机床上桌，芯片下沉：物理AI的平民化暗线

智能正在离开机房，机器正在走上桌面。

最近一周，机器人产业里两笔不太起眼的新闻，放在一张桌子上看会变得很有意思：一边是边缘AI芯片公司SiMa.ai拿到由Fidelity和Amplify领投的1.5亿美元C轮融资，估值冲到14.5亿美元；另一边是从大疆出走的两位前核心成员创立的无限工坊（InfiMaker），成立一年多融资超过一亿元人民币，赌的是一件事——把工业级的五轴CNC机床，塞进消费级桌面。

一个在把算力从云端拽到机器的指尖，一个在把制造能力从工厂车间搬到创作者的书桌。方向相反，逻辑同源：物理AI（Physical AI）要真正落地，靠的不是更大的模型，而是更下沉、更便宜、更人人可用的硬件能力。

这篇文章就来拆一拆，这两条看似无关的融资新闻背后，那条正在成形的平民化暗线。

🚀 1.5亿美元，砸向机器人的“小脑”之外

先看SiMa.ai这家公司。

这家边缘计算芯片开发商刚刚完成1.5亿美元的C轮融资，领投方是老牌资管巨头Fidelity和早期机构Amplify，投后估值达到14.5亿美元——妥妥跨过独角兽线。

有意思的不是金额，而是钱从哪来。Fidelity这样的机构出现在硬件芯片公司的C轮，说明一个信号：边缘AI叙事已经从“技术故事”变成了“资产配置选项”。 钱的流向也印证了这一点——据市场研究机构MarketsandMarkets的测算，全球边缘AI芯片市场规模在2024年约为230亿美元，预计到2030年将突破660亿美元，年复合增长率超过19%；而投资咨询机构PitchBook的统计显示，2024年全球边缘计算相关初创企业的融资总额同比增长约三成，其中推理侧芯片公司占比持续上升。过去两年投资人在具身智能赛道反复追问的“云端大模型怎么迁移到机器人本体上”，正在被一个更具体的问题取代：“本体上的推理算力谁来供”。

这背后的产业账很好算：一台人形机器人或工业机械臂，不可能每做一次抓取决策都把数据传回云端——延迟、带宽、隐私、断网，每一个都是硬约束。物理AI要动起来，推理必须发生在本体上、发生在边缘。这正是SiMa.ai卡的位置：不跟云端巨头抢训练算力的肥肉，专心做边缘侧推理芯片这个“苦活”。

这张图里值得注意的是最后一个分支：边缘AI芯片的下游，不只是人形机器人和工业机械臂，还包括桌面智造设备这类“看起来不像机器人”的产品。而这，正是第二则新闻的入口。

产业逻辑一句话：当训练算力的军备竞赛进入巨头垄断阶段，边缘推理就是留给创业公司的时间窗口——SiMa.ai的14.5亿美元估值，本质上是资本市场给“算力下沉”这个方向的一次定价。

🔧 两个大疆人，赌了一个“反常识”的轴数

再看无限工坊的故事。

这家公司成立于2024年11月，两位联合创始人谢博文和项林坚的渊源可以追溯到10年前：两人在加拿大读大学时一起创办机器人社团，拿下过北美机器人比赛冠军，进大疆之前就已经是产品搭档。创业之后，他们做了一个行业里公认的“反常识”决定——当大多数桌面CNC竞品还停留在三轴、四轴的时候，直接从消费级桌面五轴CNC切入。

公司成立一年多，已完成多轮超过亿元人民币的融资，投资方包括昆仑资本、奇绩创坛和美团战投。截至2026年年中，体验机已经交到测试用户手上。

为什么是五轴？谢博文的回答很直接：“材质自由就是创意自由。”

3D打印过去十年解决了“形状自由度”，但它触达不了石头、木材、金属、玉石、钛合金这些真正承载创意意图的材质——这些硬骨头，今天只有CNC啃得动。而五轴相比三轴四轴，不只是加工能力的提升，更重要的是让用户从“学怎么操作机器”中解放出来，回归创意本身。

（注：表中能力对比为基于公开行业常识的推演，竞品轴数现状来自采访素材。）

熟悉大疆体系的人不难理解这个选择：这家公司过去十多年最成功的产品——消费级无人机和手持云台——走的都是同一条路，即把“专业设备消费级化”。这条路径的市场验证是充分的：大疆凭借这一打法占据了全球消费级无人机市场约七成份额，而整个消费级3D打印市场也沿同样的逻辑，从2013年前后几亿美元的小池塘，增长到2024年约60亿至80亿美元的规模（据SmarTech Analysis等机构的行业报告），并养活了出货量百万台级别的头部公司。谢博文自己也说得很克制：“很多行业并不是谁最早做决定结果的，而是真正能把产品做到大众可用的状态才决定成败。相比初速度，加速度更加重要。”

