RobotScope RobotScope

Eka Robotics

已收购
US · 具身基础模型 / 软件层
成立
2025
US
阶段
Seed / Stealth
速览 · TL;DR
  • ▸ US · 成立 2025 · Seed / Stealth
  • ▸ 定位：具身基础模型 / 软件层
最后更新
◇ 十问画像 · 投资人 / 创业者视角
目标场景 / ROI
定位从“电商履约到家庭杂务”的智能层，演示覆盖精密装配、传送带分拣、触觉恢复；客户、付费部署、回本周期与营收线索均未披露。
产品形态 / 泛化
已披露硬件入口是定制触觉夹爪，强调力反馈传感；公司主张打破“泛化性—操作速度”权衡，但是否通用平台还是单场景专用，文件未给出已验证结论。
技术路径
自研 VFA（Vision-Force-Action）基座模型，以“力”而非语言作为操作原生模态；路线为纯仿真训练、零人类遥操/演示数据、直接力控操作，并声称具备专有 sim-to-real 算法。
数据策略
数据来源披露为高保真物理仿真环境中的自练习，类似 AlphaZero 自博弈，不依赖人类数据；真实部署回流数据和数据飞轮是否成立，未披露。
硬件 / 成本
已披露使用定制触觉夹爪而非传统灵巧手，并存在对该硬件的依赖；单机价格、BOM 成本、量产成本与供应链锁定情况未披露。
落地阶段
2026-04 刚出鞘，当前公开证据停留在演示层；客户、pilot、小批量、量产进度及真实部署台数均未披露。
团队基因
创始人为 MIT CSAIL 副教授 Pulkit Agrawal 与前 DeepMind 机器人研究员 Tuomas Haarnoja；团队来自 MIT、UC Berkeley、Boston Dynamics、DeepMind，明显偏强化学习/学术机器人背景。
估值水分
融资金额、轮次、估值均未披露；已知事实是公司 2025 年成立、2026-04 出鞘、约 21 人团队，真实业务面数据几乎空白，因此估值是否透支只能写未披露。

围绕投资人 / 创业者关注的核心问题整理，只用公开档案事实、未披露处明确标注。

◈ 一屏投资判断卡 · 投资人速览
商业化阶段
demo；公开材料显示 2026-04 刚出鞘，现有证据主要是装配、分拣、触觉恢复演示。
部署证据
未披露；文件明确写尚未披露客户或部署计划，也无真实部署台数。
收入透明度
未披露；营收、付费客户、合同金额都没有公开信息，可信收入判断无法建立。
融资压力
未披露但偏高不确定；仅知公司 2025 年成立、2026-04 出鞘、具体融资金额和轮次未公开。
技术护城河
目前护城河叙事在“VFA 基座模型 + 定制触觉夹爪 + 纯仿真零人类数据路线”；但真实壁垒是否成立，仍缺第三方验证。
供应链风险
有；已披露依赖定制触觉夹爪，文件也点名这可能成为规模化瓶颈。
估值合理性
未披露；因为估值、融资额和真实业务数据都缺失，贵/合理/便宜无法下结论。
下一里程碑
先盯真实客户、pilot 或部署披露；这是文件里当前最大空白，也是验证 sim-to-real 能否成立的第一关。
⊟ 自报 vs 已验证 vs 仍未知
📣 公司宣称
  • ·VFA 是全球首个以“力”为原生语言的具身操作基座模型
  • ·打破机器人泛化性与操作速度之间的传统权衡
  • ·专有 sim-to-real 算法可将技能从物理仿真无缝迁移到真实世界
  • ·演示实现亚毫米精度装配与实时力调节（自报/未经第三方验证）
✓ 已验证
  • ·MIT EECS 官方确认 Pulkit Agrawal 为 Eka Robotics 共同创始人
  • ·公开资料确认另一位联合创始人为前 DeepMind 机器人研究员 Tuomas Haarnoja
  • ·公司于 2026-04 公开出鞘并展示 VFA 路线
  • ·LinkedIn/媒体材料显示团队约 21 人、成员来自 MIT/UC Berkeley/Boston Dynamics/DeepMind
？ 仍未知
  • ·融资金额、轮次与估值
  • ·客户名单、付费部署、真实部署台数
  • ·营收、回本周期、复购与订单质量
  • ·单机成本、故障率、人工干预率与规模化良率
⚖︎ RobotScope 判断 · 观点（非事实） 置信度：低 截至 2026-05-22

