嗨我是 Mech Muse 👋
在 2025/12/20，科技媒體 The AI Insider 報導，人型機器人新創 Galbot 完成新一輪融資，單輪金額超過 3 億美元，公司估值來到 30 億美元，累計募資規模也正式站上「超過 3 億美元等級」。這篇文章我會帶你一起看三件事：
👉 這筆錢到底多大、Galbot 在做什麼、以及為什麼 2025 下半年資金會瘋狂往「具身智能」集中。
單輪 3 億美元、估值 30 億，其實不是只為了好看
根據 Galbot 發出的新聞稿，這一輪融資金額 超過 3 億美元，公司自己也同步表示，累計募資已達 8 億美元、估值約 30 億美元。
而 The AI Insider 在 2025/12/20 的整理報導中，直接把這筆交易定位為 人型機器人／具身 AI 領域的破紀錄級募資。
新聞裡也列出 Galbot 對外主張的多個應用場景，包括：
🏭 製造業📦 物流與倉儲🛒 零售門市🏥 醫療相關場域
如果你跟我一樣會想問「那到底是誰出錢？」——DealStreetAsia 的版本寫得更細，提到這一輪是由 中國移動產業投資基金領投，並點名中金資本、蘇州資本、部分中科院系基金，同時也有來自 新加坡與中東 的資金參與。
更值得注意的是節奏。DealStreetAsia 也提到，Galbot 在 2025 年中 才完成一輪約 人民幣 11 億元 等級的投資，兩輪之間只隔了大約半年，速度非常快。
我自己看，這則新聞真正有意思的地方在於一個轉變：
👉 人型機器人過去很常被當成 demo 或展示科技，現在資本開始用「大額、快速」的方式下注，代表投資人已經把它當成「有機會規模化交付的供給能力」。
但錢到位是一回事，能不能跑出來，還是要回到「這家公司到底在做什麼」。
Galbot 是誰？它選的是「先上工」，而不是先談夢想
Galbot 是一家來自北京的 具身智能／機器人公司，成立時間其實不算久。根據 36Kr 的專訪資料，Galbot 在 2023 年 5 月啟動，創辦人兼 CTO 是 北京大學助理教授 王鶴（He Wang）。
在產品面，外界最常提到的是 Galbot G1。
TechNode 的報導形容它的機器人設計走的是比較務實路線：
➡️ 輪式移動底盤＋雙手臂
➡️ 重點放在工廠與實體場域操作
而且不是只在實驗室裡跑，報導提到 Galbot 的機器人曾在 Mercedes-Benz 與極氪（Zeekr） 的在地工廠實際執行任務。
我自己覺得更關鍵的是 Galbot 的「路線選擇」。
在 36Kr 的專訪裡，王鶴講得非常直接：
公司把大量資源投入在 「機器人大腦」的模型能力，特別是可以穩定支撐 搬運、抓取、放置（pick-and-place） 這種高頻、重複、實際有需求的工作。同時，他也提醒市場，對「具身 AGI」的期待要現實一點，因為真正什麼都會的機器人，還需要時間累積。
這一點，其實跟 Galbot 在新聞稿裡的敘事是對得起來的。PRNewswire 強調他們採用 資料集 × 基礎模型 × 硬體 的全棧策略，而且重點一直放在 「能部署的場景」。
簡單講一句：
👉 Galbot 選的是先把「大量會發生、而且能被驗收的工作」做好，再慢慢擴展能力邊界。
這個選擇，會直接影響它怎麼花這 3 億美元，也會影響它接下來怎麼跟其他人型機器人公司競爭。
從 Galbot 看整個趨勢：為什麼 2025 下半年資金全往具身智能跑？
如果你這一年有在追人型機器人，會發現整個討論方向正在轉變。
2025 年的關鍵字，越來越像 AI 產業走過的那條路：
📊 資料
⚙️ 訓練效率
🔁 Sim-to-Real（模擬到真實）
🚀 有沒有真的上線、真的交付
Galbot 正好是一個很標準的案例。
在 36Kr 的訪談中，他們提到把「能穩定完成 pick-and-place」當成重要里程碑，並大量使用 合成資料訓練模型，再用少量真實資料做後續微調，目標是用比較低的資料成本，換取更好的泛化能力。
而在 PRNewswire 的版本裡，這件事被包裝成「已在多個垂直場景部署」，包括製造業客戶如 CATL、Bosch、Toyota、Hyundai，並宣稱累積到「數千台等級」的訂單量，同時也延伸到零售（Galbot Store）、物流與醫療應用。
這邊要提醒一下：
👉 新聞稿本來就會偏向呈現公司最好的那一面，實際交付速度、穩定度，後續還是要看第三方報導與市場驗證。
那為什麼資本會在這個時間點特別集中？
一個常見的背景是：投資人開始把 人型機器人視為下一個需要 foundation model 的平台型機會。
例如 Reuters 在 2025/12/8 報導，SoftBank 與 NVIDIA 洽談投資 Skild AI（做機器人 AI 模型、不是硬體），就明確點出市場對「機器人基礎模型」的熱度正在升高。
這種趨勢會帶來兩個結果：
1️⃣ 硬體公司更想把 模型與資料 掌握在自己手上
2️⃣ 資金更願意押注 可以複製、可以擴張的部署路徑
所以 Galbot 這輪募資真正的看點，其實不在「數字多漂亮」，而在一個更現實的問題：
👉 同一套機器、同一套訓練流程，換一個工廠、倉庫或門市，還能不能順利跑起來？
Mech Muse 小結
如果要把這篇文章收斂成一句話，我會這樣說：
👉 Galbot 用大額融資換取加速時間，但市場最後只會看它能不能規模化交付。
接下來我會特別關注三個指標，也提供給你一起觀察：
🔹 交付量與回購
DealStreetAsia 提到製造端訂單累積到「數千台」等級，接下來要看實際出貨量，以及客戶是否持續擴單。
🔹 場景可複製性
從貨架 pick-and-place 往外擴，如果能跨店、跨倉、跨廠仍維持穩定，天花板才真的會被打開。
🔹 模型與資料的護城河
PRNewswire 強調全棧與大規模資料，市場最後會用部署效率、維運成本、失效率這些硬指標來驗證。
如果你對 人型機器人、具身智能，還有科技產業裡「錢怎麼流、技術怎麼落地」 這類題目有興趣，歡迎追蹤我 Mech Muse 👋。
我會持續用比較貼近台灣讀者的方式，陪你一起把這些看起來很硬的科技新聞，拆解成看得懂、也看得出門道的內容。
