表现
RD 热度指数
RD 增长指数
对比
关注更新
关注列表
人物
关于Axis Robotics
Axis Robotics正在为物理人工智能构建数据基础设施层，核心是通过“仿真优先”策略解决机器人领域的数据瓶颈。其主营业务是一个分布式数据引擎，结合了浏览器端仿真、众包人类演示和自动化数据处理管线。用户可以直接在网页浏览器中操作虚拟机器人，大规模生成多样化轨迹。这些轨迹随后经过过滤、平滑处理，并在NVIDIA Isaac Sim等高质量仿真器中重放验证和增强，从而实现零样本的仿真到现实迁移。
公司的核心差异点在于其三层架构：用于民主化数据收集的基础设施层、用于混合增强的倍增层，以及用于策略训练的大脑层。这条垂直整合的管线将原始众包数据转化为可直接用于基础模型训练的数据集。截至2026年年中，该数据引擎已积累超过30万用户和180万条轨迹，并设有实时公开仪表盘展示增长情况。公司已与多家机器人本体公司和模型开发商建立商业合作，其中包括与Booster Robotics的显著合作，将遥操作数据与仿真扩展相结合用于人形机器人。
Axis解决的市场问题是传统机器人数据采集依赖物理硬件和实验室环境，成本高昂且多样性有限。通过将数据生产转移到仿真和众包，Axis声称能大幅降低成本并扩展任务和场景覆盖。近期发展包括发布面向Franka机械臂的大规模开源数据集、将基于众包仿真数据训练的策略成功部署到物理机器人上，以及推出商业化的数据即服务产品。公司正将自己定位为定义“预训练级机器人数据”标准的主导者。
Axis Robotics成立于2025年，专注于物理AI数据基础设施。2026年3月，其主产品在Base链上线，开放全球数据贡献网络。2026年7月，公司完成1200万美元种子轮融资，由Hack VC领投，Nomad Capital等参投，验证了仿真优先策略。关键里程碑是“小王子的玫瑰”活动：通过网页众包遥操作收集超1万条轨迹，成功部署至Franka机械臂实现自主浇花，展示零样本仿真到现实迁移能力。这证明大规模低成本网页数据采集可有效训练具身AI模型，为行业建立了可扩展的数据引擎。
近半年（2026-03-01至2026-09-01），Axis Robotics在物理AI数据基础设施领域取得重要进展。2026年3月，公司宣布完成1200万美元种子轮融资，由hack_vc领投，Nomad Capital、PiCore Team Ventures及顶级天使投资人参与，并计划在Base区块链上发布主产品。2026年6月，平台累计生成100万条轨迹，获得1600小时有效仿真遥操作数据，实现规模化里程碑。同时，公司集成DAgger（数据聚合）机制，构建完全闭环的双向数据飞轮：任务设置→数据采集→模型训练→部署评估→定向任务生成→纠错数据采集，从静态数据集转向持续反馈驱动的模型迭代。未来重心包括：扩展多机器人形态（双臂、灵巧手等）的数据引擎，支持带状态检查点的长时程任务，并向开发者与企业开放模块化基础设施。路线图强调可扩展的标准化数据生产、全球社区参与，以及逐步去中心化核心接口，旨在打造一个韧性、开放的物理AI网络。
Chris Feng（联合创始人兼CEO）：曾任Chainbase首席运营官（2022-2025）、经纬创投高级投资经理（2019-2021）、贝恩公司咨询顾问（2013-2015）。教育背景：俄亥俄州立大学金融与风险管理学士。
Christine（联合创始人兼CMO）：曾任雀巢项目经理（2017-2018）、沃尔玛电商业务分析师（2016-2017）、优步用户增长（2015-2016）。教育背景：圣路易斯华盛顿大学供应链管理硕士；暨南大学新闻与经济双学士。