Uber 联创 Travis Kalanick 再次押注 AI,Atoms 融资引发关注

产品与生态
更新于: 2026-07-27 02:20

人工智能产业正在进入新的发展阶段。过去几年,市场对于 AI 的关注主要集中在大模型、GPU、云计算和数据中心等数字基础设施领域。OpenAI、Google、Microsoft 等企业推动生成式 AI 快速发展,而 NVIDIA、AMD 等芯片企业则成为 AI 算力浪潮中的核心受益者。但随着 AI 模型能力不断提升,行业开始寻找新的增长方向:如何让 AI 不仅处理信息,还能够进入现实世界,参与生产、运输和工业活动。

7 月 27 日,Uber 联合创始人 Travis Kalanick 控股公司 Atoms 完成约 17 亿美元股权融资,成为近期工业 AI 领域的重要融资事件。本轮融资由 Andreessen Horowitz(a16z)领投,Bain Capital、Fifth Wall、Uber 等机构参与,同时 a16z 联合创始人 Ben Horowitz 将加入 Atoms 董事会。资金将主要投入工业 AI、物理自动化以及相关产业应用,包括采矿、运输、食品加工等领域。

与传统软件 AI 公司不同,Atoms 的目标并不是开发一个面向消费者的 AI 应用,而是推动人工智能进入真实工业环境。通过 AI 算法、机器人系统和自动化设备结合,企业希望让机器能够完成过去依赖人工操作的复杂任务。这也意味着 AI 产业正在从“数字智能”向“物理智能”扩展。

AI 竞争正在从数字世界走向物理世界

过去两年的 AI 热潮,本质上是一场围绕计算能力和信息处理能力展开的竞争。大型语言模型证明了机器可以理解和生成内容,AI 助手、智能搜索和代码生成工具正在改变软件行业。但这些应用主要发生在数字环境中,AI 处理的是文本、图片、数据和代码。

下一阶段,AI 面临的问题更加复杂:如何理解并控制现实世界。

工业环境中的任务远比数字环境复杂。自动驾驶车辆需要识别道路情况并实时决策,矿山设备需要适应不同地形和工作环境,制造机器人需要根据生产流程完成精准操作。这些场景不仅需要 AI 模型具备理解能力,还需要结合传感器、机械系统、计算平台以及行业经验。

因此,工业 AI 的发展路径与生成式 AI 并不完全相同。生成式 AI 主要解决“理解和创造”的问题,而工业 AI 需要解决“感知和执行”的问题。未来人工智能的竞争,可能不再只是模型参数规模的竞争,而是 AI 能否真正提升现实产业效率的竞争。

为什么资本开始关注工业 AI?

工业 AI 成为资本市场关注方向,与其巨大的产业价值有关。过去几十年,制造业、能源、运输和资源行业一直依赖自动化技术提升效率,但传统自动化系统通常需要提前设计固定流程,面对复杂环境时适应能力有限。人工智能的发展正在改变这一情况。通过结合机器学习、计算机视觉和机器人技术,工业系统可以具备更强的环境理解能力。例如,在采矿行业,AI 可以帮助设备识别复杂环境,优化运输路线,并减少危险区域中的人工操作。在物流领域,AI 可以提升仓储管理和运输效率。在食品加工行业,智能机器人能够提高生产精度,并降低人工成本。

工业 AI 的吸引力还在于市场规模。相比消费互联网应用,工业领域覆盖全球制造、能源、交通和基础设施,潜在商业价值更加庞大。如果 AI 能够帮助企业降低成本、提升效率,即使只优化部分生产流程,也可能创造巨大的经济收益。

这也是为什么 Andreessen Horowitz、Bain Capital 等机构愿意投入大量资金布局工业 AI。资本关注的不只是短期技术热点,而是寻找下一代产业升级机会。

Atoms 为什么重点布局 Pronto?

Atoms 的工业 AI 战略中,Pronto 是重要组成部分。Pronto 是由 Anthony Levandowski 创立的重工业自动化公司。Anthony Levandowski 曾参与自动驾驶技术发展,并在自动驾驶领域拥有丰富经验。Pronto 的业务重点是利用自动驾驶和 AI 技术,实现重型设备自动化,尤其关注采矿和运输等工业场景。

相比城市道路自动驾驶,工业自动化场景具有一定优势。例如矿山环境通常路线固定、工作区域封闭,并且设备价值较高,因此企业对于自动化技术的接受度更高。如果 AI 能够控制大型工程设备,不仅可以减少危险环境中的人工需求,也能够提高生产效率。

对于 Atoms 来说,收购并发展 Pronto 并不是简单投资一家机器人公司,而是在探索 AI 如何进入传统工业体系。未来,工业 AI 的竞争可能需要同时掌握软件算法、硬件设备和行业场景,而这也是该领域最大的壁垒。

工业 AI 仍面临技术和商业化挑战

虽然工业 AI 前景受到资本关注,但其商业化过程并不会像软件 AI 一样快速。最大的挑战来自现实环境的不确定性。大型语言模型主要面对数据和信息问题,而工业 AI 需要面对真实世界中的各种变化。例如设备故障、环境变化、人员操作以及安全风险,都可能影响 AI 系统运行。

此外,工业领域对于可靠性的要求远高于互联网应用。软件出现错误可能影响用户体验,但工业设备出现问题可能导致生产事故。因此,工业 AI 需要经过长期测试,并满足严格的安全标准。