翻译一下：五轴不是炫技，是把工业机床的能力曲线，压进消费级的价格和使用门槛里。

📈 为什么这两件事正在同时发生

把两条新闻摆在一起，才能看清那条暗线。

过去十年的智能硬件浪潮，路径高度一致：一种昂贵的、集中的、依赖专家的专业能力，被拆解成便宜的、分散的、普通人可用的产品。无人机把航拍从直升机上拆下来，3D打印把注塑模具从工厂里拆出来。现在轮到两个新对象：

• 推理算力——正在被SiMa.ai这类公司从云端拆到边缘、拆到本体上；
• 减材制造能力（CNC切削）——正在被无限工坊从恒温车间拆到普通人的桌面上。

物理AI是一个更硬的约束条件。机器人要真正做到“身体智能”，缺的从来不只是云端大模型，而是三样东西：本体上的实时推理算力（芯片）、与物理世界交互的执行器（关节、末端）、以及快速迭代硬件本体的制造能力（加工）。前两样靠边缘芯片，第三样靠更普及的精密加工——桌面五轴CNC恰恰降低了小团队做硬件原型的门槛。

换句话说，桌面五轴之于硬件创业团队，类似于云端GPU之于AI创业公司：它决定了迭代速度。 这个判断有产业数据可以参照：高工机器人研究所（GGII）的数据显示，2025年全球人形机器人本体及零部件领域的初创团队数量已超过500家，其中相当一部分是十人以下的硬件小团队；而传统机械加工行业的外协打样周期普遍在一至四周、开模费用以万元计——这正是硬件创业公司最痛的迭代瓶颈。当一台桌面五轴设备能把结构件加工周期压缩到“小时计”，硬件创业的“加速度”就上来了——这和谢博文那句“相比初速度，加速度更加重要”形成了一个闭环。

💡 “机器只是需求的一小部分”

当然，把镜头拉近，两条路都不好走。

谢博文在采访里有一句容易被忽略但分量很重的话：“机器只是需求的一小部分。”

这句话怎么理解？看3D打印的历史就明白了。消费级3D打印最后跑出来的公司，卖的不是打印机，而是材料生态、模型社区、切片软件和一整套“开箱即用”的体验。桌面五轴CNC要复制这条路，意味着刀具体系、材料工艺库、加工参数库、安全防护、失败案例兜底——每一项都是苦功夫。用户买的从来不是五根轴，而是“我脑子里这个东西能被做出来”的确定性。

边缘芯片这条线同理。SiMa.ai要兑现14.5亿美元的估值，需要回答的问题是：在机器人、工业视觉、桌面智造设备这些碎片化下游里，谁能提供标准化的工具链，让客户像拼积木一样把模型部署到边缘？芯片的竞争从来不在流片那一下，而在软件开发套件和生态粘性上——这一点上，所有边缘芯片玩家面对的都是NVIDIA Jetson这个强大的存量生态。后者凭借CUDA体系的迁移成本优势，在机器人边缘计算场景中占据主导地位，这也是为什么后来者必须在工具链易用性上下重注。

两条路径的共同风险也一致：消费级化的窗口期里，赢家往往不是技术最激进的，而是最先把“专业能力+大众体验”的配方调到平衡点的。 五轴做得再强，用户学不会就是废铁；边缘算力堆得再高，部署不动就是摆设。

还有一层时序上的巧合值得玩味：无限工坊的体验机正在测试用户手上流转，SiMa.ai的新弹药刚刚入账——物理AI这条产业链上，芯片端和制造工具端几乎同步跨过了商业化验证的门槛。这种同步不是偶然，而是产业链成熟度相互牵引的结果：本体智能上不去，桌面加工没有需求；加工不出来，本体迭代就是空谈。

结语：平民化，才是物理AI的真考题

回头看这两则新闻，最值得记住的不是1.5亿美元，也不是过亿元人民币融资，而是两个动作的方向：芯片下沉到边缘，机床上桌到桌面。

物理AI叙事讲了两年，聚光灯一直打在人形机器人的整机融资上——2025年全球人形机器人整机融资动辄以十亿美元计，而支撑这个赛道的芯片端和工具端，融资体量只有整机的零头。但真正的产业底层，恰恰是这些不站在台前的能力供给者：根据GGII的预测，到2030年全球人形机器人出货量有望达到百万台级别，届时每一台机器人背后的边缘推理芯片、每一个硬件创业团队手中的加工设备，都将是一个比整机更大的市场。

谁能把昂贵的智能和精密的制造，做成普通人买得起、用得会的产品，谁就握住了下一轮浪潮的入场券。用谢博文的话说，决定成败的不是谁最早做，而是谁先把产品做到大众可用的状态。

2026年之后值得盯的信号有两个：边缘AI芯片能否在机器人本体上跑出标准化部署案例；桌面五轴CNC能否复刻消费级3D打印的生态路径。当每个创作者桌上有一台五轴、每台机器人脑子里有一颗边缘芯片——物理AI才算真正交卷。