Eka 是一个理论叙事极具吸引力但商业验证几乎为零的早期押注。「力是物理世界的语言」这个判断有学术说服力——MIT CSAIL + DeepMind RL 的背书在技术圈是真实可信度。但出鞘仅一个月，无融资披露、无客户、无部署，零人类数据的纯仿真路线在灵巧操作上的 sim-to-real 上限在真实多样化场景中尚未被大规模验证；与资金量级上百倍的 Physical Intelligence 和 Rhoda AI 相比，窗口期有限。判断它现在成立的最诚实依据只有：创始人学术实力真实，技术方向有差异化，其他一切都是待证。

产业链定位：2025 年成立、2026-04 出鞘的美国具身操作基础模型早期创业公司，由 MIT Pulkit Agrawal 和前 DeepMind Tuomas Haarnoja 联合创立；核心技术产品为 VFA（Vision-Force-Action）基座模型，走纯仿真训练路线，零人类遥操数据，以定制触觉夹爪为硬件入口。

强项
  • +Pulkit Agrawal（MIT CSAIL 副教授 + Improbable AI Lab）+ Tuomas Haarnoja（DeepMind RL 核心研究者）组合，学术可信度在同期 seed 阶段团队中属顶级
  • +VFA 路线与主流 VLA 形成明确技术分化，零人类数据仿真自练习若能规模化，意味着数据成本结构完全不同
  • +定制触觉夹爪 + 力控操作路线在「亚毫米精度装配」等场景有竞争优势，是纯视觉 VLA 方案难以快速追赶的方向
软肋 / 风险
  • −无融资披露、无客户、无部署，出鞘仅一个月，所有技术指标均来自公司自行演示，无独立验证
  • −纯仿真路线的 sim-to-real 在复杂材质、动态环境中的泛化上限尚未在规模化场景中被证明，是整个路线最大的技术赌注
  • −竞争者资金优势悬殊：Physical Intelligence $1B+ 融资、Rhoda AI $450M Series A，Eka 在资源和数据积累上差距巨大

判断依据：基于 Humanoids Daily 出鞘报道（2026-04-30）、MIT EECS 奖项公告、LinkedIn 团队页及 Pulkit Agrawal 个人 LinkedIn 帖子；公司刚出鞘，信息量极少，核心商业数据全部缺失，故置信度低。

Talos · RobotScope 编辑判断 · 以上为基于公开来源与数据的编辑判断，非客观事实，可能有误；指正请见页底反馈。

RobotScope 投研评分

2.8 / 5 观点层 · 基于事实的判断 · 2026-05-25

技术方向锋利、团队很强，但公司仍处 demo 期；没有客户和部署前，VFA 只是一个高质量待验证假设。

商业化 2026-04 刚出鞘，公开证据停留在演示层，客户、pilot、量产与真实部署台数均未披露。
技术壁垒 VFA 以力为原生模态、纯仿真 RL 与直接力控形成清晰差异化，但规模化真实场景验证不足。
数据壁垒 公司主张零人类演示数据、高保真仿真自练习；真实部署回流和数据飞轮未披露，数据不足。
硬件能力 已展示定制触觉夹爪和力反馈操作，但单机成本、量产能力与供应链情况未披露，数据不足。
融资健康 详细融资轮次未公开，仅有二手 $2.5M Pre-Seed 未确认线索；基础模型赛道资源压力偏大。
供应链 依赖定制触觉夹爪，关键部件自研/外采、产能与地缘风险未披露，数据不足。
团队 MIT CSAIL 副教授 Pulkit Agrawal + 前 DeepMind 机器人研究员 Tuomas Haarnoja，技术路线与团队基因高度匹配。
估值合理性 估值、融资额和真实业务数据均未披露，无法判断贵或便宜，数据不足。
透明度 技术叙事较完整，但融资、收入、客户、部署、成本和故障率等投研核心字段大面积空白。
风险可控 最大风险是纯仿真 sim-to-real 与零人类数据路线尚未在复杂真实环境规模化验证，商业缓冲也未披露。
看多
如果力优先 VFA + 高保真仿真真的跨过 sim-to-real，Eka 的数据成本结构会比依赖遥操/人类演示的路线更轻，且团队基因正好押在 RL 与力感知操作上。
看空
融资、营收、客户、部署全未披露，公开能力主要来自公司演示；在 Physical Intelligence、Rhoda AI 等资金更厚的对手面前，Eka 的资源窗口很窄。
最关键未验证假设
纯仿真、零人类数据训练出的 VFA，能否在复杂真实场景中稳定泛化并形成真实客户部署。
下次看点
盯第一个真实 pilot/付费客户、第三方现场验证，以及是否披露正式融资轮次。

