韩国主要制造商支持Config——被誉为“机器人数据领域的台积电”
亚洲在物理人工智能领域的进步,正是源于那套曾使该地区成为全球工业领导者的制造专长。在韩国、日本、中国和台湾地区,制造业依然是经济扩张的基石。与更侧重服务或软件的经济体不同,这些国家历来依赖大规模生产、出口导向型产业以及高效的供应链。这一结构性基础如今正影响着人工智能的采用,并引导着投资趋势。
在此背景下,总部位于首尔和圣何塞、致力于开发机器人基础模型(RFM)数据基础设施的初创公司Config,成功获得了韩国最大制造集团旗下风险投资机构的投资,这一消息尤为引人注目。
三星风险投资(Samsung Venture Investment)领投了这轮超额认购的2700万美元种子轮融资,使该公司估值超过2亿美元,累计融资总额达到3500万美元。 本轮战略投资者包括现代汽车旗下风投机构ZER01NE Ventures、LG Tech Ventures,以及韩国电信巨头SK集团的美国风投部门SKT America。此外,天使投资人Pieter Abbeel(Covariant AI联合创始人兼加州大学伯克利分校教授)以及未来资产风投、韩国开发银行、GS期货、Kakao Ventures和Z Ventures等机构也参与了本轮融资。
Config由首席执行官Minjoon Seo于2025年1月创立,他曾任Meta研究员及Twelve Labs首席科学家,另有三位联合创始人曾就职于Waymo、谷歌和Naver。该团队不直接制造机器人,而是专注于更基础的目标:提供机器人学习和运行所需的核心数据。他们认为,优质数据对于提升机器人的实用性至关重要。
由于需要强大的计算能力,训练大型语言模型成本高昂,但其“原材料”——来自互联网的海量文本——却唾手可得。Seo在接受TechCrunch独家采访时解释道,教机器人移动则面临着截然不同的挑战。 每条训练数据都必须通过实地采集,这需要机器人、操作设施以及人员。据Seo称,这使得机器人AI的开发成本远高于纯软件聊天机器人。随着企业追求功能更强大的机器人,数据采集和标注的费用可能会迅速攀升。
Config的目标是成为其他公司机器人AI背后的赋能者。这家初创公司将其角色比作台积电——这家台湾芯片制造商为苹果、英伟达和AMD代工,却不与它们竞争。Config希望通过提供基础数据,在机器人领域发挥类似的作用。随着主要制造商越来越倾向于开发自己的专有机器人AI,而不是完全依赖外部供应商,这一战略正获得越来越多的支持。这就是Config的目标市场。
据首席运营官兼联合创始人杰克·邦(Jack Bang)透露,Config 已开始实现营收。邦向 TechCrunch 表示,该初创公司的现有客户包括大型制造商、系统集成商,以及农业和国防领域的企业。该领域的同行包括 Physical Intelligence、Generalist AI 和 Skild AI。

图片来源:Kate Park
Config在受控的摄影棚环境和真实世界环境中,捕捉人类执行物理任务的动作。该公司总部位于首尔和河内,近300名员工负责数据生产。迄今为止,该公司已积累了超过10万小时的人体动作数据,这一规模是同类最大开源数据集AgiBot World(约3000小时)的30多倍。
大多数机器人团队通常先利用人体动作数据训练AI模型,随后将这些模型适配到机器人上。Seo表示,Config采取了不同的方法。 该公司专注于在训练过程开始前对数据进行转换,使其更适合机器人的运动方式及其与周围环境的交互。Seo将这一过程比作语言翻译。他表示,在一种数据类型上训练模型,却期望它能在另一种情境下完美运行,这就像试图仅使用英语材料来教授韩语一样。
“必须转换数据,而不是模型。这种转换技术是Config的核心技术差异化优势,”Seo强调道。
新一轮融资将用于三个关键方向:扩大在越南和首尔的数据运营规模,以实现累计收集100万小时数据的目标;发展企业平台业务,力争在2027年底前实现1000万美元的年度经常性收入(ARR);以及推出基于云端的“机器人即服务”(Robot-as-a-Service)产品,使企业无需专用硬件即可使用Config的基础模型。
