Gravis Robotics får $200 millioner Series A for å skalere autonome tunge maskiner

Gravis Robotics har hentet inn $200 millioner i Series A-finansiering fra SoftBank, noe som gir det Zürich-baserte byggrobotikk-selskapet betydelig ny kapital til å utvide sin autonome tungmaskinteknologi på globale infrastrukturprosjekter.

Selskapet beskriver finansieringen som den største Series A i byggrobotikk til dags dato. Runden kommer i en tid hvor investering i physical AI i økende grad utvides utover humanoide roboter og lagerautomatisering til industrier der maskiner må samhandle med komplekse, skiftende omgivelser.

For Gravis er den miljøet en byggeplass. I stedet for å bygge ny tungt utstyr fra bunnen av, utvikler selskapet maskinvare og AI‑programvare som er laget for å ettermontere eksisterende gravemaskiner og annet jordarbeidsutstyr, og dermed legge til ulike grader av autonom drift i flåter entreprenører allerede eier.

Den nye finansieringen vil bli brukt til å akselerere Gravis’ internasjonale utrulling, utvide ingeniørteamet, og sette de autonome systemene inn i flere bygge‑ og infrastrukturprosjekter.

Bringer fysisk AI til tung konstruksjon

Gravis ble etablert sent i 2022 som en spin‑off fra ETH Zurich, og oppsto fra forskning på robotikk og autonome kontrollsystemer. Selskapet ledes av administrerende direktør og medgründer Ryan Luke Johns og teknisk direktør og medgründer Dominic Jud, med robotikkforsker Marco Hutter som medgründer og styremedlem.

Byggsektoren byr på en annen utfordring enn mange av de miljøene der autonome maskiner har fått fotfeste.

Et selvkjørende kjøretøy forsøker for eksempel generelt å forstå og trygt navigere i et miljø uten å endre det. En gravemaskin forventes å gjøre det motsatte. Hver bøttebevegelse endrer terrenget som maskinen må forstå neste gang.

Maskinen kan også støte på jord, stein, skiftende skråninger, underjordisk motstand og andre forhold som ikke kan forutsies fullt ut på forhånd.

Gravis prøver å takle denne usikkerheten gjennom læringsbaserte robotkontrollsystemer som kombinerer data fra maskinens hydraulikk med LiDAR, kameraer og GNSS‑posisjonering. Programvaren tolker kontinuerlig maskinens omgivelser og de fysiske kreftene som påvirker den, i stedet for bare å utføre en forhåndsbestemt sekvens av bevegelser.

Selskapet sier at modellene også er grundig trent i simulering, noe som gjør at AI‑en kan møte et stort antall virtuelle grave‑scenarioer før den tas i bruk på fysisk maskineri.

Gjør eksisterende gravemaskiner om til autonome maskiner

Et sentralt element i Gravis’ strategi er å unngå avhengighet av én enkelt utstyrsprodusent.

Byggflåter består vanligvis av maskiner fra flere merker, ofte samlet gjennom år med kjøp og leieavtaler. Å be entreprenører erstatte disse flåtene med spesialbygde autonome maskiner kan gjøre adopsjonen betydelig vanskeligere.

I stedet har Gravis utviklet Gravis RACK, et modulært autonomt kontrollsystem som kan installeres på eksisterende gravemaskiner og hjullastere. Selskapet sier at plattformen allerede er tilpasset utstyr fra produsenter som Caterpillar, John Deere, JCB, Hitachi, Volvo, Yanmar, Case, Develon og Sumitomo.

Systemet på taket kombinerer kameraer, 3D‑LiDAR, GNSS‑RTK‑posisjonering og kantdatabehandling av bilgrad. Fordi behandlingen skjer på maskinen, sier Gravis at autonome funksjoner kan fortsette å operere selv når pålitelig tilkobling ikke er tilgjengelig – en viktig faktor på avsidesliggende eller uferdige byggeplasser.

