欧洲机器人65强榜单：AI正在补齐机器人最大短板

据 The Venturist 发布的 Europe's Robotics 65 榜单，欧洲机器人赛道正在经历一次结构性变化。这份榜单剔除了已上市和被收购的公司，也排除了纯国防类企业（例如 Helsing 和 STARK），要求入选公司必须有显著的欧洲业务根基。最终筛选出的 65 家欧洲机器人创业公司，勾勒出了一幅相当清晰的行业图景。

工业和物流仍是主战场，但打法变了

从市场分布看，工业和物流依然是机器人创业最集中的方向。大约每五家公司中就有一家专注于工厂或仓库自动化。但这份榜单揭示了一个容易被忽视的趋势：大量机会并不在于让客户换掉现有设备，而是在存量设备上做改造。

多家入选公司选择对现有装备进行技术"翻新"——加装传感器、视觉系统或智能控制层——而不是等待客户淘汰旧的物理资本。这种"棕地机器人（brownfield robotics）"策略将部署成本和客户决策门槛大幅降低，也让创业公司在客户预算收紧时更容易切入。

棕地机器人（brownfield robotics） 这一概念借鉴自工业领域对"棕地"与"绿地"的区分。所谓绿地项目，指的是从零开始、在空地上新建全套设施与流程；棕地则指在已有设备、产线和信息基础设施之上进行改造和升级。在机器人行业，棕地策略意味着企业不去要求客户淘汰原有昂贵的物理资本（如叉车、机械臂、传送线），而是通过加装传感器、视觉模块或智能控制层，让老设备获得新的自动化能力。其经济逻辑在于：客户无需承担整线替换的资本开支和停产风险，决策链条更短，部署周期从数月压缩到数周。对于预算收紧或对停机极度敏感的制造与物流客户，这种路径的落地阻力远低于全新设备的销售。

投资人下注的力度在加大

榜单数据库中出现了多笔九位数的融资，且部分公司成立时间并不长。更说个细节，一些仍在建立商业牵引力的公司也拿到了八位数融资。

这说明资本市场对机器人赛道的"全押"意愿在上升。投资人不再只等收入验证之后再出手，而是愿意在更早期阶段下注团队和技术路线。对于创业者来说，这既是机会窗口，也意味着竞争节奏会更快。

九位数融资通常指金额达到 1 亿美元及以上，在早期创业语境中属于罕见量级。这类融资往往由大型成长基金或产业资本领投，通常对应较高的估值和较大的后续增长预期。八位数融资即 1000 万至 9999 万美元区间，在 A 轮、B 轮阶段较为常见。值得注意的是，机器人与通用软件创业不同：它同时涉及硬件、供应链、量产与现场部署，烧钱速度更快，验证周期也更长。因此，资本愿意在收入尚未规模验证时投入大额资金，意味着投资人实际押注的是团队的技术壁垒与赛道的长期结构性机会，而非短期财务指标。这一判断也反过来要求创业公司在拿到大额资金后，必须更快推进产品落地与场景复制，否则后续融资的估值压力会显著上升。

从卖硬件到卖结果：商业模式在迁移

一个值得关注的变化是，机器人公司正在越来越多的"卖结果"而非"卖设备"。

传统模式下，客户购买硬件后自行承担运营责任。而现在，不少厂商选择自己运营机器人，按月度、小时或项目向客户计费。这种模式把机器人公司直接推向了与现有服务提供商的竞争——对手不再只是其他机器人公司，而是所有提供同类服务的企业。

这种转变对创业公司的运营能力提出了更高要求，但一旦跑通，客户黏性和收入可预测性都会明显优于单纯卖硬件。

AI 正在攻克机器人最大的历史短板

机器人长期以来最大的弱点是什么？灵活性。

过去机器人最擅长的是高度受控的环境——这也是为什么工业机器人长期集中在汽车制造等场景。一旦目标或环境发生变化，传统机器人就很难适应。而 AI，尤其是智能层（intelligence layer）的引入，正在直接攻击这个短板。

