Algomatic Dynamics dari Jepun memperoleh pembiayaan pusingan pertama bernilai 32.5 juta dolar AS: AI fizikal dan tangan robot berbilang jari di ambang pengkomersialan

Fakta Ringkas

• Syarikat: Algomatic Dynamics (Tokyo), mula beroperasi secara rasmi pada 9 September 2026, ditubuhkan melalui penyusunan semula organisasi Algomatic Co. di bawah Kumpulan DMM, Ketua Pegawai Eksekutif ialah Yuki Nanri.
• Pembiayaan: Pusingan pertama USD 32.5 juta, pelabur ialah DMM.com. Penggunaan dana ialah pelaburan perkakasan dan sumber kuasa pengiraan penyelidikan dan pembangunan yang didedahkan oleh syarikat.
• Rentak produk: Platform tangan robot berbilang jari AI dirancang untuk dilancarkan di Jepun pada penghujung 2026.
• Tiga bidang perniagaan: Data gerakan dan pembelajaran robot; tangan robot AI (integrasi perkakasan dan perisian); robot hiburan AI (robot watak bipedal dan teknologi mekanikal animasi).

---

Latar belakang industri: Kesesakan AI fizikal telah beralih daripada model kepada data

Dalam dua tahun lalu, pusat naratif kecerdasan berjasad (Embodied AI) telah mengalami peralihan yang jelas. Peningkatan keupayaan model jenis penglihatan—bahasa—tindakan (VLA) menjadikan “sama ada robot boleh memahami tugas” bukan lagi satu-satunya kesesakan; kekangan sebenar telah menjadi “dari mana robot memperoleh data interaksi fizikal yang cukup banyak, cukup nyata dan cukup pelbagai”.

Tiga bidang perniagaan Algomatic Dynamics, pada dasarnya semuanya berkisar pada kesesakan ini:

1. Data gerakan dan pembelajaran robot: Syarikat merancang untuk menganalisis video gerakan tangan dan seluruh badan pekerja mahir (contohnya tarian, bola sepak dan gerakan berterusan lain), menukar gerakan kepada data yang boleh digunakan untuk melatih robot, dan menekankan bahawa data ini boleh digunakan merentas bentuk robot yang berbeza. Pada masa yang sama menyediakan perkhidmatan penyewaan robot dan operator. 2. Tangan robot AI: Menjual tangan robot berbilang jari dalam bentuk sistem bersepadu perkakasan-perisian, dengan skop perkhidmatan meliputi penalaan khusus tugas, penentukuran semula dan penyelenggaraan—ini bermakna syarikat meletakkan dirinya sebagai pengendali jangka panjang, bukan pembekal perkakasan sekali sahaja. 3. Robot hiburan AI: Untuk pembangunan, penyelenggaraan dan operasi robot watak bipedal, laluan teknologinya berkaitan dengan animatronik (animatronics).

Dari segi teknikal, syarikat turut mendedahkan dua arah: kestabilan bipedal (mengekalkan kedudukan tegak di atas permukaan tidak rata, tangga dan cerun, dengan kaedah menggabungkan kawalan berasaskan model dan pembelajaran pengukuhan) serta pemerolehan pengetahuan tacit (tacit knowledge) (melalui analisis video untuk menangkap elemen kemahiran yang sukar disampaikan seperti masa tindakan, daya yang dikenakan dan fokus pandangan pekerja mahir).