成本也是企业需要考虑的问题。机器人、自动化设备和智能系统需要大量前期投资,企业必须衡量自动化带来的长期收益是否能够覆盖初始投入。

因此,工业 AI 的发展速度可能不会像聊天机器人那样迅速普及,但一旦形成规模化应用,其影响力可能更加深远。

AI 投资逻辑正在扩展,从 GPU 延伸到机器人生态

Atoms 的融资反映出 AI 投资逻辑正在发生变化。早期阶段,市场主要关注 AI 模型能力,大量资金流向 OpenAI、Google 等人工智能平台。随后,随着模型训练需求增加,市场关注点转向 GPU、先进封装和 HBM 存储,NVIDIA、SK 海力士、Micron 等企业成为 AI 基础设施的重要受益者。如今,AI 投资正在进一步向应用层和物理世界扩展。数据中心、云计算、工业自动化、机器人以及智能制造正在成为新的关注方向。

这意味着 AI 产业链正在变得更加完整。从底层芯片,到计算基础设施,再到最终产业应用,人工智能正在形成一个覆盖软件、硬件和实体经济的新生态。

未来几年,市场竞争可能不仅围绕谁拥有最强 AI 模型展开,也会围绕谁能够将 AI 真正应用到生产体系中展开。

Travis Kalanick 再次布局 AI,释放什么信号?

Travis Kalanick 曾通过 Uber 改变全球出行行业,而如今通过 Atoms 布局工业 AI,也体现出其对于技术改造传统行业的长期判断。Uber 的核心逻辑是利用移动互联网、算法和平台模式重新定义交通服务。而工业 AI 的目标,则是利用人工智能和自动化技术重新定义生产方式。两者虽然属于不同领域,但背后逻辑相似:通过技术提高传统行业效率。Atoms 获得 17 亿美元融资,说明资本市场正在寻找 AI 的下一阶段增长机会。过去几年,AI 产业最核心的问题是“如何让机器理解信息”,未来可能转向“如何让机器执行任务”。

如果这一趋势持续发展,机器人和工业自动化可能成为人工智能产业的重要增长方向。

AI 时代的新竞争:从软件智能到产业智能

随着 AI 进入工业领域,人工智能的发展路径正在发生变化。过去,互联网公司通过软件服务连接用户,而 AI 正在进一步连接现实世界。未来的 AI 企业可能不仅需要拥有模型能力,还需要理解具体行业需求,并将技术融入生产流程。工业 AI 的价值不只是替代人工,而是重新设计生产方式。它可能影响制造、能源、物流、农业甚至基础设施建设等多个领域。

对于投资者而言,AI 的机会也正在从少数科技巨头扩散到更广泛的产业链。从芯片、存储、数据中心,到机器人、自动化设备和工业软件,人工智能正在形成更大的产业生态。

Gate 股票交易如何关注 AI 新趋势

随着 AI 产业从模型竞争进入产业应用阶段,投资者关注范围也正在扩大。

Gate 股票交易覆盖多个主要股票市场,投资者可以关注 AI 产业链不同环节的发展,包括 AI 芯片、半导体设备、机器人、工业自动化以及相关基础设施企业。

相比早期围绕单一 AI 龙头公司的投资逻辑,未来市场可能更加关注整个 AI 生态的价值分布。理解 AI 如何从技术创新进入实际产业应用,有助于更全面地观察人工智能长期发展趋势。

总结

Atoms 完成 17 亿美元融资,代表资本市场正在关注人工智能发展的下一阶段。

过去几年,AI 产业主要围绕大模型、GPU 和云计算展开,而未来竞争可能逐渐转向物理自动化和工业应用。

从采矿到运输,从制造到物流,工业 AI 正试图让人工智能进入真实生产体系。虽然这一领域仍面临技术、成本和安全挑战,但其巨大的市场空间正在吸引越来越多资本投入。

随着 AI 从数字世界走向物理世界,机器人、工业自动化和智能制造可能成为下一轮人工智能产业增长的重要方向。

FAQ

Q1:Atoms 是什么公司?

Atoms 是 Uber 联合创始人 Travis Kalanick 控股的公司,重点布局工业 AI、物理自动化和相关产业技术。

Q2:为什么 Atoms 能获得 17 亿美元融资?

投资者看好工业 AI 长期市场潜力,希望通过人工智能和自动化技术改造传统产业。

Q3:Pronto 在 Atoms 战略中有什么作用?

Pronto 专注于重工业自动化,主要应用于采矿和运输领域,是 Atoms 推动物理自动化的重要布局。

Q4:工业 AI 和生成式 AI 有什么区别?

生成式 AI 主要处理信息和内容,而工业 AI 需要控制现实设备,实现生产流程自动化。

Q5:未来 AI 投资机会在哪里?

除了大模型和 GPU,AI 存储、数据中心、机器人、工业自动化和智能制造都可能成为长期关注方向。

本内容不构成任何要约、招揽、或建议。您在做出任何投资决定之前应始终寻求独立的专业建议。请注意,Gate 可能会限制或禁止来自受限制地区的所有或部分服务。请阅读 用户协议了解更多信息。

分享一下

sign up guide logosign up guide logo
sign up guide content imgsign up guide content img
Sign Up
Log In