德国人形机器人公司 NEURA 近日完成最高 14 亿美元 C 轮融资。
参与这轮投资的机构和产业方包括了芯片巨头英伟达、云计算公司亚马逊、通信芯片公司高通、德国工业集团博世、汽车零部件巨头舍弗勒、欧洲投资银行等。
这轮钱不是单一财务投资，而是把芯片、云计算、端侧 AI、工业制造、汽车零部件和长期资金都集中到了一家德国机器人公司身上。
这也是 NEURA 这轮融资最值得关注的地方。
在全球人形机器人竞争里，NEURA 不是最常被普通读者提到的名字，但这轮融资之后，它很难再被忽视。
NEURA 是一家什么公司
NEURA Robotics 是一家德国机器人公司，2019 年成立，总部位于德国 Metzingen，靠近斯图加特。
这家公司主打的不是传统工业机械臂，而是“认知机器人”。简单说，就是让机器人不只是重复固定动作，而是能够看、听、感知、学习，并和人一起工作。
从产品上看，NEURA 做的不只是一台人形机器人。
它的产品线包括协作机器人、移动机器人、服务机器人、人形机器人，以及面向机器人应用和数据学习的平台 Neuraverse。
其中最受关注的是人形机器人 4NE1。
4NE1 的目标不是单纯展示“像人”，而是进入工业流程、物流服务、日常辅助等真实场景，在人类已有的工作环境中适应、学习和执行任务。
换句话说，它想解决的是一个很现实的问题：不是让工厂、仓库和工作场所为了机器人重新改造，而是让机器人尽可能适应现有环境。
Neuraverse 这个平台也很关键。
如果把人形机器人看成一台硬件，那么 Neuraverse 更像是它背后的学习系统。NEURA 想让机器人通过真实任务、数字孪生、应用开发和数据反馈，不断积累能力。
也就是说，它不只是卖机器人，而是想做一个“机器人能力平台”。
这也是 NEURA 不同于普通机器人硬件公司的地方。
创始人背景
NEURA 的创始人兼 CEO 是 David Reger，出生在一个有 11 个孩子的家庭，是家里的长子。他不是传统意义上的名校技术精英路线，而是接受过技术模型制造方面的训练。
2009 年，他去了旧金山，但不是去硅谷大厂做工程师，而是做社会工作，参与帮助服刑人员重新回到社会。
后来回到欧洲，他进入自动化和机器人行业，参与过几家高科技公司的创办和管理。
2019 年，David Reger 在德国 Metzingen 创办 NEURA Robotics。公司一开始并不是直接做人形机器人，而是先从协作机器人和认知机器人切入。2022 年，NEURA 推出 4NE1 人形机器人。2023 年，NEURA 与欧姆龙建立合作，把认知机器人引入工厂自动化。
2025 年，公司完成 1.2 亿欧元 B 轮融资，开始进入更大规模的商业化阶段。
超过 10 亿美元订单与合作方
公开融资资料显示，NEURA 目前的在手订单和战略部署管线已经超过 10 亿美元。目前最明确的工业客户之一是舍弗勒。
舍弗勒与 NEURA 的合作包括两个层面：一方面，双方要共同开发人形机器人关键部件，比如执行器；另一方面，舍弗勒计划把 NEURA 的人形机器人部署到自己的全球生产网络中。
据德国通讯社 行业消息，这笔合作金额约 3 亿欧元。应用方向包括智能工厂巡检、设备操作支持、物流，以及人机协作。
博世也与 NEURA 建立了面向工业应用的合作，重点包括硬件、软件、工业部署，以及通过真实工作环境数据训练人形机器人。
欧姆龙与 NEURA 的合作更早，方向是把认知机器人引入制造业自动化，让机器人在工厂里承担更灵活、更安全的作业。
NEURA 还披露过与川崎机器人、台达等企业的合作。这些公司使用 NEURA 的技术，并以白标方案销售 NEURA 产品。
这些合作集中在几个方向：制造业、工厂自动化、物流、工业服务和机器人白标销售。
这一节最关键的信号显示，目前最有说服力的市场，不是家庭陪伴，也不是消费级机器人，而是工厂、物流和工业服务这些能够先算清投入产出的场景。
这些产业投资机构看到的是什么
英伟达投 NEURA，押的是物理 AI。
