根据Crunchbase的数据，2026年上半年，全球物理人工智能公司通过521笔交易筹集了474亿美元，较2025年下半年通过470笔交易筹集的120亿美元增长近四倍。这一数字也比2025年上半年通过436笔交易筹集的264亿美元高出约80%。
Crunchbase使用“物理人工智能”一词，指将软件与硬件、传感器以及在现实世界中运行的系统连接起来的技术。这包括机器人、自动驾驶汽车、航空航天、无人机、工业自动化和传感器。
大型交易推动资金激增
历史对比显示了这一转变的规模：2022年至2024年的三年间，风险投资基金仅向物理人工智能公司投资了419亿美元，低于2026年前六个月单独流入该行业的资金。
Waymo在2月宣布的160亿美元融资是此次增长的最主要因素。Alphabet、Dragoneer Investment Group、DST Global和Sequoia Capital共同领投了此轮融资，使总部位于加利福尼亚州山景城的Waymo估值达到1260亿美元。该轮融资约占这一时期行业总融资额的三分之一。
其他大型融资包括国防技术公司Anduril Industries在5月筹集的50亿美元，当时公司估值达到610亿美元，是不到一年前305亿美元估值的两倍。3月，总部位于San Diego的Shield AI完成了20亿美元的G轮融资，由Advent International和JP Morgan Chase共同领投，使公司估值升至127亿美元。
同月，总部位于Austin、开发自主海军舰艇的国防技术公司Saronic，在Kleiner Perkins领投的D轮融资中筹集了17.5亿美元。这轮融资使公司累计融资额达到约26亿美元，估值升至92.5亿美元，超过2025年C轮融资时估值的两倍。
融资伴随着大型退出交易
资本活动并不局限于投资轮次。2026年，该行业完成了数起上市和收购交易，其中活动比机器人领域更集中于航天、国防和无人机领域。
SpaceX是最大的例外。该公司在6月首次公开募股中筹集了750亿美元，估值达到1.77万亿美元。总部位于Virginia州Herndon的空间情报公司HawkEye 360在上市时筹集了4.16亿美元；总部位于Virginia州Arlington的自主无人机公司Aevex则筹集了3.2亿美元。
在收购交易方面，Mobileye以约9亿美元收购了以色列人形机器人初创公司Mentee Robotics。Mobileye明确将这笔交易与其向物理人工智能方向发展的战略联系起来。
为什么这一转变对投资者很重要？
Edison Partners普通合伙人Ryan Ziegler认为，物理人工智能并不局限于机器人、人形机器人、国防和基础模型。在他看来，该领域融合了软件、硬件、传感器、物联网和服务，应用范围包括制造业、供应链、公用事业、农业、交通、政府以及空间和物理情报。
Ziegler指出，人工智能快速、大规模处理这些系统产生的数据的能力正在增强，同时硬件成本也在下降，获取硬件变得更加容易。他提到移动电话中已经配备LiDAR扫描仪，并认为这扩大了绘制物体和空间地图的能力。
对Edison Partners而言，机会尤其集中在传统上依赖模拟流程的高价值行业。该基金关注能够通过预测性维护、风险管理、资产安全、安保以及自主运营来衡量回报的应用。该基金还认为，其中一些公司可能类似于面向特定行业的软件公司，拥有多年部署周期和可观收入。此外，软件、传感器和硬件的结合能够产生专有数据集，并随着时间推移不断提升其价值。
从试验走向商业运营
Eclipse Capital合伙人兼增长部门负责人Joe Fath表示，物理行业仍然是资本密集型行业，但支持人工智能的技术正在改变企业建设和扩张的效率。他将此归因于技术壁垒降低、专业人才涌入以及市场需求增长。
据材料中投资者的观点，过去两年间，建设这类公司的经济效益也有所改善。计算能力和基础模型变得更加广泛可用，可复用模型和基于物理的仿真得到改进，训练数据更加充足，传感器和硬件成本下降。与此同时，一些公司正转向将硬件销售与经常性收入，或基于使用量和成果的定价结合起来的收入模式。
实际上，这意味着硬件可能成为分发软件和数据的渠道，而不仅仅是一个独立产品。Fath表示，这些因素正推动资金流向能源、机器人、自主系统、芯片、计算和数据中心基础设施领域，同时更加关注能够进入生产阶段、获取客户并高效扩张的公司。
Eclipse Capital将物理人工智能定义为“嵌入能够感知、推理并在现实世界中行动的系统中的智能”，通常避免投资独立的大型语言模型提供商。Fath认为，价值可能分布在该行业的各个层级，但最佳竞争优势可能属于能够整合基础设施层和应用层的多层企业。
投资者提出的结论并不是仅凭技术能力就足够，而是客户更关心运营效率、可靠性和收入。因此，新近获得融资的公司的实际考验，将是能否把人工智能转化为商业上值得信赖的系统，然后利用由此产生的数据和基础设施拓展更多产品。