一笔由顶级 VC 押注的具身智能融资
10 月，具身智能初创企业 Eka Robotics 宣布完成 1.5 亿美元 A 轮融资，由 F-Prime Capital Partners 与 Andreessen Horowitz（a16z）联合领投，Samsung NEXT 等多家机构跟投。据 TechCrunch 报道，公司估值约 14.5 亿美元。在具身智能赛道里，A 轮就拿到的资金规模与头部机构的密集下注，说明资本市场对能动手的 AI 的预期仍在升温，即便通用机器人量产遥遥无期。
值得留意的是领投方的组合：F-Prime 以早期硬科技与机器人布局见长，a16z 则在 AI 与基础设施两端同时下注。两家联手领投，等于把机器人本体与 AI 模型双重叙事一并押上。Samsung NEXT 的跟投则暗示，制造与电子产业链资本也在提前卡位具身智能的供应链位置。融资结构大致如下。
VFA：把力写进机器人基础模型
Eka 的技术抓手是一个名为 VFA（Vision-Force-Action，视觉—力—动作）的机器人基础模型，核心是把力反馈信号纳入训练闭环。传统操作类模型多依赖视觉与位姿估计，遇到需要控制接触力度的任务（例如把易碎品轻轻放下、拧紧一颗灯泡）就容易失手。Eka 的思路是让模型在仿真环境中通过自监督学习，同时理解看到什么、用多大劲、怎么动，从而泛化到未见过的物体与姿态。
这种以力反馈为中心的路线，区别于单纯追求运动规划或视觉识别的方案。它更贴近工业与服务场景里大量存在的精细接触需求——拧、插、按、扶，这些动作恰恰是通用机械臂长期做不好的部分。Eka 宣称其系统可在仿真自监督下实现高精度灵巧操作，能完成拧灯泡、抓取异形易碎物等复杂接触任务，兼顾泛化性、实时性与安全性。
1.5 亿美元怎么花
本轮融资将主要用于技术研发与团队扩张。对一家以基础模型为核心的机器人公司而言，钱大概率会流向三处：其一是扩大仿真与真实数据采集的规模，尤其是带力反馈标注的接触数据；其二是招募控制、仿真与机器学习交叉领域的研究与工程人才；其三是搭建可对外演示的硬件载体，把模型从论文与视频推向可交付的原型。
在估值约 14.5 亿美元的情况下，Eka 需要向投资人证明的，不只是模型在演示视频里的灵巧度，更是它在真实产线上的稳定性、维护成本与安全边界。具身智能的历史教训是：实验室里惊艳的抓取，到了杂乱、非结构化的真实环境往往大幅退化。
与同行相比的卡位
把视野拉长，Eka 处在具身智能融资升温的同一波浪潮里：同样主打基础模型路线的对手有的押注纯视觉与世界模型，有的押注端到端模仿学习，Eka 选择把力作为差异化锚点。这一选择的风险在于，力控对硬件与传感的一致性要求极高，模型能力再强也受限于执行器的精度；优势在于，它切入的是工业与物流里最缺人、最重复的接触类工种，商业落点相对清晰。
对 a16z 与 F-Prime 而言，押注 Eka 也符合它们近年在本体能力尚未定型时提前占坑的一贯打法。在头部实验室把大模型能力推向通用化的同时，具身智能被视为下一个把 AI 从屏幕带进物理世界的支点。
冷静看：估值不等于量产
需要冷静看待的是，14.5 亿美元估值与 1.5 亿美元现金，都不等于产品已经 ready。具身智能公司普遍面临数据稀缺、硬件成本高、场景碎片化三道坎，Eka 的 VFA 路线能否跨过演示到部署的鸿沟，仍需真实客户的复购与留存来检验。此外，力反馈路线对供应链的依赖，也可能在规模化时成为瓶颈。
对行业而言，Eka 这笔融资的信号在于：资本正把具身智能从概念热度推向用真金白银买底层能力的阶段。后续值得盯紧三点：Eka 是否公开真实环境下的作业视频与指标、首批付费客户来自哪些行业、以及力反馈数据闭环的构建速度。