Dua keupayaan ini mempunyai implikasi industri yang berbeza: yang pertama menentukan sama ada robot boleh memasuki persekitaran fizikal sebenar yang tidak berstruktur; yang kedua menentukan sama ada robot boleh meniru “manusia” dan bukan sekadar meniru “trajektori gerakan”.Yang wajar diletakkan dalam tetingkap pemerhatian yang sama ialah pada tempoh yang sama terdapat beberapa lagi perkembangan berkaitan AI fizikal: Pony.ai dan Verne memulakan ujian pengangkutan penumpang Robotaxi tanpa pemandu sepenuhnya di Croatia, Vention membuka makmal AI fizikal untuk robot industri di Montreal, Bulwark Dynamics menyelesaikan pusingan benih AS$6.8 juta dan merancang untuk membina bot pendaratan autonomi di limbungan kapal Jepun. Peristiwa-peristiwa ini bersama-sama menunjuk kepada satu kesimpulan: pelaburan modal dan kejuruteraan dalam AI fizikal sedang merebak daripada naratif robot humanoid umum kepada lapisan pelaksanaan yang lebih tersegmen—tangan, keseimbangan, data, senario.

Kesan pasaran: modal strategik, pelanggan senario dan perbelanjaan kuasa pengkomputeran

Bagi syarikat itu sendiri. Saiz pusingan pertama AS$32.5 juta, bagi syarikat yang menggabungkan perkakasan AI dan platform data, berada dalam julat "cukup tetapi tidak memadai untuk pengeluaran besar-besaran". Syarikat secara jelas mengarahkan dana kepada perkakasan dan sumber kuasa pengkomputeran, menunjukkan struktur kosnya dalam jangka pendek akan lebih menghampiri organisasi penyelidikan dan pembangunan berintensif aset, bukannya pasukan perisian semata-mata. Ini juga bermakna pelancaran produknya pada akhir 2026 lebih berkemungkinan merupakan pelancaran sulung platform dan perintis, bukannya penghantaran berskala besar.

Bagi pelabur DMM.com. Perlu diperhatikan bahawa pihak yang membiayai bukan pelabur kewangan semata-mata, tetapi entiti induk kumpulan. Perniagaan Kumpulan DMM merangkumi perkhidmatan internet, kandungan, hiburan dan lain-lain, dan mempunyai potensi sinergi senario dengan barisan perniagaan "robot hiburan AI". Bagi kumpulan, pelaburan ini serentak merupakan pemposisian teknologi dan pemindahan keupayaan dalaman ke luar: meletakkan penyelidikan dan pembangunan AI fizikal dalam entiti berasingan, sambil mengekalkan sokongan sumber dan pengasingan kegagalan.

Bagi sisi pelanggan. Sasaran yang dinamakan syarikat ialah industri yang menghadapi kekurangan tenaga kerja: pembuatan, logistik, perubatan dan penjagaan, perkhidmatan makanan. Ciri bersama industri ini ialah tugas tidak piawai, kesukaran mengambil pekerja, dan keperluan keselamatan yang tinggi untuk kerjasama manusia-mesin. Tangan robot berbilang jari penting kerana ia sepadan dengan proses "intensif tangan" seperti pengisihan, pemasangan, dan menggenggam makanan berbentuk tidak sekata—proses-proses ini dalam dekad lalu justeru merupakan bahagian dengan kadar penembusan automasi paling rendah.

Bagi sisi infrastruktur. Struktur penggunaan kuasa pengkomputeran AI fizikal berbeza daripada AI perusahaan tradisional: latihan bergantung pada simulasi berskala besar dan pemprosesan data video, manakala inferens memerlukan penyebaran di sisi tepi dengan kependaman rendah. Ini akan mendorong permintaan ke dua arah—kuasa pengkomputeran simulasi dan latihan di sisi pusat data, serta cip inferens tepi dan timbunan kawalan masa nyata di sisi badan robot. Syarikat menyatakan dana akan digunakan untuk "memastikan sumber kuasa pengkomputeran", yang itu sendiri menjadi nota kaki kepada trend ini.

