限可 ≥ 70，校准 depth 65→70；report.md 尚未生成（下次 Phase 4 维护时生成）；PRIORITY.md depth 同步更新
• 2026-07-01：Phase 2 安静期维护 — web_search × 6 确认 2026-06-08（VinDynamics 合作）至今无 Skild AI 特定新闻；businesstories.com 2026-06-30 发一般性综述文章（非新闻）；LocoFormer 论文已发表于 MLR proceedings (proceedings.mlr.press/v305/liu25a.html)；LinkedIn 显示仍在招聘 Software Engineer (AI Training & Infrastructure)；52 条 sources 无新增；depth 维持 65；report.md 尚未生成（需 depth ≥ 70）：Phase 2 安静期维护 + MODEX 2026 收购深化 — web_search × 4（英文×2+Robot Report/Reuters 站内）确认 2026-06-08（VinDynamics 合作）至今无 Skild AI 特定新闻；新增「Zebra/Fetch 收购与仓储切入」结构化子段（6 事实点：收购标的历史/获得资产/收购背景/CEO 表述/后续计划/竞争影响），来源 robotics.press MODEX 深度分析 + xix.ai MODEX 报道；来源 50→52（+2 条：robotics.press 🟢 + xix.ai 🟡）；depth 维持 65
• 2026-06-26：Phase 2 安静期维护 + 内容深化 — Google News RSS（2 组查询）+ Google Patents 搜索确认 2026-06-08（VinDynamics 合作）至今无 Skild AI 特定新闻；Google Patents 无 Skild AI assignee 公开专利（成立于 2023-01，专利 18+ 月公开周期）；新增「技术护城河」结构化分析段（核心判断+支撑+不确定性：学术团队+仿真基础设施+OEM 网络+专利空窗）；重构「市场切入」为结构化分析段（精密制造线+仓储线+不确定性）；D-047 frontmatter 全字段合规（6/6）；49 条 sources 无新增；depth 62→65
• 2026-06-24：Phase 2 维护更新 — 发现遗漏官方博文「One Model, Any Scenario: End-to-End Locomotion from Vision」(2025-08-06)，补入技术路线章节（vision-based 端到端运动控制：平地/楼梯/障碍、3cm 台阶精确脚部定位、外力抗干扰、载荷携带、无行为模式切换）；来源 47→49；depth 维持 62
• 2026-06-22：Phase 2 安静期维护 — Google News RSS 确认 2026-06-08（VinDynamics 合作）至今无 Skild AI 特定新闻；官网博客自 2026-04-15（Zebra 收购）以来无新博文；D-047 frontmatter 全字段合规（6/6）；47 条 sources 无新增；depth 维持 62
• 2026-06-20：Phase 2 维护更新 — 竞品分析强化：①Alibaba 2026-06-16 正式发布 Qwen-Robot 系列（三个基础模型 Qwen-RobotNav/Manip/World，38,100+ 小时开源数据），直接对标 Skild Brain omni-bodied 架构；②来源补充 TechNode + SCMP 报道；Google News RSS 确认 2026-06-08 至今无 Skild 特定新闻；depth 61→62
• 2026-06-15：Phase 2 安静期维护 — 来源密度历史 sweep 补充 8 条来源（Pittsburgh Post-Gazette 3篇、DC Velocity、Interesting Engineering、PYMNTS 2篇），来源密度 35→43；D-047 字段验证通过（6项均合规）；Google News RSS 确认 2026-06-08 至今无新公司特定新闻；depth 57→59
• 2026-06-12：Phase 2 维护更新 — frontmatter D-047 标准化（country/founded_date/funding_total/valuation 纯数字化）、移除 SPEC-007 冗余块、竞品分析补充 NVIDIA GR00T + Alibaba Qwen Robot Brain、新增 LG Electronics 合作伙伴、深度确认无新动态（2026-06-09 至今无新 Skild 特定新闻）
• 2026-06-11：Phase 2 维护更新 — 从 NVIDIA 案例研究补充定量指标（60%-80% 任务成功率、1.5x 载荷适应、10x TCO 下降、GTC 2026 演讲、Omniverse 平台）— NVIDIA 案例研究
• 2026-06-08：与 VinDynamics（越南 Vingroup 旗下）达成战略合作，探索 Skild Brain 集成人形机器人 — Yahoo Finance / ACCESS Newswire
• 2026-06-08：Business Journals 报道 Skild AI 与 VinDynamics 合作 — Business Journals
• 2026-04-15：🚨 重大收购：收购 Zebra Technologies 机器人部门（前 Fetch Robotics），获得 Symmetry Fulfillment 编排平台 + 仓储 AMR 硬件 — 官方博文
• 2026-05-25：NVIDIA 官方案例研究公开（Isaac Lab + Cosmos Transfer 详情），补入极端适应案例与成本目标 — NVIDIA
• 2026-05-22：[Post Money Podcast] 领投方 Lightspeed 合伙人 Raviraj Jain 确认 Skild Brain zero-shot 泛化到全新形态 — 播客
• 2026-05-22：[No Priors Podcast] NVIDIA CEO Jensen Huang 提出 multi-embodiment AI，与 Skild 路线一致 — 播客
• 2026-03-19：与 ABB Robotics、Universal Robots、NVIDIA 官宣合作 — 官方博文
• 2026-02-19：Bengaluru 办公室成立 — 官方博文
• 2026-01-14：Series C $1.4B 完成，估值 $14B — 官方博文
• 2026-01-12：“Learning by Watching” 博文发表 — 官方博文
• 2024-07-29：首篇技术博文发表 — 官方博文
• 2024-07-09：Series A $300M 完成 — 官方博文