工业机器人车间里不缺跳舞的演员，缺的是能穿针引线的装配工。
从电动车企 Rivian 分拆出来的工业机器人公司 Mind Robotics，在 TechCrunch Disrupt 大会上正式宣布，任命前福特电动汽车与数字技术主管、前特斯拉工程高级副总裁 Doug Field 出任总裁，全面接管产品开发、工程与日常运营。
这家成立仅一年的硬件实体，账面上已经堆了超过 10 亿美元的外部风险投资。这不仅是一位造车名宿的再出发，更是北美硬科技资本对具身智能制造路径的一次务实纠偏：母公司早早把昂贵的研发支出剥离出上市公司资产负债表，并且彻底撕掉了双足仿生机器人的外衣。
拿外部10亿美元筑墙，母体提前出表
重资产硬件研发最忌讳的，是主业尚未稳定盈利，现金流先被看不到尽头的试验性研发拖垮。
Rivian 创始人 RJ Scaringe 吸取了教训，没有选择把机器人项目留在母体内部死磕，而是筑起了一道严密的资本防波堤。2026 年 3 月，Rivian 在财务报表中对 Mind Robotics 完成出表剥离，会计核算转为权益法。伴随外部注资稀释，Rivian 的持股比例已从 2026 年一季度末的 37.6% 滑落至 6 月 30 日的 32.1%，与另一家专注于高端电助力自行车的微出行分拆公司 Also 一样，均维持在约三分之一的参股比例。
这意味着，哪怕产线机器人研发遭遇卡顿或试错亏损，也不会直接侵蚀 Rivian 当期的整车业务利润表。
支撑这场重资产研发的，完全是外部顶级风险投资机构的真金白银。三轮融资在 12 个月内累计吸纳了 10.15 亿美元：
- 2025 年底种子轮.Eclipse 领投 1.15 亿美元
- 2026 年 3 月 A 轮.Accel 与 a16z 联合领投 5 亿美元
- 2026 年 5 月 A-1 轮.Kleiner Perkins 领投 4 亿美元
资方阵容里不仅有 Bain Capital、Redpoint、Greenoaks 等硅谷头部机构，还出现了大众汽车旗下的 Incharge Capital。Scaringe 个人不仅保有董事长席位，还享有 Mind 高达 10% 的超额利润收益权及 20 万股挂钩期权。
用硅谷的钱承担试错成本，将真实工厂当作训练基地，母公司坐享成果。这套算盘打得极为现实。
决裂双足假面：流水线只认良率与节拍
在技术路线上，Mind Robotics 与马斯克的 Tesla Optimus 走到了完全对立的两个极端。
特斯拉试图打造通用双足人形机器人，坚信仿人身躯能够无缝替换人类岗位。然而在现代整车车间里，平整地面上的双足行走属于典型的过度工程，徒增巨大的机械配重与平衡控制开销。冲压、焊装、涂装早已高度自动化，总装环节至今卡壳的地方，根本不是零部件的搬运，而是底盘合装、精密紧固件紧固以及柔性线束插接。
线束是软质物体，每一批次的下垂姿态、空间角度都存在毫米级公差，传统刚性机械臂对准即卡死。Mind Robotics 从立项开始就放弃了双足行走的公关噱头，选择任务导向的专用机械形态。
Mind 的逻辑在于切分问题：让工业多模态基座模型提供环境感知、容错调整和少样本学习能力，但机械构型则严格按照工位最佳受力、最佳能效来设计。车间追求的是以秒计的节拍时间，不是在装配线旁展示杂技般的步态控制。车间空间寸土寸金，流水线停台按每秒数千美元计费。工位不需要展示平衡技巧，只需在既定节拍内把零件塞进公差槽位。Mind 将算力收缩在末端执行器的闭环接触力控上，而不是浪费在下肢维持重心平稳的电机功耗里。
硬件老兵挂帅，进入交付肉搏期
请来 Doug Field 主持大局，清楚地表明这家公司已经跨过了讲算法愿景的阶段，进入硬件量产与产线工程交付的深水区。
福特在 2026 年 4 月宣布 Field 离任后，将其电动车、软件与设计业务整合为 COO Kumar Galhotra 主导的工业化部门。对于历经 Segway 1 号员工、特斯拉制造危机与传统巨头组织阵痛的 Field 而言，告别繁冗的主机厂官僚体制，转而掌控一家现金储备充裕的纯技术公司，显然更契合他的工程本能。
| 企业 / 阶段 | 核心岗位 | 实际成果与转折 |
|---|---|---|
| Tesla (2013-2018) | 工程高级副总裁 | 突破 Model 3 产能瓶颈，跑通大规模量产交付 |
| Apple (2018-2021) | Project Titan 负责人 | 深陷产品战略与自动驾驶定位摇摆，未达量产 |
| Ford (2021-2026) | 首席电动汽车与技术官 | 负责 Model e 软件与工业化，因组织整合离任 |
Field 明白图纸与真实车间的落差有多大。当年特斯拉在 Model 3 初期曾盲目迷信全自动化传送带与机械臂，马斯克后来不得不承认过分自动化是个错误，人类被低估了。如今 Field 面对的课题完全相反：利用模型驱动的物理交互能力，逐步接管那些曾让传统机械臂束手无策的装配死角。
算法团队擅长构建模型架构，但在压低物料清单成本、控制公差积累、以及将设备无缝嵌入既有流水线节拍方面，唯有在产能地狱里摸爬滚打过的制造工程师才懂得如何权衡。
撕掉滤镜后的真实现状
坐拥 Rivian 在伊利诺伊州诺摩尔工厂的高通量真实数据，确实构成了 Mind 区别于实验室内测团队的显著优势。Field 直言初创团队从第一天起就能进入高负荷运转的量产产线，真实车间中飞溅的火花、钣金公差、油污反光与紧凑生产节奏，是具身大模型最稀缺的养料。
但数据源头不能直接等同于落地胜率。纵观行业第一梯队，Figure 走得更为激进且公开：
| 评估维度 | Figure (宝马阵营) | Mind Robotics (Rivian 阵营) |
|---|---|---|
| 硬件形态架构 | 通用全人形机体 (Figure 02/03) | 专为制造定制形态 (Purpose-built) |
| 公开验证工时 | 约 1250 小时 (已公布实测) | 处于产线模型训练期 (未公开小时数) |
| 量产交付验证 | 搬运超 9 万个零件 / 支持 3 万辆整车 | 依托 Rivian 验证，尚无吞吐量量化指标 |
| 产业资本协同 | 宝马集团战略场景试点 | 获大众关联资本注资、Rivian 深度绑定 |
相比对手拿出的硬核打卡记录，Mind Robotics 至今未向外界公布任何真实的产线部署规模、单工位人工干预率或设备综合效率数据。
天下熙熙，皆为利来。拆分出表、拉拢 VC、绑定产线、请来老将，Rivian 在物理 AI 这条赛道上搭好了一个抗风险极高的框架。制造企业评估具身方案时，算账的逻辑极其冷酷：工位单位产出的能源与折旧成本才是底线，没人愿意为观赏性强的仿生形态支付溢价。至于这套架构究竟是为制造业提供了具身智能落地的标准化样板，还是仅仅造就了一家估值高昂的零部件外包商，最终只能由工厂车间里那根难缠的线束来给出答案。