Full LiDAR‑dekning og sensorfusjon brukes til kontinuerlig å skanne omkringliggende terreng. Denne informasjonen kan støtte autonom graving samtidig som den produserer 3D‑stedsdata, kutte‑og‑fyll‑visualiseringer og registre over fullført arbeid.

Gravis’ persepsjonssystem kan også identifisere dump‑trucker og koordinere hvor gravd materiale skal plasseres, slik at autonome arbeidsflyter kan strekke seg utover graving til aktiviteter som lasting og materialhåndtering.

Autonomi uten å fjerne operatøren

Gravis presenterer ikke autonomi som en alt‑eller‑ingenting‑overgang.

Deres Slate tablet interface lar entreprenører bytte mellom flere driftsmoduser avhengig av oppgaven. Operatører kan bli i førerhuset og bruke AI‑assistert veiledning, gå bort mens maskinen utfører lengre autonome oppgaver, eller overvåke utstyret på avstand.

I den innebygde Copilot‑modusen kan operatører bruke trykk‑for‑graving‑kontroller og forsterket visuell veiledning. Arbeid kan defineres gjennom CAD eller Building Information Modeling (BIM)-geometri, fysiske referansepunkter eller koordinater. Grensesnittet kan deretter visualisere hvor mye materiale som må fjernes eller tilsettes mens maskinen arbeider.

I den andre enden av spekteret gjør fjernstyring det mulig for en operatør å overvåke og fjernstyre én eller flere maskiner ved hjelp av live‑video og stedsinformasjon.

Den hybride tilnærmingen kan bli viktig for adopsjon. Byggeplasser består sjelden av repeterende oppgaver utført under perfekt kontrollerte forhold. Å holde mennesker i operasjonsløkken gir entreprenører en måte å introdusere autonomi gradvis på, i stedet for å redesigne en hel byggeplass rundt fullstendig førerløst utstyr.

Et programvarelag på tvers av blandede byggflåter

Det bredere målet er i realiteten å skape et intelligenslag som ligger over det fragmenterte tungutstyrsmarkedet.

Hvis den samme autonome programvaren kan betjene maskiner fra mange produsenter og på tvers av ulike maskinstørrelser, vil entreprenører potensielt kunne sette i drift automatisering uten å standardisere hele flåten rundt én leverandør.

Gravis sier at deres læringsbaserte kontrollsystem tilpasser seg de fysiske egenskapene til ulike maskiner i stedet for at hver gravemaskin må programmeres uavhengig.

Dette skillet kan bli stadig viktigere etter hvert som fysisk AI går fra demonstrasjoner til kommersiell utrulling. Et robotsystem som fungerer bra på én nøye konfigurert maskin er betydelig mindre nyttig for store entreprenører enn programvare som kan tilpasse seg de heterogene flåtene som allerede opererer verden over.

Gravis hevder at deres terrengbevisste grave‑teknologi kan øke gjennomstrømningen med opptil 30 %, selv om faktiske gevinster naturligvis vil avhenge av maskin, oppgave og stedsforhold.

Fra forskningsprosjekter til aktive byggeplasser

Gravis hadde allerede begynt å kommersialisere før SoftBank‑investeringen.

I november 2025 kunngjorde selskapet $23 millioner i ny finansiering sammen med partnerskap og utrullinger som involverte selskaper som Holcim, Taylor Woodrow, HD Hyundai og Flannery Plant Hire. På den tiden sa Gravis at systemene deres var i drift i syv land, fra Storbritannia, EU, USA, Latin-Amerika til Asia.

En bemerkelsesverdig utrulling involverte autonom graving på et aktivt Taylor Woodrow‑infrastrukturprosjekt på Manchester Airport. Selskapet har også arbeidet med autonom steinbrudd‑materialhåndtering og etablert et partnerskap med Flannery for å gjøre gravemaskiner utstyrt med Gravis‑teknologi tilgjengelige gjennom utleiemarkedet for utstyr.