榜单中多家公司从智能层切入，让机器人更适应变化、部署成本更低。这正是机器人从"专用设备"走向"通用工具"的关键一步。

通用机器人：新趋势，但商业化仍然垂直

通用机器人是榜单中最显著的新趋势。在 2021 年之前成立的 46 家公司中，只有两家（4%）属于人形或通用机器人类别。而在 2021 年及以后成立的 19 家公司中，有八家（42%）属于这一类别，其中六家成立于 2024 至 2025 年。

但这里有一个容易被误读的地方：大多数通用机器人公司实际上瞄准的是非常具体的客户。物流和制造业是最常见的目标场景。行业可能在向通用机器演进，但商业化落地仍然是高度垂直的。

智能层（intelligence layer） 指机器人系统中负责感知、理解、决策与任务规划的上层软件部分，区别于执行具体动作的底层运动控制与硬件本体。传统工业机器人之所以只能在焊接、喷涂等高度受控场景工作，正是因为缺乏这一层对环境变化的理解能力——位置偏移、物体姿态改变或出现新任务时，系统无法自主应对。近年来，基于深度学习和强化学习的智能层开始承担物体识别、抓取规划、自然语言指令理解乃至跨任务迁移等职能，使同一台硬件通过软件更新即可适应新场景。这也是"从专用设备走向通用工具"的技术前提：通用性并非来自机械结构的改变，而是来自智能层泛化能力的提升。

机器人增强人类，而非替代人类

榜单中医疗和检测类公司合计占了近三分之一。这些公司大多在做的事是增强人的效率，而不是替代人——让工作更精准，或者把人从危险环境中移出来。

从数据看，机器人更可能是在"去风险化"人类岗位，而不是消灭岗位。这一判断与许多公众叙事恰好相反。

大学是欧洲机器人创业的核心节点

榜单还有一个地理特征值得注意：大型创业集群几乎都紧邻大学。苏黎世有八家公司入选，全部与 ETH 有直接渊源，通常是通过 spin-off 形式创立。其他公司则源自慕尼黑工业大学、洛桑联邦理工学院、牛津、埃因霍温理工、德累斯顿工业和斯图加特大学。

这解释了为什么欧洲机器人创业没有均匀分布——它高度依赖学术机构的科研溢出和人才供给。

Spin-off（衍生公司）指由大学、研究机构或大企业内部团队，将其科研成果或技术资产独立出来成立的商业实体。在欧洲机器人领域，这一模式尤为普遍：ETH、慕尼黑工业大学等高校的实验室长期积累机器人控制、机器视觉、运动规划等核心研究，博士生或研究员在成果接近可用化时，通过 spin-off 将论文中的原型转化为可销售的产品。这种方式既保留了科研机构的持续人才供给，也让创业公司一开始便拥有较高的技术起点。它同时解释了欧洲机器人集群的地理集中性——创业公司不会均匀分布，而是紧贴那些拥有强势工程院系和成熟技术转化机制的高校，形成类似硅谷与斯坦福之间的人才与资本循环。

消费级市场暂时缺席

榜单中绝大多数公司面向企业、政府、实验室和医院销售。它们的重点是高价值、ROI 清晰的 B2B 任务，而不是消费者自行决定购买的消费级产品。消费机器人市场在这份榜单中基本缺席。

这不难理解：B2B 场景需求明确、付费能力强，而消费级机器人对价格和体验的要求更为苛刻，目前的技术成熟度还难以支撑大规模消费级产品的商业闭环。

这份榜单说明了什么

Europe's Robotics 65 呈现出的不是"机器人即将取代人类"的叙事，而是一个更务实的行业演进过程：存量改造优先于设备替换，卖结果优先于卖硬件，垂直落地优先于通用愿景，增强人类优先于替代人类。AI 的加入正在解决机器人最根本的灵活性难题，但商业化的路径依然是具体的、场景驱动的、B2B 为主的。