Google DeepMind 的欧洲机器人加速器第二期名单出炉，15家初创公司入选。这些公司覆盖的领域跨度惊人：从神经外科手术辅助到建筑废料智能分拣，从仓库无人叉车到农作物自主采摘。这一样本虽无技术细节披露，却足以成为观察物理AI（Physical AI）当前落地趋势的最佳窗口——机器人不再只是执行固定指令的机械臂，而是正在获得感知、理解与决策能力的智能体。

本次加速器为期三个月，DeepMind 将提供AI模型集成指导与内部技术资源（如Gemini多模态模型、Robotics Transformer等王牌工具），帮助这些初创公司将其核心产品从“自动化”升级为“自主化”。值得注意的是，DeepMind 并未自己造机器人，而是选择赋能垂直场景玩家，这符合硅谷巨头“开放基础设施、收割生态红利”的典型策略。

从名单看趋势：物理AI落地的四个关键切口

入选公司大致可分四类：一是医疗机器人，如从事脑手术导航的 Robocath、骨科手术辅助的 Zap Surgical，强调高精度感知与控制；二是循环经济，如 AMP Robotics（废品分拣）、Recycleye（视觉识别回收），这类场景对机器视觉与动态抓取要求极高，一旦突破可大规模降本；三是农业与食品，如 Harvest Automation（端到端作物搬运）、Wingcopter（无人机配送药品与食品），考验环境自适应能力；四是仓储物流，如 Corvus Robotics 的自主库存盘点无人机，强调在复杂动态环境中的路径规划与避障。

这与上一波机器人创业有何不同？如果说2015年前后的机器人热潮更聚焦“硬件成本降低”与“单一功能实现”，那么当前这批初创公司的核心差异化在于：它们已将AI模型，尤其是基础模型（如视觉语言模型 VLM、模仿学习算法等）作为产品构建模块。例如 Recycleye 使用深度学习分类废弃物，分类准确率可达95%以上；Wingcopter 的无人机可在强风环境下通过视觉SLAM实时调整飞行参数。这些能力是传统工业机器人所不具备的，也是 DeepMind 希望加速的关键节点。

DeepMind 为何选择欧洲？欧洲在医疗、农业、环保等领域拥有严格法规与特定需求（如欧盟废旧物品分类指令），催生了大量高价值但非标化的机器人场景。相比中美在消费级机器人或通用型机器人的激烈竞争，欧洲碎片化市场反而更适合AI赋能的垂直玩家发展。DeepMind 通过在伦敦、慕尼黑、苏黎世等地的实验室，可有效衔接本地技术人才与创新需求。

对从业者的实用建议：对于正在研发机器人的团队，应关注三个方向：一是让机器人学会“自己看、自己理解”——集成基础模型（如OpenCLIP、GPT-4V等）处理非结构化环境；二是放弃“端到端全自主”幻想，聚焦人机协作中的有限自主，例如在安全员监督下完成高重复性任务；三是优先选择“数据容易获取”的场景（如回收、仓储），因为当前的机器人学习极大依赖高质量操作数据。

此次加速器公告固然缺乏具体技术干货，但其披露的名单本身就是一个信号——物理AI的投资与孵化正在从通用平台竞争，转向垂直场景的精细化迭代。未来12个月，我们可能看到更多“脑手术级”的机器人任务被AI解锁，而源头或许就来自这15家公司的实验室。