评分为 RobotScope 基于公开事实的判断（观点层），非投资建议；事实层见下方「关键事实 · 证据分级」。

关键事实 · 证据分级

每条关键事实标注证据等级、是否第三方验证、来源与最后校验日 · 本页最近校验 2026-05-25

等级：A 官方/IPO 文件 · B 一线媒体 · C 官网/官方 PR · D 二手/盘点 · E 传闻/未确认
关键事实 值 等级 状态 来源 校验日
成立时间 2025 C 已验证 ↗ 2026-05-25
最近融资档案 frontmatter 的 funding_total_raised、last_funded、valuation 均为空；$2.5M 仅作未确认线索。 未披露；二手来源提及 2026-01 完成 $2.5M Pre-Seed，但金额和时间均未确认 D 公司自报 ↗ 2026-05-25
最新估值 未披露 — 未披露 — 2026-05-25
营收与付费客户 未披露 — 未披露 — 2026-05-25
部署证据 公开证据停留在演示层；客户、pilot、小批量、量产进度及真实部署台数均未披露 B 已验证 ↗ 2026-05-25
产品阶段演示能力本身主要来自公司展示与媒体观察，尚非客户现场部署验证。 2026-04 出鞘，展示 VFA 模型与拧灯泡、分拣、滑落恢复等演示；商业化仍为 demo 阶段 B 已验证 ↗ 2026-05-25
技术路径路线与模型主张为公司自报，规模化真实场景效果未获第三方验证。 VFA（Vision-Force-Action）基座模型，以力为原生模态；纯仿真强化学习、零人类演示数据、专有 sim-to-real 算法 C 公司自报 ↗ 2026-05-25
团队约 21 人来自 LinkedIn/媒体口径。 联合创始人为 MIT EECS 副教授 Pulkit Agrawal 与前 Google DeepMind 机器人研究员 Tuomas Haarnoja；团队约 21 人 A 已验证 ↗ 2026-05-25
硬件形态 机械臂 + 定制触觉夹爪（2 指 + 3 指版本），非人形，非传统仿生灵巧手 B 已验证 ↗ 2026-05-25

反 YY：公司自报 / 未验证项已显式标注；"未披露"项如实留白，不臆造。

关键时刻

融资 / 估值 / 收购等里程碑事件

  1. 被 null 收购 null

    已退出独立融资轨道

  2. 公司成立

    US

null：被 null 收购 null — 已退出独立融资轨道；2025：公司成立 — US

变更记录

本档案的更新与关键事实变化 · 长期维护 · 最近更新 2026-05-25

  • 2026-05-25 上线证据分级 + 投研评分 + 标准化档案。
  • 2026-05-10 Pulkit Agrawal 发布 VFA 力优先安全人机交互相关说明。↗
  • 2026-05-01 WIRED 发布 Eka 深度报道，包含办公室演示、Dactyl 对比、创始故事等信息。↗
  • 2026-05-01 MIT EECS 官方资料确认 Pulkit Agrawal 共同创立 Eka Robotics Inc.。↗
  • 2026-04-30 Eka Robotics 公开出鞘，披露 VFA（Vision-Force-Action）模型与力优先技术路线。↗
  • 2026-01-01 Stealth Startup Spy 提及 Eka 可能完成 $2.5M Pre-Seed 轮；档案标注为未确认线索。↗
  • 2025 Eka Robotics 成立；详细成立日未披露。

发现数据有误或过期？指正 →

📄 完整档案 — 团队 · 产品 · 技术 · 动态记录等

团队

核心创始人

  • 首席执行官：Pulkit Agrawal，MIT EECS 副教授，Improbable AI Lab 负责人；IEEE 早期学术生涯奖（2024）、IROS Toshio Fukuda 青年专业奖（2025）；同时联合创立 SafelyYou Inc.
  • 联合创始人：Tuomas Haarnoja，前 Google DeepMind 机器人研究员，此前在 Google DeepMind 用 RL 训练小型人形机器人踢足球
  • 顾问委员会成员：Ken Goldberg（UC Berkeley 教授，Agrawal 学生时期导师）；Rodney Brooks（MIT 教授，iRobot/Rethink Robotics 创始人）—— Brooks 在 LinkedIn 上转发了 Eka 的破圈视频并评论 “Take a look at these videos”
  • 团队规模：约 21 人（LinkedIn 数据，2026-04）；位于 Cambridge, MA（Kendall Square，距 MIT 步行距离）

