编者按：当风险投资界还在为AI是否存在泡沫争论不休时，一批更“重”、更贴近真实世界的玩家正在悄悄改写游戏规则。它们不直接做产品，而是把公司本身当作产品来“制造”。
据TechCrunch报道，此前名为UP.Labs、如今以Vantora之名运营的创业工作室（venture studio）已完成1亿美元融资，并宣布将全部战略重心押在“实体AI”（physical AI）上。它的服务对象不是创业者，而是那些急于完成智能化转型的工业巨头。
“为工业企业建初创公司”——这句对Vantora的定位描述，几乎是当下AI落地最稀缺的一种能力。
一、一门“批发初创公司”的生意
Vantora的商业模式与大众熟悉的VC截然不同。传统基金的工作是“筛选”——在成百上千份商业计划书里挑出最有希望的那一个，然后下注、等待。而创业工作室的工作是“制造”——与产业合作伙伴共同确定一个具体的业务方向，然后从零开始招募团队、搭建产品、验证市场，直到这家公司具备独立融资和独立运营的能力。
换句话说，它把创业从一种“偶发事件”变成了一条可复制的流水线。工作室通常会在孵化出的公司中保留相当比例的股权，待公司独立成长后再获取回报。这种模式在生物科技领域早有成功先例，但在工业与前沿技术领域，跑通者寥寥。
Vantora选择的方向很明确：服务工业企业。汽车制造商、航空公司、物流与制造集团，这些公司拥有海量真实场景、设备与数据，却在软件和AI能力上普遍存在短板，内部创新又受制于流程冗长、KPI保守。把创新“外包”给一个既懂技术又懂产业的工作室，成为一种务实选择。
二、为什么是“实体AI”
所谓实体AI，通常也被称为具身智能或机器人基础模型，指的是让AI不仅能在屏幕里生成文字和图像，还能感知、推理并驱动物理世界中的设备——自动驾驶车辆、工业机械臂、无人机、人形机器人，乃至整个工厂的调度系统。
过去两年，AI的价值主要兑现于数字世界：写作、编程、客服、营销。但越来越多的产业界人士相信，真正的下一个数量级增长点在于让智能“动起来”。芯片厂商反复强调实体AI是下一波浪潮，人形机器人与具身智能初创公司的融资额屡创新高，工业巨头则开始在产线上小规模部署具备泛化能力的机器人。
对Vantora而言，这个方向的吸引力在于两点：其一，工业场景付费意愿明确，客户为效率、安全和停机成本买单，而不是为概念买单；其二，物理世界的数据天然稀缺且难以复制，谁能在真实产线、真实车队、真实机场里跑出数据闭环，谁就拥有难以被纯软件公司复制的护城河。
三、1亿美元能买到什么
放到大模型军备竞赛的尺度上，1亿美元算不上巨款——它甚至不足以支撑一次前沿模型的完整训练。但对于工作室模式来说，这笔钱足以同时推进多个孵化项目，并为每个项目配备早期的工程与商务团队。
更关键的资源不是钱，而是产业伙伴。工作室模式的成败，几乎完全取决于合作方是否愿意开放真实场景、真实数据与真实订单。没有产业方的深度参与，孵化出的公司就只是又一个缺乏落地场景的AI概念。
与此同时，实体AI的落地周期远比软件漫长。硬件成本、安全认证、数据采集、现场部署与售后维护，每一个环节都可能拖慢商业化节奏。对一家刚完成融资、且公开宣称“全力押注”的工作室来说，这既是差异化壁垒，也是耐心与现金流的双重考验。
四、一种值得关注的组织创新
Vantora的更名与转向，折射出AI产业正在发生的一次结构性变化：价值创造的重心，正从纯粹的模型层，向“模型＋硬件＋场景”的复合层转移。在这个新战场上，单纯的风险投资未必是最有效的组织形式，能够同时对接产业资本、工程人才与真实需求的创业工作室，反而可能成为更高效的中介。
当然，这条路的验证周期很长。工作室需要证明自己不仅能“生”公司，还能“养”公司，并最终让它们在公开市场上独立存活。但无论如何，当一家公司把自己的KPI设定为“每年为工业世界造出几家新公司”时，它已经在用另一种方式回答那个老问题：AI究竟该如何变成真正的生产力。
本文编译自TechCrunch。
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接