就在差不多一年前的同一天，Figure AI首席执行官Colby Adcock曾在社交媒体上对竞争对手Agility进行过一番轻微嘲讽，并作出预言："你们将在不到12个月内破产。"
然而事实恰恰相反，Agility正通过反向并购的方式成为一家上市公司，并将从散户投资者和一批私募融资中筹集4.65亿美元新资本。这笔交易将通过一家特殊目的收购公司（SPAC）完成。
"你在Agility这里看不到很多跳舞或后空翻的机器人，"首席执行官Peggy Johnson在公司上市前接受TechCrunch采访时表示。"我们坚持自己的战略，专注于那些手工、高度重复、很难招到人来做的工作。"
Agility的历史早于近期物理AI投资热潮的兴起。该公司于2015年由俄勒冈州立大学的一群研究人员分拆创立，他们在如何让机器人安全实现双足行走方面取得了突破。公司一直专注于将少量Digit机器人部署到工业场景中，目前拥有九个不同的客户，包括舍弗勒（Schaeffler）、GXO、丰田汽车加拿大制造公司以及Mercado Libre。Digit通常用于搬运重型料箱，在GXO的一家物流设施中，搬运数量已超过10万个。
与Figure、特斯拉、1X或波士顿动力打造的人形机器人相比，Agility的Digit显得有些笨拙，但这款机器人确实在完成实际工作，并且正在赚钱——尽管2026年上半年仅赚了17.4万美元，而且大部分来自关联方。公司同期亏损3.62亿美元，这意味着公司必须加紧成功部署新获得的资本注入。
好消息是，Agility为其新一代机器人Digit 5争取到了来自30家客户、总额达3亿美元的计划合同。新型号可以在人类周围安全运行，而不像上一代产品（事实上大多数人形机器人也是如此）那样只能在隔离的工作单元中运行。Johnson表示，这笔交易是公司决定上市的"主要驱动因素之一"，但她尚未透露客户身份，也未说明这些客户是否是投资者。
为达成这些协议，Johnson表示Digit 5必须在若干未披露的指标上达到目标，包括吞吐量、运行时间和放置精度。公司目前尚未展示Digit 5的原型机，但Johnson表示将在2027年CES展会上进行演示，并在当年年底广泛上市。
公司的宣传说法是，在机器人即服务模式下，一台机器人每年可为企业节省10万美元，如果客户直接购买机器人，节省的费用甚至更多。这些单位经济效益能否最终实现，将取决于Digit 5的能力，包括任务准确性，以及它能在不暂停充电或维护的情况下持续工作多长时间。
Johnson举了一个例子：一个人搬起50磅重的物体——一些工作场所将此作为避免受伤的非正式阈值。"Digit可以一遍又一遍地重复这个动作，"她说。"你不想让人类做这种工作，你想把它交给机器人。"
Agility面临两个关键问题：它能多快找到Digit 5的新客户，以及它能多快提升机器人的能力。潜在客户需要花费50万美元，让Agility进行现场概念验证，然后才能全面扩大部署规模；2026年5月已有四家客户签约。虽然Agility能够以98%的准确率搬起重物并放置，但它仍然——像当今大多数机器人一样——缺乏处理复杂操作任务的能力。
生成式AI技术究竟能多快释放出让机器人处理各种物品所需的灵活性，这一点目前还不清楚。基于视频和远程操作数据的训练系统尚未带来可靠的通用自主能力，不过在物理AI研究人员看来，将Transformer架构适配到不同模态似乎前景可观。
"目前并不存在一个记录机器人动作的'物理数据互联网'，这就是为什么你会看到这么多人尝试用各种方法模拟数据，我们也在使用所有这些技术，"Johnson说。"它们各有优缺点，但我们还拥有……来自真实客户、真实设施中的6.5万小时真实运营数据……这帮助我们加速了Digit的训练。"
Johnson表示，此次SPAC交易筹集的资金将满足公司当前的需求，但她不愿预测这笔资金是否足以让公司实现自给自足。她也没有透露Digit 5的生产目标，但公司曾表示其生产设施每年可生产1万台机器人。
"你们将看到我们持续倾听客户的声音，了解他们在这些设施中的需求，"她说。"我们在从他们那里获取线索，因为我们正在打造一个真正的生意。"
尽管仍有诸多悬而未决的问题，但凡是真正把产品投入到实际应用场景中这一点，就已经让Agility在大多数人形机器人制造商中占据了领先地位。
"让我们先从料箱和周转箱开始，然后再做拣选和配套包装，"联合创始人兼首席技术官Johnathan Hurst今年夏天在公司弗里蒙特研发中心开业时对TechCrunch表示。"然后让我们开始攻克纸箱处理，这真的很难，还有装卸拖挂卡车之类的事情。好了，现在我们已经做到了1亿台机器人的规模，知道吗？一家万亿美元的公司。"