来源：WIRED (2026-05-01) + MIT EECS 官方 (2026-05-01) + Rodney Brooks LinkedIn (2026-04-30) + India Tech Report (2026-04-30)

一句话定位

  • 形态：机械臂 + 定制触觉夹爪（非传统灵巧手），非人形
  • 技术路径：VFA（Vision-Force-Action）基座模型，纯仿真训练 + sim-to-real 迁移
  • 数据策略：零人类演示数据，完全高保真仿真自练习（AlphaZero 式自博弈）
  • 团队基因：MIT 学术 + DeepMind RL 出身；Agrawal 专注力感知操作，Haarnoja 专注虚拟仿真 RL

来源：WIRED (2026-05-01) + Humanoids Daily (2026-04-30)

产品

VFA（Vision-Force-Action）基座模型

  • 核心创新：全球首个以”力”为原生语言的具身操作基座模型，区别于行业主流的 VLA（Vision-Language-Action）路线
  • 原型验证：2026-04 出鞘时展示了拧灯泡（亚毫米精度+实时力调节）、鸡块分拣（即时性抛掷）、抓握滑落物品等演示
  • 力反馈：以力作为第一类感知模态——Agrawal 称 “Forces are the language of the physical world”（LinkedIn，2026-04-30）
  • 夹爪设计：使用定制触觉夹爪（2 指 + 3 指版本），而非仿生灵巧手；Pulkit 认为灵巧手的 20+ DOF 相比力感知的精细度收益递减
  • WIRED 报道评价：记者描述为 “in more than a decade of writing about robots, I have never seen one move so naturally”（WIRED，2026-05-01）

来源：WIRED (2026-05-01) + Humanoids Daily (2026-04-30) + Pulkit Agrawal LinkedIn (2026-04-30)

演示能力（2026-04 出鞘）

  • 精密装配：拧灯泡——夹爪搜索定位、轻柔夹取、旋入灯座，完整闭环
  • 抗干扰抓握：同时成功抓取多种不明物体（耳塞盒、发刷、钥匙串），含滑落自动恢复
  • 安全交互：人从机器人夹爪中取物时，机器人短暂抵抗后释放并立即转向下一任务——归因于 VFA 的力反馈形成天然的安全层（Pulkit 在 2026-05 后续 LinkedIn 帖中强调）
  • 零人工干预工作链：可实现长时程自主拣选，无需远程监督

来源：WIRED (2026-05-01) + Pulkit Agrawal LinkedIn 安全交互帖 (2026-05-10)

技术路线

核心判断

Eka 是 VLA 技术路线的明确反论：认为语言是”有用的拐杖”但错过了物理世界的本质——力。其 VFA 模型以力作为原生感知模态，通过高保真仿真实现超人类灵巧操作，而非模仿人类数据。

技术栈细节

  • 感知输入：视觉（Vision）→ 场景理解 + 力反馈（Force）→ 交互物理参数（质量、惯性、摩擦力）
  • 动作输出：直接力控操作（Action），非传统位置控制——使得柔性接触和力量调节成为可能
  • 仿真策略：专有 sim-to-real 算法；对比 OpenAI Dactyl（2018）的失败——Agrawal 认为 Dactyl 的 sim 与现实差距太大，Eka 通过把仿真做到”更接近真实物理”来缩小 gap（WIRED，2026-05-01）
  • 历史沿袭：Agrawal 自 2021 年末已在 MIT 实现虚拟手操纵 2,000 种物体的倒置抓取实验；Haarnoja 在 DeepMind 研究虚拟 RL 训练小型人形机器人踢足球——两人历年均独立深信仿真优先路线的可行性
  • 安全特性：Agrawal 称力优先的自然安全层让 VFA “inherently safe for human-robot interaction”，无需额外安全传感器或减速逻辑

来源：WIRED (2026-05-01) + India Tech Report (2026-04-30) + Pulkit Agrawal 2018 Dactyl connection LinkedIn (2026-04-30)

训练与数据

  • 训练范式：纯仿真强化学习（RL），零人工演示数据——与 Rhoda AI（大规模人类视频模仿）、Physical Intelligence（真实世界 RL）路线三岔口
  • 规模主张：“breaking the generality-speed tradeoff”——过去机器人要么慢但灵活（通用），要么快但笨拙（专用）；VFA 声明同时实现两个
  • 当前规模：Agrawal 表示 solving dexterity “is now just a question of scaling up”（WIRED，2026-05-01）

