当资本持续涌入研发具有双足设计的人形机器人的赛道，追求通用智能的长远目标时，总部位于圣克拉拉的 Maven Robotics 在两年融资过程后，提出了一套务实、不追求噱头的发展思路：

先抢占工业物流市场，再让智能技术在生产过程中逐步积累能力。

公司初创时，手里还没有现成机器人，只有一张机器人的卡通图加一支团队。

CEO 兼联合创始人 Hamza Derbas 得知一家有物流需求的大型消费品公司，正在接触四家机器人企业后，争取到参观其工厂和仓库的机会，从现场人员的工作方式中寻找可自动化的流程。

最终，赢得订单。

Maven 此次获得的大额融资，为这一技术路线提供支撑。靠着 8 台轮式机器人，该公司日前宣布完成 1 亿美元 A 轮融资。本轮由 RoboStrategy 领投，这家封闭式投资基金近期已在纳斯达克股票交易所上市，股票代码为 BOT。此外，LocalGlobe、Vine Ventures 与 XTX Markets Ventures 参与跟投。

这笔资金将用于生产 250 台第三代机器人，并同时支持第四代系统的早期工程研发工作。

舍弃双腿，为效率让路

Maven 平台的机器人方案没有模拟人类行走的步态，而是采用轮式移动底座搭配具有机械双臂的操作躯干。机器人的最高移速可达每小时 10 英里，可使用真空吸盘抓手搬运重达 30 公斤的负载。

公司主要目标聚焦于混合托盘码垛的分拣工作，这是零售与消费品分销中心中的一个长期难以解决的瓶颈。在标准供应链流程中，载有同种货品的托盘从制造工厂运出；仓库工人需要进行人工拆卸，再根据特定门店的库存需求，在 48 小时内定制组装混合货品托盘。

Maven 机器人一端直接与仓库管理系统（WMS）对接，并在另一端完成货车装载，实现了端到端的物理作业流程，而非孤立的物料运输环节。公司 CEO Hamza Derbas 表示，目前该公司已在客户设备场地部署运行多达 8 台机器人，实行 16 小时轮班作业，设备正常运行率可达 99% 及以上。

正是出于对作业稳定性的高度重视，团队决定放弃为机器人设计双腿。

尽管 Derbas 认可像 Agility 这样的企业 —— 该企业计划通过 25 亿美元的特殊目的收购公司（SPAC）交易上市，但他对仓储领域采用双足结构设计的机器人提出质疑。

"机器人的双足设计对于仓储业务完全没有意义，"Derbas 向 TechCrunch 表示，"这种机器非常复杂、不可靠，还会增加不必要的成本。在这个领域，投资回报率才是关键。"

九年造车经验，训练机器人集群

Derbas 于 2024 年与他的兄弟 Khalid 共同创立了 Maven，后者拥有私募股权领域背景，并担任公司 CFO。

在创办这家初创企业之前，Derbas 曾在苹果公司的特别项目组（广为人知的 "Project Titan"）工作了九年。该项目是这家科技巨头推出的自动驾驶项目，已于 2024 年初结束。

这段自动驾驶领域的积淀，构成了 Maven 工程团队的技术根基。

公司将自动驾驶的数据架构思路应用于实体机器人集群：在数小时内从配送中心收集作业过程中的边缘案例日志，开展自动化对照实验，更新权重参数，并将新策略重新下发部署回工作现场。

RoboStrategy 的 CEO Andrew Kang 在谈及 A 轮融资时表示，苹果公司项目经历以执行为导向的背景尤为突出：

"Maven Robotics 的核心团队正是从该项目解散后组建而成。"Kang 表示，"我们经常看到实验室里各种炫酷的机器人样机演示，但 Maven 团队是少数成功将机器人从实验室试点阶段推向实际生产环境的团队之一，并实现了多班次运行和超过 99% 的正常运行时间。"

RoboStrategy 的投资者 Jack Pearson 补充道，Maven 更注重工业系统研发思维，而非纯粹追求算法创新的学术研究思路。

不比拼模型，比拼落地

Maven 的长期愿景是打造通用型工业劳动力，但其商业化路线则明显是渐进式的。

公司并不打算一开始就尝试开放世界任务，而是逐步实现商业化，从工业混合托盘码垛扩展到更广泛的物料搬运、自动化和工业制造领域。

为了加速硬件端的操控学习，该公司开发了专门的钳形手套，使人工操作员能够采集高保真的演示数据，并将数据直接映射至机器人末端执行器的几何结构。

这种以部署为核心的策略，反映了 Skild AI 等团队所倡导的更广泛转变。该公司最近已实现年度经常性收入（ARR）1 亿美元，其核心观点是真实场景的边缘部署比实验室演示更为重要。

然而，Maven 的战略也面临结构性的权衡。

尽管工业混合托盘码垛占据了高达 800 亿美元的工业市场规模，但若要突破结构化装箱工作的局限，就需要更加精密灵巧的操控策略，而行业尚未完全解决这一难题。

此外，如果前沿基础研究实验室依托纯粹的网络规模计算，实现了通用操作模型的突破，那么垂直拓展客户全流程业务的模式，将让这类专业机器人初创企业面临被赶超的风险。

然而，Derbas 依然坚信，物理系统集成能力与现场的稳定运行能力，才是企业的护城河：

"我们并非在比拼模型，"Derbas 指出，"我们的赛道是解决工业劳动力问题，并让这项技术能达到全球所需的落地规模。"