Landskap persaingan: lapisan data ialah medan pertempuran sebenar

• Pihak yang mendapat manfaat.- Pihak industri yang memiliki senario dan data: Perusahaan pembuatan dan logistik yang memiliki banyak video gerakan pekerja mahir, data proses barisan pengeluaran dan rekod penyelenggaraan, dalam era AI fizikal berubah daripada "objek yang diautomasikan" kepada "pembekal data", kuasa tawar-menawar meningkat.
• Rantaian bekalan perkakasan: Segmen seperti sensor sentuhan, modul sendi tangan dexterous, modul inferens tepi, akan memperoleh pertumbuhan baharu dengan pengkomersialan platform tangan berbilang jari.
• Ekosistem industri robot Jepun: Jepun dalam bidang robot industri sudah mempunyai pengeluar sedia ada seperti Fanuc, Yaskawa Electric, dengan keupayaan pembuatan badan robot dan komponen ketepatan yang mendalam. Algomatic Dynamics secara jelas menyatakan teknologinya "boleh digunakan merentas bentuk robot dan persekitaran yang berbeza"; kedudukan ini lebih dekat dengan lapisan pemboleh upaya daripada lapisan penggantian badan robot, secara teori mengurangkan konflik langsung dengan pengeluar sedia ada.

Pihak yang menanggung tekanan.

• Pengeluar robot yang hanya menyediakan badan robot serta tidak menguasai data dan model: Apabila tangan robotik dihantar dalam model bersepadu "perkakasan + perisian + penalaan dan penyelenggaraan", ruang persaingan harga perkakasan tulen akan dihimpit.
• Syarikat permulaan yang menjadikan tangan robotik titik tunggal sebagai nilai jualan: Algomatic Dynamics cuba menyambungkan pengumpulan data, latihan model dan penggunaan fizikal menjadi gelung tertutup (daripada pengumpulan data tugas kepada latihan model sehingga penggunaan mesin fizikal); naratif full-stack ini lebih berdaya saing dalam pembiayaan dan komunikasi pelanggan.
• Perusahaan perkhidmatan intensif tenaga kerja: Struktur pekerjaan dalam industri seperti penjagaan dan perkhidmatan makanan akan berdepan tekanan penggantian berterusan dalam jangka sederhana dan panjang, tetapi dalam jangka pendek lebih kepada "kerjasama manusia-mesin" bukannya "penggantian".

Pihak yang mungkin menyusul. Boleh dijangka tiga jenis entiti akan mempercepat tindakan: pertama, kumpulan pembuatan besar dan syarikat perdagangan tempatan Jepun, menyertai AI fizikal melalui pelaburan atau projek perintis bersama; kedua, pasukan robot humanoid dan tangan dexterous dari Amerika Syarikat dan China, akan mengukuhkan naratif luaran "infrastruktur pengumpulan data"; ketiga, pembekal perkhidmatan awan, membungkus simulasi, anotasi data dan latihan model robot sebagai perkhidmatan awan AI fizikal.

Apa yang perlu disedari ialah generalisasi merentas badan robot pada masa ini masih merupakan cabaran peringkat industri, bukan janji yang boleh diserahkan oleh mana-mana syarikat. Syarikat menggambarkan datanya sebagai "boleh digunakan untuk bentuk robot yang berbeza"; ini merupakan ungkapan sasaran teknologi dan kedudukan produk, tahap generalisasi sebenarnya perlu menunggu pengesahan pihak ketiga selepas pelancaran pada akhir 2026.

Pengajaran perusahaan: Bagaimana menilai pembekal AI fizikal

Bagi pembuat keputusan perusahaan yang sedang menilai laluan pelaksanaan AI fizikal, transaksi ini menyediakan beberapa kerangka penilaian yang boleh dilaksanakan:

Pertama, lihat jumlah kos pemilikan, bukan sebut harga perkakasan. Model tangan robotik Algomatic Dynamics merangkumi penalaan khusus tugas, penalaan semula dan penyelenggaraan. Ini bermakna keputusan perolehan mesti merangkumi perbelanjaan penalaan dan penyelenggaraan selama tiga tahun, bukan hanya membandingkan harga seunit. Perusahaan harus meminta pembekal menyediakan metrik "kos pentauliahan semula selepas perubahan tugas".Kedua, lihat klausa pemilikan data dan pengasetan kemahiran. Sistem pengumpulan pengetahuan tersirat akan mengubah pergerakan, daya yang dikenakan dan corak pandangan pekerja mahir menjadi aset data. Hak milik data ini, skop penggunaan, sama ada ia boleh digunakan untuk melatih model umum pembekal, mesti dinyatakan dengan jelas dalam kontrak. Ini ialah klausa yang paling mudah diabaikan oleh syarikat pembuatan dan paling sukar diperbaiki kemudian.

