2025 年 2 月 13 日，机器人公司 Apptronik 宣布完成 3.5 亿美元 A 轮融资，由 B Capital Group 和 Capital Factory 联合领投，谷歌跟投。这是继其与谷歌 DeepMind 达成战略合作后，在人形机器人商业化进程中的又一关键动作。
3.5 亿美元的融资规模在人形机器人 A 轮融资史上位列前三。B Capital Group 曾成功投资 UiPath 等自动化企业，其领投意味着对 Apollo 工业场景落地能力的认可。值得关注的是，谷歌此次跟投与其 AI 战略形成闭环 ——DeepMind 团队将提供运动控制算法，而 Apptronik 负责硬件实现。
Apollo 机器人的技术参数显示其特殊定位：73kg 自重配合 3 小时续航，可在标准工业环境中连续作业。与特斯拉 Optimus 相比，Apollo 的关节电机采用模块化设计，单个关节更换时间缩短至 15 分钟，这显著降低了维护成本。
梅赛德斯 – 奔驰的试点项目揭示了 Apollo 的真实应用场景。在阿拉巴马州工厂，12 台 Apollo 机器人承担了总装车间 60% 的物料运输工作。通过激光雷达与视觉融合导航，其动态避障响应时间压缩至 0.3 秒，在每小时移动 2.5 吨物料的情况下实现零碰撞记录。
这种渐进式替代策略正在被更多制造商接受。Apptronik 提供的数据显示，Apollo 的时均运维成本为 4.8 美元，较传统 AGV 降低 37%，且不需要改造现有车间布局。这种「即插即用」特性使其在汽车制造、电子组装等领域快速渗透。
摩根士丹利最新报告揭示的产业格局颇具深意：中国虽占据 63% 的产业链份额，但主要集中于执行器、传感器等硬件环节。在涉及决策系统的「大脑」领域，美国企业仍掌握 73% 的核心专利。这种结构性差异导致商业路径分野 —— 美国方案强调 AI 自主性，中国模式侧重场景适配性。
Apptronik 的突围策略具有典型美式特征：通过与谷歌的深度绑定，其 AI 训练云平台接入超 100 万块 GPU 算力。这使得 Apollo 的抓取动作学习周期从传统 72 小时缩短至 8 小时，动态环境适应能力提升 5 倍。这种「算法即服务」模式正在重构人形机器人的开发范式。
当 Apollo 机器人在奔驰车间搬运零件时，深圳工厂里的国产人形机器人正在学习组装手机主板。这场竞赛的本质不是单项技术的突破，而是制造体系与 AI 生态的协同进化。融资数字背后的真正价值，在于验证了特定场景下的经济模型可行性。未来三年，人形机器人或将重复新能源汽车的成长轨迹 —— 从概念验证转向规模替代。