Agility是股市上第一家纯人形机器人公司。你会买入吗？

但这款机器人实际上在做真正的工作，并且赚钱——尽管在2026年上半年仅赚了17.4万美元，而且大部分来自关联方。该公司在同一时期亏损了3.62亿美元，这意味着它成功部署新注入资本的时间正在流逝。

好消息是，Agility公司为其新一代机器人Digit 5已从30家客户获得了3亿美元的计划合同。新模型可以安全地在人类周围操作，而不仅仅是像其前一代模型（以及事实上大多数类人机器人）那样在隔离的工作单元中运行。Johnson说，这笔交易是决定让公司上市“驱动因素之一”，但尚不能透露客户是谁，也不能说他们是否是投资者。

为了完成交易，Johnson表示，Digit 5必须在几个指标上达到未披露的目标，包括吞吐量、正常运行时间和放置精度。该公司尚未展示Digit 5的原型，但Johnson表示，它们将在CES 2027上演示，并在当年年底广泛上市。

该公司的推销点是，在机器人即服务模式下，机器人每年可为公司节省10万美元，如果

客户直接购买机器人。这些单位经济效益最终能否成立，将取决于Digit 5的能力，既包括任务准确性，也包括它能在不暂停充电或维护的情况下工作多久。

Johnson举了一个人举起50磅物体的例子——这是一些工作场所为避免受伤而采用的非正式阈值。“Digit可以一遍又一遍地做到这一点，”她说。“你不想把这份工作交给人类。你想把它交给机器人。”

Agility面临两个关键问题：它多快能为Digit 5找到新客户，以及它多快能提升机器人的能力？潜在客户需要花费50万美元，让Agility在部署全面扩大之前进行现场概念验证；2026年5月有四家客户签约。而且，尽管Agility可以拾取重物并以98%的准确率放置它们，但它仍然——像当今大多数机器人一样——缺乏执行复杂操作任务的能力。

目前仍不清楚生成式AI技术将多快解锁那种能让机器人处理各种物品的灵巧性。基于视频和遥操作数据的训练系统

尚未实现可靠的通用自主性，不过将Transformer架构适配到不同模态对物理AI研究人员来说似乎很有前景。

“目前没有关于机器人运动的物理数据互联网，这就是为什么你看到这么多人在尝试用各种东西来模拟数据，我们也使用了所有这些技术，”Johnson说。“它们各有优缺点，但我们也有……来自真实设施中真实客户的65,000小时真实运营数据……这帮助我们加速了Digit的训练。”

Johnson表示，SPAC交易中筹集的资金将满足公司当前的需求，但不会预测这是否足以让公司实现自我维持。她不愿透露Digit 5的生产目标，但公司曾表示其生产设施每年可生产10,000台机器人。

“你将从我们这里看到的是继续倾听客户的声音，了解他们在这些设施中需要什么，”她说。“我们从他们那里获得指引，因为我们在打造一项业务。”

尽管存在所有这些未解问题，Agility仅仅凭借

将其产品投入实际应用。

“让我们从料箱和周转箱开始，然后再做拣选和配套，”联合创始人兼首席技术官约翰纳森·赫斯特今年夏天在公司弗里蒙特研发设施的开业仪式上对TechCrunch表示。“然后让我们开始处理纸板，这真的很难，还有装卸牵引挂车之类的事情。好了，现在我们达到1亿台机器人，你知道吗？一家万亿美元的公司。”