BlockBeats 消息，7 月 27 日，Physical AI 数据引擎公司 Axis Robotics 宣布完成 1200 万美元种子轮融资，本轮由 Hack VC 领投，Nomad Capital、Pi Network Ventures、10K Ventures 及多名天使投资者参投。
Axis Robotics 表示，这笔资金将用于建设大规模、人机协同的全球机器人数据引擎，处理 Physical AI 领域面临的数据瓶颈，包括训练数据稀缺、模型泛化能力不足，以及不同机器人硬件之间的数据碎片化问题。
融资用途指向机器人训练数据基础设施
公司称，与大语言模型依赖海量互联网文本数据不同，Physical AI 的训练需要大量真实的人类物理交互轨迹数据。
Axis Robotics 创始人 Chris 表示，公司正在构建一种可持续增长的数据生产系统，通过持续生成、采集和优化机器人训练数据，加速通用机器人智能发展。
复合数据引擎覆盖任务生成到模型优化
Axis 的“复合数据引擎”整合了任务生成、数据采集、模型训练和优化流程，具体包括：
- 通过任务生成引擎随机生成不同物体、空间布局、视觉环境及机器人形态的数据任务；
- 提供基于浏览器的机器人模拟远程操作平台，提高数据采集效率；
- 通过移动端应用采集真实世界人类动作数据；
- 自动完成轨迹清洗、领域随机化及语言标注，生成可用于模型训练的多模态数据集。
已建成超 10 万名活跃贡献者网络
公司表示，目前已建立由超过 10 万名活跃贡献者组成的全球机器人数据网络，每月可生成超过 1200 小时模拟数据，以及 2 万小时以上真实世界第一视角数据。
Axis Robotics 称，其数据集已在机器人基准测试中展现出性能优势。在 LIBERO-Plus 测试中，基于 Axis 多样化数据集训练的 π0.5 模型成功率提升 4.9 个百分点，相比 RoboCasa365 基准数据集提高 31.3 个百分点。
已与多家机器人和工业企业合作
在商业化方面，Axis Robotics 已与 Booster Robotics、Manycore Tech、Feagine Robotics、Dexmal、Lotus Car、吉利汽车等企业建立合作，为机器人制造商、Physical AI 模型公司及工业自动化企业提供定制化训练数据服务。
公司表示，下一步将利用本轮融资扩大数据生成能力，扩展全球贡献者网络，并继续建设支撑下一代通用机器人智能的核心数据基础设施。