Gritt 发布 3240 万美元融资，推动基础设施建设中的物理 AI

Gritt 已经从隐秘状态中脱颖而出，获得了 3240 万美元的融资，用于开发能够在大型建筑工地上执行重复性和身体要求高的工作的 AI 驱动的机器人系统。

该融资包括由 Obvious Ventures 领投的 2600 万美元 A 轮融资，Union Square Ventures 和 Active Impact Investments 参投。早期投资者 First Round Capital、Climactic、Congruent Ventures 和 VSC Ventures 也支持了该公司。

Gritt 首先将其技术部署在大型太阳能项目中，其机器已经被用于移动、定位和组装建筑材料。该公司计划扩展到数据中心建设和其他大型基础设施项目。

为不可预测的环境构建机器人

工业自动化传统上在受控环境中（如工厂和仓库）效果最佳。建筑施工呈现出一个更具挑战性的机器人问题。

户外工地不断变化。机器必须在泥土、雪、灰尘、不平的地形、可变的照明和不断变化的布局中运行。材料、设备和工人也可能在一天中移动，使得机器人难以依赖固定的地图或严格编排的工作流程。

Gritt 正在开发一个用于建筑施工的共享 AI 框架。该系统结合机器人操作、空间感知、现场数据和决策软件，使机器能够在无法提前完全预测的环境中执行任务。

与其制造一整套新的建筑车辆，Gritt 的机器人臂和 AI 系统被设计为连接到承包商已经使用的设备，包括滑移式装载机和叉车。现成的附件和有限的定制硬件使得该系统可以在不需要建筑公司更换熟悉的机械的情况下被引入。

这种方法还可以简化维护和部署，因为机组可以继续依赖既定的设备平台，同时为选定的任务添加自动化功能。

从材料处理到组装

Gritt 的机器正在被开发以通过同一个底层系统执行多个类别的建筑施工。

其物理 AI 能力包括拾取和定位部件、在现场运输材料以及将部件组装成完成的结构。该公司还正在开发空间 AI 功能，用于检查完成的工作、维护项目记录、监测现场条件以及推荐下一步应该发生的事情。

该系统被设计为以毫米级精度放置和操作材料，即使周围的条件发生变化。

根据 Gritt 的说法，其机器目前每天收集数十亿字节的空间和操作数据。这些信息可以用于改进感知和任务执行，同时创建一个关于材料移动、完成的工作和变化的现场条件的更清晰的记录。

这种数据层可能最终变得与机器人硬件一样重要。建筑施工主管经常使用不完整或延迟的信息来做出决定。一个持续观察现场的系统可以帮助识别瓶颈、验证进度并在项目受到干扰之前标记出现的问题。

从大型太阳能建设开始

Gritt 首先从 大型太阳能项目 开始，这需要工作人员在大型户外现场上重复精确的身体动作。

该公司表示，其系统已经在没有破坏任何面板的情况下自主放置了数万个太阳能板。其机器在七个以上的工地上运行，并且在不需要额外劳动力的情况下实现了高达四倍的效率提高。

太阳能建设为物理 AI 提供了一个有用的测试场，因为工作结合了重复和困难的环境条件。部件必须被运输和定位准确，但执行这些任务的机器可能在数百英亩不平的地形上运行。

Gritt 表示，其设备已经被美国主要的工程、采购和建设公司使用。该公司还正在开发混凝土和钢筋工作的能力，并将数据中心和更广泛的基础设施建设确定为未来的市场。

解决建筑施工的劳动力和生产力挑战

该融资的到来正值建筑公司面临基础设施需求和劳动力可用性之间日益扩大的差距之际。

根据 Gritt 引用的数据，预计到 2031 年，美国建筑劳动力的 41% 将退休。同时，计划在能源基础设施、交通、数据中心、制造设施和其他大型项目上进行大量支出。

建筑施工的生产力也难以跟上其他行业的步伐。虽然软件已经改善了项目规划和管理，但在活跃的工地上执行的工作仍然大量依赖于人工移动、定位和组装材料。

Gritt 正在针对那些重复、体力消耗大但难以自动化的任务。这些任务可能会消耗大量时间和体力。

该公司将其技术定位为补充建筑施工队伍，而不是用自动化机器取代整个工地。工人可以监督机器人系统，并专注于需要判断、协调和专业技能的任务，同时机器执行数千次重复动作。

为工地创建智能层

Gritt 的长期目标超出了自动化个别建筑施工活动。

随着其机器的运行，它们收集了有关工地布局、设备移动、安装材料和环境条件的信息。该公司计划使用这些数据来构建一个决策系统，以了解整个项目的工作进展情况。

这样的系统最终可以帮助主管预测材料短缺、检测调度冲突、推荐下一步工作顺序以及在多个机组和机器之间协调资源。

这将使 Gritt 更接近一个代理建筑平台，在那里 AI 不仅仅执行命令，还不断评估条件并帮助确定项目的进展方式。

每次部署还可以为未来的工地提供训练数据。Gritt 表示，最初需要数月开发的任务现在可以在几天内适应，因为系统积累了经验。

对建筑施工的未来影响

Gritt 的融资反映了人们对 物理 AI 系统 的日益增长的兴趣，这些系统可以在工厂和仓库以外的环境中运行。

随着这些技术的成熟，建筑公司可能会自动化更多重复的材料处理和组装任务，同时为主管提供更好的实时可视性，以了解项目进度、设备使用情况和现场条件。这可能有助于减少延迟、改善安全性，并允许有限的熟练劳动力专注于需要判断和协调的工作。

更广泛的机会是，工地变得越来越适应性，机器在部署之间学习，并帮助基础设施项目从规划到完成更加高效地进行。