相关文章
一家初创公司押注印度的零工劳动力能够培训全球机器人
近年来,印度的在线外卖行业迅速扩张,Zomato和Swiggy相继上市以及云厨房数量激增便是这一趋势的显著标志。与此同时,Urban Company、Snabbit和Pronto等按需家政服务初创企业也日益受到欢迎。总部位于旧金山的初创公司Human Archive正借此增长势头,通过与这些企业合作,为员工配备带摄像头的头戴设备。该设备可捕捉日常任务的第一人称视频数据,这些数据可用于训练机器人。尽
机器人大脑构建者正在走出他们的 GPT-2 时代
Physical AI 已成为风险投资领域最具活力的板块之一,众多公司获得了数十亿美元的融资,旨在将大语言模型背后的基础工具应用于机器人领域。这种热情推动了宇树科技(Unitree)——中国领先的机器人制造商——进行大规模首次公开募股(IPO),该公司在登陆中国纳斯达克等效市场时,初始估值高达 660 亿美元。然而,本周市场情绪急剧转变,抹去了近一半的估值。分析师将这一下跌归因于一个关键差距:尽管机器人的物理能力正在进步,但它们仍缺乏执行产生价值任务所需的实际技能。在上周举行的 Actuat
丰田64亿美元机器人估算使物理人工智能成为焦点
丰田汽车预计,自2028年起,在其制造设施、子公司及关键供应商中全面推广自动化,可能需要约40万台机器人,年支出约为1万亿日元(64亿美元)。据路透社报道,这一潜在投资方案已于9月初向投资者展示。丰田尚未确认全额投资是否会推进,也未说明如此规模的支出将持续多久。这40万台机器人的估算涵盖了现有设备的替换和新设备的安装,包括人形和非人形系统。该投资范围包括工业机器人、自动化物流以及工厂车间内的未来协作机器人。丰田目前在各个制造阶段利用并测试机器人技术。在其2026财年财务结果中,公司强调了涉及零部
相关专题推荐
评论 (0)
0/500
亚洲在物理人工智能领域的进步,正是源于那套曾使该地区成为全球工业领导者的制造专长。在韩国、日本、中国和台湾地区,制造业依然是经济扩张的基石。与更侧重服务或软件的经济体不同,这些国家历来依赖大规模生产、出口导向型产业以及高效的供应链。这一结构性基础如今正影响着人工智能的采用,并引导着投资趋势。
在此背景下,总部位于首尔和圣何塞、致力于开发机器人基础模型(RFM)数据基础设施的初创公司Config,成功获得了韩国最大制造集团旗下风险投资机构的投资,这一消息尤为引人注目。
三星风险投资(Samsung Venture Investment)领投了这轮超额认购的2700万美元种子轮融资,使该公司估值超过2亿美元,累计融资总额达到3500万美元。 本轮战略投资者包括现代汽车旗下风投机构ZER01NE Ventures、LG Tech Ventures,以及韩国电信巨头SK集团的美国风投部门SKT America。此外,天使投资人Pieter Abbeel(Covariant AI联合创始人兼加州大学伯克利分校教授)以及未来资产风投、韩国开发银行、GS期货、Kakao Ventures和Z Ventures等机构也参与了本轮融资。
Config由首席执行官Minjoon Seo于2025年1月创立,他曾任Meta研究员及Twelve Labs首席科学家,另有三位联合创始人曾就职于Waymo、谷歌和Naver。该团队不直接制造机器人,而是专注于更基础的目标:提供机器人学习和运行所需的核心数据。他们认为,优质数据对于提升机器人的实用性至关重要。
由于需要强大的计算能力,训练大型语言模型成本高昂,但其“原材料”——来自互联网的海量文本——却唾手可得。Seo在接受TechCrunch独家采访时解释道,教机器人移动则面临着截然不同的挑战。 每条训练数据都必须通过实地采集,这需要机器人、操作设施以及人员。据Seo称,这使得机器人AI的开发成本远高于纯软件聊天机器人。随着企业追求功能更强大的机器人,数据采集和标注的费用可能会迅速攀升。
