📌 一句话看懂
- 事件：8月17日，软银独投瑞士 Gravis Robotics 2亿美元 A 轮；同日，Waymo 老兵创办的 Bedrock Robotics 宣布机器已在 Sundt、Zachry 等总包的工地真实作业。
- 规模：Bedrock、Gravis、FieldAI 三家头部公司一年内合计融资近 10 亿美元。
- 关键数据：BuiltWorlds 2026 基准报告，承包商对机器人"某种程度的使用"同比增长 45%，纯试点组几乎翻三倍。
- 真正瓶颈：不是机器不够聪明，是工地的数据质量——"垃圾进，垃圾出"。
钱先到了，工地上还没完全跟上
建筑机器人被看好很多年了，但"看好"和"真用"之间一直隔着一段距离。过去几年，工地上跑得最顺的是那些干重复活的小机器——放线、喷涂、砌砖、石膏板。真正决定项目进度的大机器，比如挖掘机，反而迟迟没有无人化。
这个局面在本周被撕开一道口子。8月17日，软银（SoftBank）宣布对瑞士公司 Gravis Robotics 独投 2 亿美元的 A 轮；同一天，由 Waymo 老兵创办的 Bedrock Robotics 宣布，它改装的挖掘机已经在 Sundt Construction、Zachry Construction 等总包的商业工地上真实作业，驾驶室里没有操作员。
再加上去年 FieldAI 连续两轮融资 4.05 亿美元，这三家公司的资金加起来已经逼近 10 亿美元。投钱的不只是风投：英伟达和比尔·盖茨一起投了 FieldAI；英伟达旗下的风投 Nventures 联手铁狮门（Tishman Speyer）投了 Bedrock；软银则在押注 Gravis 时，明确把这次投资称为对"实体智能（Physical AI）"下注——也就是让机器在真实世界里完成复杂动作的那套技术。
Bedrock 的 CEO Boris Sofman 把需求讲得很直白："我们看到越来越多土方量以数百万立方码计的项目。"土方是工地上最难配齐人手、也最拖进度的一环，机器人的第一个战场就选在这里。
一份报告，看见拐点
钱只是信号，采用率才是结果。咨询研究机构 BuiltWorlds 每年发一份《设备与机器人基准报告》，2025 版还记录着一种尴尬：承包商对机器人很乐观，但实际用起来的人数跟不上。到了 2026 版，情况变了——受访承包商中，对机器人"某种程度的使用"同比增长 45%，而"仅处于试点阶段"的群体几乎翻了三倍。
翻三倍听起来夸张，但它说的是同一批人正在从"看看"转向"试试"。麦肯锡合伙人 Daniel Ahmoye 的说法是："机器人整体进步很大，行业正在意识到，施工是下一个能创造价值的前沿。"麦肯锡去年 10 月的一份报告已经提醒建筑商：该为机器人的到来做准备了，尤其要正视工人短缺——人形机器人被点名是补缺口的候选方案。
头部玩家怎么分工
| 公司 | 国别 | 主攻方向 | 最新进展 |
|---|---|---|---|
| Bedrock Robotics | 美国 | 完全自主挖掘机 | 8月17日宣布三个工地无操作员作业，2月B轮2.7亿美元 |
| Gravis Robotics | 瑞士 | 自主挖掘机改装 | 软银独投2亿美元A轮（2026.8） |
| FieldAI | 美国 | "机器人脑"（设备自主决策） | 去年两轮共4.05亿美元，英伟达、盖茨参投 |
| Built Robotics | 美国 | 自主打桩机器人 | RPD 35，主打太阳能场桩基 |
| Monumental | 荷兰 | 砌砖机器人 | 3200万美元B轮 |
几条路线并行：Bedrock 和 Gravis 都啃挖掘机，一个主打"完全无人"，一个主打"改装即用"；FieldAI 不造机器，专做装在设备上的"大脑"；Built 和 Monumental 则躲开最难的土方，去攻更单一的桩基和砌砖。这一轮的胜负手，大概率不是谁的算法更炫，而是谁能让总包真正省下人手、扛过验收。
真正的坎：不是机器，是数据
钱和机器都不缺了，剩下的卡点反而最不起眼——数据。建筑业长期被一个"数据危机"拖着：历史数据散落在各家档案里，BIM 模型的几何精度参差不齐，现场和模型对不上是常态。而机器要自主干活，靠的恰恰是精确到厘米的三维地形模型和结构数据。
"垃圾进，垃圾出。"——Vincent Poon，Structure Tone 的 VDC 部门经理
这句话在纽约建筑大会的机器人专题上被反复提及：用好的数据喂机器，能看到正面回报；数据本身是乱的，机器再聪明也白搭。麦肯锡的 Ahmoye 补了一刀，把未来的承包商分成两类——要么专精一个工种（机电、结构之类），要么做全链条 EPC 总包，能从头到尾把数据链握在手里。"两头都不沾的中间玩家，会很难受。"
但这不意味着中型承包商就没戏。Ahmoye 的判断是：中型公司大概率不会去投研发，而会更务实——等机器能力成熟、功能靠谱了，直接买来用。真正要准备的，是把自家的数据先理干净，别等机器进场才发现模型是错的。
数据一览
💡 对 BIM 工程师的三点启示
- 数据的"债"要提前还。机器进场前，土方、场地这些"数据洼地"先数字化。模型精度这次是硬指标——机器按你的模型走，模型错十厘米，机器就错十厘米。
- BIM 模型从"交付物"变成"机器底图"。过去模型是给人和审批看的，今后机器要直接读它来规划路径。几何、坐标、基准点这些基础数据，糊弄不得。
- 新岗位在形成：把设计模型转译成机器可执行的施工计划，天然是 BIM 工程师的延伸。会建模之外，还要会"编排机器"，这是下一个技能溢价点。
这件事对国内意味着什么
自主土方不是美国专属。三一、徐工、柳工在挖掘机自动化上都有布局，宇树、博阳等也在往工地具身智能方向走。差别在于，Bedrock 和 Gravis 这次是"无人上岗、商用交付"，不是实验室演示——它证明工程机械的自动驾驶技术链路已经打通，剩下的是成本、验收标准和工人的接受度。
可以预见，2026 下半年到 2027 年，"自主土方"会从示范走向规模商用。对 BIM 和智能建造从业者来说，与其旁观，不如早点动手：把数据先理干净，等机器进场的时候，你的模型就是它干活的那张底图。
资料来源：Construction Dive《New construction robots gain traction on jobsites》（Matthew Thibault，2026-08-19）、BuiltWorlds 2026 Equipment & Robotics Benchmarking、McKinsey 报告。文中融资数据引自上述来源。