Denne kommersialiseringshistorien hjelper med å skille den siste finansieringen fra fysiske‑AI‑investeringer som hovedsakelig fokuserer på fremtidige prototyper. Gravis skaffer kapital mens systemene allerede blir testet og brukt sammen med tradisjonelle byggteam.

UK-prosjektet vil sette autonome gravemaskiner inn i en større prøve

Utrullingen får også støtte fra myndighetene.

Gravis og Flannery Plant Hire ble nylig valgt til et prosjekt under Storbritannias CAM Pathfinder‑tilkoblede og automatiserte mobilitetsprogram. Initiativet vil teste et fullt autonomt jordarbeidssystem på seks gravemaskiner, med anvendelser som grøfting, massiv graving og lasting av lastebiler.

Prosjektet er spesielt relevant fordi utleie av utstyr kan bli en viktig distribusjonskanal for autonomi i byggsektoren.

I stedet for å kreve at entreprenører kjøper autonome maskiner eller permanent ettermonterer sine egne flåter, kan utleiefirmaer tilby maskiner med autonomi for enkeltprosjekter. Dette kan senke de økonomiske og operative barrierene for å eksperimentere med teknologien.

Det vil også eksponere autonome systemer for et mye bredere spekter av byggeplasser, maskinkonfigurasjoner og jordforhold, og potensielt generere verdifulle driftsdata for å forbedre de underliggende AI‑modellene.

Hvorfor bygg blir en fremvoksende stor fysisk AI-marked

Mye av oppmerksomheten rundt fysisk AI har vært rettet mot humanoide roboter. Tungt maskineri representerer en annen potensielt betydelig mulighet, og en hvor det økonomiske bruksområdet kan være lettere å definere.

Gravemaskiner, lastere og andre maskiner utfører allerede enorme mengder fysisk arbeid. Utfordringen er ikke å finne en ny mekanisk formfaktor, men å legge til intelligens i utstyr som allerede er distribuert i stor skala.

Dette skaper en annen vei til kommersialisering. I stedet for å be kundene bestemme hva en ny type robot skal gjøre, retter selskaper som Gravis seg mot oppgaver som entreprenører allerede betaler dyktige arbeidere og kostbart utstyr for å utføre hver dag.

Den gjenværende utfordringen er pålitelighet. Byggmiljøer er rotete, dynamiske og sikkerhetskritiske, noe som betyr at autonome maskiner må fungere konsistent under forhold som er langt mindre forutsigbare enn fabrikkgulv eller lager.

Gravis’ fokus på simulering, maskintelemetri, sensorfusjon og tilpasningsdyktige kontrollmodeller viser hvor vanskelig dette problemet er.

SoftBank-finansiering setter Gravis inn i en ny ekspansjonsfase

De $200 millioner i Series A gir Gravis betydelig flere ressurser til å takle denne utfordringen.

I stedet for kun å finansiere videre forskning, ligger mye av muligheten nå i utrulling: installere systemer på flere merkevarer, samle erfaring fra aktive byggeprosjekter og bevise at autonome maskiner kan levere konsistente økonomiske fordeler utenfor kontrollerte demonstrasjoner.

Ettermonteringsstrategien kan bli spesielt viktig. Byggfirmaer har enorme mengder kapital bundet i eksisterende maskineri, og en plattform som kan legge til intelligens på tvers av disse eiendelene kan skalere annerledes enn konkurrenter som krever at kunder kjøper helt nye robotflåter.

Hvis denne modellen viser seg pålitelig, kan bygg bli ett av fysisk AIs mest betydningsfulle markeder. Maskinene er allerede der, arbeidet er allerede definert, og etterspørselen etter infrastruktur fortsetter å vokse.

Gravis Robotics har nå ytterligere $200 millioner til å demonstrere at AI kan gjøre mer enn å forstå og navigere den fysiske verden. Den kan bidra til å forme den.