Config的目标是成为其他公司机器人AI背后的赋能者。这家初创公司将其角色比作台积电——这家台湾芯片制造商为苹果、英伟达和AMD代工,却不与它们竞争。Config希望通过提供基础数据,在机器人领域发挥类似的作用。随着主要制造商越来越倾向于开发自己的专有机器人AI,而不是完全依赖外部供应商,这一战略正获得越来越多的支持。这就是Config的目标市场。
据首席运营官兼联合创始人杰克·邦(Jack Bang)透露,Config 已开始实现营收。邦向 TechCrunch 表示,该初创公司的现有客户包括大型制造商、系统集成商,以及农业和国防领域的企业。该领域的同行包括 Physical Intelligence、Generalist AI 和 Skild AI。

图片来源:Kate Park
Config在受控的摄影棚环境和真实世界环境中,捕捉人类执行物理任务的动作。该公司总部位于首尔和河内,近300名员工负责数据生产。迄今为止,该公司已积累了超过10万小时的人体动作数据,这一规模是同类最大开源数据集AgiBot World(约3000小时)的30多倍。
大多数机器人团队通常先利用人体动作数据训练AI模型,随后将这些模型适配到机器人上。Seo表示,Config采取了不同的方法。 该公司专注于在训练过程开始前对数据进行转换,使其更适合机器人的运动方式及其与周围环境的交互。Seo将这一过程比作语言翻译。他表示,在一种数据类型上训练模型,却期望它能在另一种情境下完美运行,这就像试图仅使用英语材料来教授韩语一样。
“必须转换数据,而不是模型。这种转换技术是Config的核心技术差异化优势,”Seo强调道。
新一轮融资将用于三个关键方向:扩大在越南和首尔的数据运营规模,以实现累计收集100万小时数据的目标;发展企业平台业务,力争在2027年底前实现1000万美元的年度经常性收入(ARR);以及推出基于云端的“机器人即服务”(Robot-as-a-Service)产品,使企业无需专用硬件即可使用Config的基础模型。
一家初创公司押注印度的零工劳动力能够培训全球机器人
近年来,印度的在线外卖行业迅速扩张,Zomato和Swiggy相继上市以及云厨房数量激增便是这一趋势的显著标志。与此同时,Urban Company、Snabbit和Pronto等按需家政服务初创企业也日益受到欢迎。总部位于旧金山的初创公司Human Archive正借此增长势头,通过与这些企业合作,为员工配备带摄像头的头戴设备。该设备可捕捉日常任务的第一人称视频数据,这些数据可用于训练机器人。尽
机器人大脑构建者正在走出他们的 GPT-2 时代
Physical AI 已成为风险投资领域最具活力的板块之一,众多公司获得了数十亿美元的融资,旨在将大语言模型背后的基础工具应用于机器人领域。这种热情推动了宇树科技(Unitree)——中国领先的机器人制造商——进行大规模首次公开募股(IPO),该公司在登陆中国纳斯达克等效市场时,初始估值高达 660 亿美元。然而,本周市场情绪急剧转变,抹去了近一半的估值。分析师将这一下跌归因于一个关键差距:尽管机器人的物理能力正在进步,但它们仍缺乏执行产生价值任务所需的实际技能。在上周举行的 Actuat
丰田64亿美元机器人估算使物理人工智能成为焦点
丰田汽车预计,自2028年起,在其制造设施、子公司及关键供应商中全面推广自动化,可能需要约40万台机器人,年支出约为1万亿日元(64亿美元)。据路透社报道,这一潜在投资方案已于9月初向投资者展示。丰田尚未确认全额投资是否会推进,也未说明如此规模的支出将持续多久。这40万台机器人的估算涵盖了现有设备的替换和新设备的安装,包括人形和非人形系统。该投资范围包括工业机器人、自动化物流以及工厂车间内的未来协作机器人。丰田目前在各个制造阶段利用并测试机器人技术。在其2026财年财务结果中,公司强调了涉及零部





首页