过去几年，英伟达不只是 AI 芯片公司。它在做训练平台、仿真平台、机器人开发工具和边缘 AI 生态。人形机器人要进入真实世界，需要大量仿真、训练、推理和部署能力，这正好对应英伟达的核心位置。
对英伟达来说，机器人越复杂，越需要算力。
人形机器人越接近真实工作场景，对训练平台、仿真环境和边缘推理的需求就越大。
这也是为什么机器人会被放进英伟达的物理 AI 叙事里。过去 AI 主要发生在屏幕里，接下来如果 AI 要进入工厂、仓库、物流和服务业，就必须依赖能感知、能移动、能操作的机器。
而亚马逊有两个天然切口，AWS（亚马逊云服务）和物流自动化。机器人训练、数据处理、模型部署离不开云。与此同时，亚马逊本身又是全球最重要的仓储、物流、分拣和自动化场景之一。
如果人形机器人未来真的进入仓库、搬运、配送、工业辅助等场景，亚马逊既可能提供云和 AI 基础设施，也可能成为重要应用方。
所以亚马逊投的不是一台机器人，而是未来自动化场景里的操作系统、云服务和数据入口。
高通的投资逻辑则在端侧，机器人不能什么都等云端指令，它在真实场景里工作时，需要本地感知、本地判断、本地响应。低功耗芯片、连接能力、边缘 AI、实时计算，都是机器人真正落地时绕不开的基础能力。这正是高通长期擅长的方向。
这些产业投资投资的逻辑很清楚，人形机器人不只是硬件产品，它同时需要云、芯片、边缘计算、仿真训练和真实场景数据。
人形机器人下半场
过去两年，人形机器人最容易出圈的是视频里能跑、能跳、能端水、能搬箱子，都会让普通人觉得新鲜。但真正进入产业阶段后，竞争会变得更硬核。
比场景，机器人到底先在哪里赚钱？工厂、仓储、物流、医疗、酒店、家庭，还是科研机构？不同场景的任务难度、安全要求和付费能力完全不同。
比数据，人形机器人真正值钱的，不只是某一次动作，而是长期执行任务时积累的物理世界数据，谁能更早进入真实场景，谁就能更早获得数据。谁能获得更多高质量数据，谁就更可能让机器人持续进化。
这也是 NEURA 这类公司要做训练平台和数据闭环的原因。
这一轮人形机器人竞争，表面上看是产品之争，底层其实是场景和数据之争。
中国企业的优势在供应链、制造速度、成本控制和场景试点，中国有完整的硬件供应链，也有大量制造业场景。很多机器人公司可以更快做出产品、更快迭代、更快进入试点。这是非常重要的产业能力。
美国路线更偏模型、芯片、云和平台，特斯拉、Figure AI、英伟达等公司，把机器人放在大模型、自动驾驶、仿真训练、云和算力生态里理解。它们更强调通用模型、平台能力和资本投入。
欧洲，尤其是德国路线，更偏工业体系，德国有博世、舍弗勒这样的制造和零部件世界巨头，有成熟的工业客户，也有对安全、可靠性和长期稳定运行要求很高的应用环境。
NEURA 的位置，就在这条路线上。它不是单纯比谁做得更像人，而是把机器人硬件、工业场景、AI 平台和欧洲制造体系连接起来。
未来真正跑出来的公司，很可能不是只掌握其中一项能力，而是能把硬件、算法、数据、场景和制造能力都串起来企业。
市场到底有多大
人形机器人市场还在早期，但增长预期已经很高，MarketsandMarkets 预计，全球人形机器人市场规模将从 2025 年的约 29.2 亿美元增长到 2030 年的约 152.6 亿美元。Goldman Sachs 此前也预计，到 2035 年，全球人形机器人市场规模可能达到 380 亿美元。
这些预测不一定会完全兑现，但它们说明一个趋势：资本已经开始把人形机器人当成长期赛道，而不是短期概念。
从产业投资逻辑看，这个市场的打开的顺序大概率不是先进入所有家庭，而是先进入更能算账的场景，比如工厂、仓库、物流、危险作业、重复劳动、老龄化服务和专业辅助场景。这些地方有明确的人力成本、效率需求和安全需求，也更容易计算投资回报。
所以，人形机器人真正落地的第一波，不一定是每家每户都有一个机器人，而是企业先把机器人放进一些重复、危险、缺人或高强度的工作环节。
NEURA 这轮融资放在这个背景下看，真正的看点不只是金额，而是 AI 正在从屏幕里的软件能力，走向工厂、仓库、物流和服务业里的物理能力。
能把模型、芯片、云、传感器、制造能力和真实场景连起来的公司，才有机会进入下一轮竞争。
人形机器人真正的比赛，才刚刚开始。
