AI 的發展路徑，往往經歷 專用化 → 通用化 → 高價值細分場景。
在軟體 AI 領域，通用多模態模型已取代過去需要單獨訓練的人臉識別、語音轉錄等專用模型，並通過後訓練在醫療、法律、客服等場景實現專業化落地。
而在物理 AI（具身智慧）領域，傳統工業與服務機器人只能在固定場景工作，缺乏泛化能力，尤其難以應對複雜、非常規環境，使得真正可用的家用人形機器人仍然遙遠。
Skild AI 正試圖打破這一限制。其核心產品 Skild Brain 是一個“全具身（Omni-bodied）”機器人大腦，目標是讓同一模型適配不同形態的機器人，並完成不同任務，實現跨任務、跨硬體的通用能力。
2024 年，Skild AI 先後完成 3 億美元 A 輪和 14 億美元 B 輪融資，B 輪由 SoftBank 領投，NVIDIA、Jeff Bezos 等跟投，公司估值超 140 億美元。
Skild Brain 採用基於視覺的端到端運動控制，通過分層架構，讓機器人無需預設路徑或規則，即可在行走、爬樓、越障等複雜環境中即時適應變化。其關鍵創新在於：
- 用“機器人多重宇宙”訓練模型，避免針對單一硬體過擬合
- 將“上下文學習”引入物理 AI，使機器人能在失敗中快速自適應，甚至應對肢體缺失、關節故障等極端情況
在商業化上，Skild 的機器人已部署於安防、配送、資料中心和製造業，2025 年營收快速增長至 3000 萬美元，長期目標仍指向家庭消費級市場。
具身智慧正開始跨越“通用性門檻”。一旦物理 AI 進入成熟階段，其應用空間與價值釋放，或將呈指數級增長。