来源：WIRED (2026-05-01) + India Tech Report (2026-04-30)

商业验证

  • 商业化阶段：出鞘初期，尚未披露客户或部署计划（2026-04-30 出鞘以来 ≤ 25 天，as of 2026-05-25）
  • 潜在目标场景：Agrawal 称定位涵盖”从电商履约到家庭杂务”的智能层（India Tech Report，2026-04-30）
  • 团队扩张：LinkedIn 显示正在招聘（具体岗位未公开），Stealth Startup Spy 报道 Eka 在 2026-01 完成了 $2.5M Pre-Seed 轮
  • 赛事信号：Agrawal 受邀在 Penn 2026 机器人峰会 “The Next 25 Years of Robotics” 发表演讲（2026-05-01）

来源：WIRED (2026-05-01) + Stealth Startup Spy (2026-01-01) + Penn 2026 Robotics Summit (2026-05-01)

竞争定位

  • 路线差异：三条技术路线对比——
    • 模仿路线（Rhoda AI / 1X）：大规模人类视频/遥操数据
    • 真实世界 RL（Physical Intelligence）：真实机器人强化学习
    • 仿真优先（Eka）：高保真仿真自练习，零人类数据
  • 理念主张：Agrawal 直言”language is a useful crutch but misses the essence of the physical world”——语言介导的操作无法理解力、摩擦、惯性等物理本质
  • 行业影响：WIRED 将其与 OpenAI Dactyl 的失败直接对比，认为 Eka 可能是”robots’ ChatGPT moment”的钥匙；MIT 教授 Rodney Brooks 和 Ken Goldberg 均公开背书
  • 不确定性：sim-to-real 路线在灵巧操作上的能力上限尚未在规模化场景中得到验证；团队规模仅 ~21 人，与 Physical Intelligence（~100+ 人）和 Rhoda AI（~50+ 人）相比资源有限

来源：WIRED (2026-05-01) + India Tech Report (2026-04-30) + Rodney Brooks LinkedIn (2026-04-30)

风险

  • 技术验证不足：VFA 路线虽有理论吸引力，但缺乏在真实复杂工业环境中的规模化验证数据；其 3 指夹爪 vs 全灵巧手的泛化能力边界不明
  • 商业化路径不清晰：出鞘仅 25 天，未披露任何客户或部署计划；$2.5M Pre-Seed（未确认）在 AI 基座模型赛道中属小额融资，与 Physical Intelligence（$1B+）差距显著
  • 执行风险：21 人团队对于构建通用基座模型偏小；Academia 创始人模式（Agrawal 保留 MIT 教职）可能影响全时投入
  • 竞争压力：Physical Intelligence（$1B+ 融资）、Rhoda AI（$450M Series A）、Generalist AI（$140M）、以及 OpenAI 重启机器人团队（Dactyl 原班人马原型）——4 家路线更近的竞品资金和人力远大于 Eka
  • 融资信号：路线的”非共识性”（反 VLA）可能是融资双刃剑——差异化吸引少数深科技投资人，但主流风投可能偏好 VLA 共识

来源：WIRED (2026-05-01) + Stealth Startup Spy (2026-01-01) + Talos 推断

动态记录

  • 2026-05-25：Phase 1 深度培育。追加 WIRED 长篇报道（出鞘后独家深度采访，含办公室演示细节）、Agrawal 安全交互 LinkedIn 帖、Stealth Startup Spy Pre-Seed 轮线索。新增 3+ 条来源。depth_score 15 → 28。 WIRED (2026-05-01)
  • 2026-05-22：新建档案（骨架）。Eka Robotics 于 2026-04-30 出鞘，由 MIT Pulkit Agrawal 和 ex-DeepMind Tuomas Haarnoja 联合创立，推出 VFA 基座模型。来源 4 条。depth_score: 15。
持续追Eka Robotics 和这个赛道？

订阅 RobotScope：估值 / 融资 / 技术拆解 + 一周大事件，上线即送邮箱，不灌水。

数据来源 · Provenance 共 13 条 · 🟢 9 · 🟡 3 · 🔴 1
展开其余 5 条来源

🟢 一手/官方 · 🟡 媒体 · 🔴 二手

数据有误？

点这里告诉我们

不构成投资建议

← 返回公司库