团队 (fact-id: f-team-2026q3)
核心创始团队
- Bercan Kilic:Co-Founder & Co-CEO,前 Red Bull Racing F1 空气动力学工程师 (Startup Fortune 2026-07-16 🟢)
- Yoan Iliev:Co-Founder & COO,前 Mercedes-AMG Petronas F1 工程师 (DNYUZ 2026-07-16 🟢)
- Anton Poletaev:Co-Founder,前 Alan Turing Institute 研究员 (DNYUZ 2026-07-16 🟢)
- Nico Nussbaum:Co-Founder,RWTH Aachen 工程师 (DNYUZ 2026-07-16 🟢)
- Artjem Weissbeck:Co-Founder,连续创业者(WhatsApp 相关创业背景)(DNYUZ 2026-07-16 🟢)
关键人员
- Harry Kilberg:US General Manager (LinkedIn 2026-07 🟡)
办公地点
- Munich(总部)、Zurich(全球机器人与 Physical AI 研发总部,2026 年选址 Greater Zurich)(Greater Zurich 2026 🟢)、London、Istanbul (microagi 官网 2026-07)
来源:DNYUZ (2026-07-16 🟢) + Startup Fortune (2026-07-16 🟢) + LinkedIn (2026-07 🟡) + microagi 官网 (2026-07) + Greater Zurich (2026 🟢)
融资 (fact-id: f-funding-2026q3)
Seed 轮
- 金额:$55M(2026-07-16)(SiliconANGLE 2026-07-16 🟢)
- 领投:Hummingbird Ventures
- 跟投:Northzone、LocalGlobe、Village Global、redalpine (Sifted 2026-07-16 🟢)
- 历史意义:德国历史上最大 Seed 轮融资 (Founderland 2026-07)
- 距成立时间:约 10 个月(2025-09 创立 → 2026-07 融资)(Seedtable 2026-07-16 🟢)
早期投资方
- Earthling VC、Redalpine、Village Global 在 Seed 轮前已参与投资 (AI Market Watch 2026-07 🟡);具体轮次与金额未经高可信来源确认,frontmatter 仅记录已确认的 $55M Seed
来源:SiliconANGLE (2026-07-16 🟢) + Sifted (2026-07-16 🟢) + Finsmes (2026-07-16) + Seedtable (2026-07-16 🟢)
产品与技术 (fact-id: f-products-2026q3)
Atlas 平台
- 产品名称:Atlas,硬件和模型无关的机器人数据与部署平台 (The AI Insider 2026-07-16)
- 定位:中立的数据与机器人部署层(neutral data and robotics deployment layer),面向工业制造自动化 (Finsmes 2026-07-16)
- 核心机制:接收通用模型,通过后训练(post-training)使其成为执行单一产线任务的专用机器,并随运行持续改进 (LinkedIn 2026-07 🟡)
- 关键差异化:不训练新模型,而是将已有模型适配到真实工厂环境的混乱与变异中;任何公司可以购买相同机器人臂和许可相同模型,差异在于部署层 (TNW 2026-07)
- 目标问题:几乎所有工业机器人项目死于从 demo 到可靠生产系统之间的”部署鸿沟”(deployment gap)(Greater Zurich 2026 🟢)
- 客户:从全球最大工业公司起步 (Digg 2026-07)
- 愿景:端到端 Physical AGI,聚焦可靠的真实世界部署 (microagi 官网 2026-07)
Shift 数据采集平台
- 产品名称:Shift,面向消费者的数据采集 app/平台 (Startup Fortune 2026-07-16)
- 功能:付费让工人在正常工作中录制物理任务视频,通过 iOS/Android app 提交 (Shift 官网 2026-07 🟢)
- 规模:覆盖 15 个国家,已支付超过 20,000 名操作员 (Particle News 2026-07)
- 英国市场:SHIFT UK 与英国企业合作采集真实工作数据,按录制小时付费 (Shift UK 2026-07 🟢)
- 系统要求:Android 12+(8GB RAM)或 iOS 18.6+ (Shift 官网 2026-07 🟢)
- 数据用途:采集的匿名化视频授权给 AI 实验室和机器人公司用于训练”机器人大脑”(robot “brains”)(Business Insider 2026-07)
Shift 免费清洁服务(纽约试点)
- 模式:Shift 于 2026-05 在纽约推出免费家庭清洁服务,条件是清洁工佩戴摄像头录制第一人称视频 (Ars Technica 2026-05)
- 需求:发布数小时内获得数千次预订 (AI Weekly 2026-05)