Ketiga, mulakan dengan tugasan berskop kecil, bukan dengan "penggantian pekerjaan". Utamakan proses khusus yang mempunyai pengulangan pergerakan tinggi, tetingkap toleransi kesilapan yang luas dan pengambilan pekerja yang sentiasa sukar, contohnya mencengkam dan mengasingkan bahan tidak sekata. Gunakan 6—12 bulan untuk mengukur kos setiap tugasan, kadar hasil dan masa henti, bukan mengukur "berapa ramai orang yang dijimatkan".

Keempat, masukkan AI fizikal ke dalam sistem tadbir urus automasi dan IT sedia ada. Keperluan pematuhan yang melibatkan keselamatan, jarak kerjasama manusia-mesin, pemindahan data ke luar negara dan seni bina rangkaian kilang hendaklah digabungkan dengan proses penilaian keselamatan barisan pengeluaran sedia ada bagi mengelakkan kawasan buta pengawalseliaan.

Prospek

12 bulan akan datang. Tetingkap pemerhatian tertumpu pada pelancaran pasaran Jepun pada akhir 2026. Penunjuk yang boleh disahkan termasuk: industri dan jenis tugasan pelanggan perintis pertama, sama ada hasil ujian sebenar pemindahan merentas badan robot didedahkan secara terbuka, serta struktur harga perkhidmatan penyewaan dan operator. Pada peringkat ini, yang lebih mungkin muncul ialah "boleh digunakan dalam senario terhad", bukan manipulasi tangkas serba guna.

24 bulan akan datang. Fokus persaingan akan beralih daripada badan robot kepada roda tenaga data. Sesiapa yang dapat terus mengumpul data pergerakan berkualiti tinggi dalam senario sebenar dan mengubahnya menjadi keupayaan model yang boleh diguna semula, akan dapat membina kesan skala merentas pelanggan. Pada peringkat ini, gabungan AI fizikal dengan infrastruktur awan akan dipercepat, kuasa pengiraan simulasi dan latihan akan menjadi item kos teras pembekal, dan juga menjadi titik pertumbuhan baharu bagi pembekal awan. Pada masa yang sama, semakan pematuhan untuk senario seperti penjagaan dan logistik akan diperketatkan dengan ketara, keupayaan tadbir urus data akan secara langsung mempengaruhi rentak pelaksanaan.

3 tahun akan datang. Penilaian struktur ialah: badan tangan robot mungkin menuju ke arah komodifikasi, nilai akan beralih ke lapisan data, lapisan model dan lapisan perkhidmatan operasi penyelenggaraan. Bentuk industri AI fizikal akan lebih menghampiri gabungan "platform + penyedia perkhidmatan senario", bukannya persaingan pengeluar robot semata-mata. Bagi institusi pelaburan, yang berbaloi dijejaki dalam jangka panjang bukanlah parameter prestasi satu unit perkakasan, tetapi tiga penunjuk—kos pengumpulan data setiap tugasan, kadar kejayaan pemindahan merentas badan robot, serta kedalaman pembelian semula pelanggan dan pengembangan tugasan.

---

Sumber: AI Insider, "Japan's Algomatic Dynamics Launches with $32.5M in Funding to Develop Physical AI, Robotic Hand", https://theaiinsider.tech/2026/09/10/japans-algomatic-dynamics-laucnhes-with-32-5m-in-funding-to-develop-physical-ai-robotic-hand ; Pengumuman rasmi Algomatic Dynamics, https://algomatic-dynamics.com/news-20260909-funding