FUNDING DESK · 德国 · 物理 AI / 工业机器人与具身智能
Agile Robots
Agile Robots 是一家源自德国航空航天中心(DLR)研究团队的物理 AI 机器人公司,产品线覆盖工业人形机器人 Agile ONE、力控机械臂 Diana 7、Thor 系列、灵巧手 Agile Hand、移动机器人以及 AgileCore 软件平台。
产品官网 ↗融资事实
| 本轮融资 | 轮次 | 日期 | 融资数据署名 |
|---|---|---|---|
| €451.22M | D 轮及以后 · 股权类轮次 | 2026-11-12 · 融资记录日期 | Tech.eu Funding Explorer ↗ |
| 未披露 | 未明确轮次 · 类型未明确 | 2026-10-20 · 融资记录日期 | Tech.eu Funding Explorer ↗ |
已检索的一手资料
最近检索:2026-11-12
资料缺口:定价 · 客户案例 · 技术文档
融资事实已更新,以下产品分析尚未同步,等待重新核验。
替代传统固定式工业自动化产线中难以适应多品种、小批量与柔性换线的工位,以及需要人工完成的精细抓取、上下料和工位间搬运环节。
最关键的问题是:它能否把“人形 + 力控臂 + 灵巧手 + 软件平台”的组合,从面向汽车、电子等大客户的定制集成,转化为可复制、可规模交付的标准化产品收入;目前公开证据只支持产品存在,不支持单位经济与复购。
以下为基于公开资料的编辑分析,推断与证据缺口均在正文中标明。融资不是收入或产品市场契合的证明。
产品分析核验于 2026-10-21
01
产品做什么
官网披露的产品矩阵包括:面向工业场景的人形机器人 Agile ONE,强调灵巧手、视觉与语音感知、自主移动与人机协作;七轴全关节力矩传感的力控机械臂 Diana 7;载荷覆盖 3、7、12、20 公斤的 Thor 系列;五指模块化设计的 Agile Hand;与 BÄR Automation、idealworks 合作开发的 AMR 移动机器人;以及供系统集成商和操作者开发部署自动化方案的 AgileCore 软件平台,其中 AgileAI 被描述为可用自然语言编程的“大脑”。这些是公司自述的能力范围,具体精度、节拍、可靠性与安全认证参数在已抓取页面中未给出。
02
谁使用、谁付钱
官网点名汽车、电子、医疗和服务行业为需求最苛刻的客户群,并称已服务其中领先企业,但未列出具体客户名称、合同规模或部署数量。使用者应分为两类:一是工厂产线工程师与系统集成商,负责把机器人接入现有工位;二是制造与物流运营负责人,为柔性换线、招工难和精细操作人力缺口付费。痛点频率取决于换线频次与工位复杂度,公开材料无法量化。
03
实际工作流
典型流程是:客户提出工位任务,Agile Robots 或其集成伙伴用 AgileCore/AgileAI 配置机器人行为,选择 Diana 7 力控臂、Thor 系列或 Agile ONE 人形本体,配合 Agile Hand 完成抓取与装配;Agile ONE 依靠相机、LiDAR 与语音识别在工作站间自主移动并与人交互,通过胸部显示屏和灯光反馈状态。官网称其机器人基础模型使用产线真实数据、仿真数据以及遥操作与数据农场采集的人类数据训练,但数据采集规模、训练周期和现场调试时长均未披露。
04
收费与单位经济
已抓取页面没有任何定价、订阅或授权条款,收费方式属于未披露。可条件式推断:硬件本体销售或租赁、AgileCore 软件授权、以及围绕集成部署的工程服务可能是收入构成,但这只是推断,未经证据验证。单位经济性——单台毛利、部署人力成本、软件续费率——完全缺失,不能据融资或产品页推断。
05
采用证据与缺口
可确认的采用信号仅为公司自述:2018 年由 DLR 机器人研究者创立,拥有 2,000 名以上研发专家,产品面向汽车、电子、医疗与服务行业的领先客户,并与 Hitachi 建立物理 AI 制造合作、在印度投资 XNG Automation。这些均为 company-reported,未经审计。缺少客户案例页、部署台数、收入、复购与留存数据,因此不能把合作公告当作需求验证。
06
竞争与壁垒
壁垒条件在于三点:一是 DLR 背景带来的力控与灵巧操作工程积累,二是把硬件、AgileCore 软件与基础模型打通的系统集成能力,三是大客户现场数据形成的训练飞轮。与通用大模型相比,其差异在具身硬件与实时控制闭环;与旧自动化产线相比,差异在柔性换线与自然语言编程。但这些优势能否成立,取决于交付是否标准化、数据飞轮是否真的闭合,公开证据尚不足以判断。
07
如何解读这轮融资
融资记录显示这是一轮由 Nvidia 参与、日期为 2026-10-20 的融资,轮次标注为 Other,金额与原币均未披露,因此不能判断估值、稀释或领投方——投资方名单不等于领投名单。该轮说明产业资本对物理 AI 方向的关注,但不构成收入或产品胜出的证据。资金用途未披露;下一里程碑应是可核验的标准化产品交付与客户复购,而非更多合作公告。
08
可能失败在哪里
第一,若人形机器人仍停留在演示与试点,无法在节拍、良率与安全认证上达到产线要求,收入将长期依赖定制集成项目,难以规模化。第二,若 AgileCore 与基础模型的现场调试仍需大量工程师驻场,部署成本会吞噬毛利,客户换线收益不足以支撑溢价。第三,大客户集中与汽车、电子资本开支周期波动会放大订单风险。第四,Nvidia 等产业投资方带来的生态绑定可能限制其在其他算力与软件栈上的中立性。
09
可借鉴的做法
对同类创业者可借鉴的是:以力控臂、灵巧手等可单独交付的部件先进入产线,再用软件平台与数据把部件串成系统,最后才推人形整机;这种“由部件到系统”的路径比直接卖人形更容易获得真实工况数据。同时应尽早公开可核验的部署指标,而不是只发布合作新闻。
10
下一步看什么
下一阶段应关注:是否披露定价或租赁模式、是否出现具名客户案例与部署台数、Agile ONE 是否公布节拍/负载/安全认证等硬指标、AgileCore 是否开放文档与开发者生态,以及该轮融资的金额与用途是否补充披露。