- 隐私:Shift 隐私政策描述公司核心业务为”为机器人训练收集数据”(collection of data for robotics training),视频经匿名化处理 (Ars Technica 2026-05)
- 扩展计划:除纽约清洁外,已在土耳其采集汽车修理工操作数据;创始人表示将扩展到更多服务类型 (Futurism 2026-05)
来源:microagi 官网 (2026-07) + The AI Insider (2026-07-16) + Sifted (2026-07-16) + Startup Fortune (2026-07-16 🟢) + Shift 官网 (2026-07 🟢) + Particle News (2026-07) + Shift UK (2026-07 🟢) + Digg (2026-07) + LinkedIn (2026-07 🟡) + TNW (2026-07) + Greater Zurich (2026 🟢) + Ars Technica (2026-05) + Business Insider (2026-07) + AI Weekly (2026-05) + Futurism (2026-05)
商业模式 (fact-id: f-business-2026q3)
双产品线结构
- Atlas(B2B):面向工业客户的机器人部署平台,通过后训练将通用模型适配到具体产线任务,按部署/服务收费 (TNW 2026-07)
- Shift(B2B2C):数据采集平台,付费操作员录制物理任务,视频授权给 AI 实验室和机器人公司 (Business Insider 2026-07)
- 数据飞轮:Shift 采集的多元化物理任务数据为 Atlas 提供训练原材料,Atlas 部署经验反向优化 Shift 的数据采集策略 (SiliconANGLE 2026-07-16)
来源:TNW (2026-07) + Business Insider (2026-07) + SiliconANGLE (2026-07-16)
市场背景 (fact-id: f-market-2026q3)
机器人训练数据瓶颈
- 核心问题:与 LLM 可用海量公开文本不同,机器人需要捕捉物理交互的数据,此类数据几乎不存在规模化供应 (TechCrunch 2026-06-17)
- 中国对比:China 在 2024 年安装 295,000 台工厂机器人(全球 54%),United States 仅 34,200 台;microagi 的适配已有模型的策略在此背景下有意义 (TNW 2026-07)
- Physical AI 瓶颈:Physical AI 最难的问题不再是模型,而是输入——机器对世界的感知和体感数据,目前无人规模化采集 (Humphrey Theodore 2026-06-18)
来源:TechCrunch (2026-06-17 🟢) + TNW (2026-07) + Humphrey Theodore (2026-06-18)
竞争格局 (fact-id: f-competition-2026q3)
竞品/对标
| 公司 | 定位 | 与 microagi 关系 |
|---|---|---|
| Scale AI | AI 数据标注/RLHF | 间接竞争:工业数据采集 |
| Remotics | 遥操作/Physical AI 运营 | 间接竞争:训练数据管线 |
| XDOF | 遥操作数据平台 ($70M) | 直接竞争:机器人训练数据 |
来源:Business Insider (2026-07)
动态记录 (fact-id: f-dynamics)
2026-07-22 Phase 2 深化完成
- 新增「商业模式」章节:Atlas B2B + Shift B2B2C 双产品线 + 数据飞轮
- 新增「市场背景」章节:机器人训练数据瓶颈、中国 vs 全球机器人安装量对比、Physical AI 输入瓶颈
- Atlas 技术机制细化:后训练适配、部署鸿沟定位、不训练新模型的差异化策略
- 新增「Shift 免费清洁服务(纽约试点)」:2026-05 推出、数千次预订、土耳其汽车维修数据扩展
- Shift 数据用途补全:匿名化视频授权给 AI 实验室训练
- Zurich 办公升级为「全球机器人与 Physical AI 研发总部」
- depth 45→70(sources 21→29,上限 70+ 达标)
2026-07-21 Phase 2 深化
- 补全 5 位创始人姓名、角色、背景(Red Bull/Mercedes F1 + Alan Turing + RWTH Aachen)
- 新增 Shift 数据采集平台完整描述(15 国、20,000+ 操作员、iOS/Android app)
- 补充 Atlas 技术机制:基于工人演示训练控制策略
- 新增 US General Manager Harry Kilberg
- employees 补全为 11-50
- founding_team 补全
- depth 25→45(sources 11→19,上限 60)
2026-07-21 Phase 1 建档
- microagi 初次建档,基于官网 + 多方融资报道
- 核心定位:Munich 数据研究与部署实验室,构建 Atlas 机器人工业部署平台
- 2026-07-16 完成 $55M Seed(德国史上最大 seed),成立仅 10 个月