据 Tech Funding News 报道,Lyte 是一家山景城初创公司,由苹果 Face ID 深度传感技术背后的工程师创立,已在 C 轮融资中筹集了 1.65 亿美元,投后估值为 16 亿美元。由 Maverick Silicon 领投的这轮融资使该公司的估值比 2026 年 1 月增加了两倍多,当时该公司已经筹集了 1.07 亿美元,并致力于为机器人提供一种可靠的方式来看待世界。
目前总资金为 2.72 亿美元,该公司表示正在与客户一起从原型转向生产部署,涉及检验、物流和制造领域。正如过去一年对人工智能重大新闻的报道所显示的那样,为实体经济提供人工智能的竞赛越来越多地涉及模型背后的平庸层——而感知正成为最具争议的问题之一。 更多相关背景,请参阅我们的AI新闻。
Face ID 深度团队重聚
Lyte 由 Alexander Shpunt、Arman Hajati 和 Yuval Gerson 于 2021 年创立,这三位前苹果工程师曾致力于 Face ID 背后的深度传感技术。 Shpunt 在 3D 传感领域的渊源更为深厚:他之前与他人共同创立了 PrimeSense,这家以色列公司的技术为微软的 Kinect 提供支持,之后苹果于 2013 年收购了该公司。
该公司于 2026 年 1 月凭借感知平台 LyteVision 脱颖而出。 LyteVision 没有让机器人制造商将单独的摄像头、运动和深度反馈拼接在一起,而是将摄像头、惯性运动传感以及该公司描述的可测量距离和速度的 4D 传感器融合到单个同步数据流中。其主张是,通过在芯片和软件中本地测量运动,消耗仓库机器人时间和准确性的融合问题永远不会出现在下游。
为什么投资者押注于硅,而不仅仅是软件
Maverick Silicon 领投了本轮融资,其执行合伙人 Andrew Homan 已加入 Lyte 董事会。该基金此前曾支持边缘人工智能芯片公司 SiMa.ai 和 TensorWave。主导 Lyte B 轮融资的现有投资者 Fidelity Management & Research 与 Atreides Management、Key1 Capital 和 Ora Global 一起回归。
Shpunt 在 Tech Funding News 报道的一份声明中表示:“物理人工智能在出现模型问题之前先遇到的是传感问题。” “机器人无法根据不能忠实描述世界的数据安全地采取行动。我们构建了整个感知基础,从定制芯片到我们系统产生的空间数据。”
霍曼以类别定义术语来界定这一赌注,称 Lyte 正在构建“一个基础传感平台,使各种机器人能够感知和理解周围的世界。”该公司董事长阿维格多·威伦茨 (Avigdor Willenz) 认为,拥有芯片是定义某一类别的公司与仅仅参与某一类别的公司的区别。
机器人眼睛的拥挤竞赛
Lyte 并不是唯一一个追求物理人工智能感知层的公司。报道称,Rhoda AI 3 月份以 17 亿美元的估值筹集了 4.5 亿美元,押注于视频训练的基础模型,而不是拥有传感器芯片。 RealSense 以 5000 万美元从英特尔分拆出来,正在从不同的角度进攻同样的相机和深度市场,而 Luxonis 在 7 月份围绕其开源 OAK 相机系列筹集了 1400 万美元的 A 轮融资。
Lyte 表示,差异化因素在于垂直整合:竞争对手许可模型或销售模块化硬件,而 Lyte 拥有从定制芯片开始的完整堆栈,它认为这实际上消除了机器人团队抱怨的延迟和校准问题。这一赌注是否会击败视频训练、许可一切的方法不会通过一轮融资来解决,但通过哪种方法可以减少校准错误的机器人。
市场背景
此次融资是在人工智能驱动的机器人技术快速增长的预测背景下进行的。报告中引用的数据显示,到 2030 年,人工智能机器人市场预计将达到 1250 亿美元。人形机器人和仓库机器人仍然昂贵且容易出错,部分原因是感知——将原始传感器数据可靠地转化为物理世界的忠实模型——在商品价格点上尚未得到解决。
Lyte 表示,新资金将用于扩大硅生产规模、扩大 LyteVision 部署以及增加硅、软件、光学和制造工程领域的员工数量。
这对物理 AI 堆栈意味着什么
这轮融资表明风险投资认为物理人工智能的价值将在何处增加。过去两年,基础模型和人形机器人制造商获得了大量资金,但 2026 年的融资周期越来越多地奖励镐和铲层:模拟、传感器融合、边缘计算和驱动。
对于在工厂和仓库部署机器人的企业来说,更多的感知资本可以转化为更快的试点转化为生产——这是许多机器人项目历来陷入停滞的一步。对于整个人工智能行业来说,Lyte 的论文提醒人们,具体化系统需要聊天界面永远不会遇到的可靠性标准:在误读场景上行动的机器人不会产生一个糟糕的段落,它会掉下一个托盘。
据报道,Lyte 拒绝透露其生产客户的名称。该公司表示,部署现已涵盖检测、物流和制造领域,C 系列将加快其感知堆栈到达新机器人类型和环境的速度。
---
掌握AI最新动态获取最新的AI新闻、分析和突破——尽在一处。
阅读更多AI新闻 →