孙正义又开始砸钱了。这一次，他押注的不是大模型、芯片或者数据中心——而是挖掘机。
8月17日，瑞士建筑机器人初创公司Gravis Robotics宣布完成2亿美元A轮融资，软银作为独家投资方注入全部资金。这笔融资不仅是建筑机器人领域有史以来最大的一笔A轮融资，更让Gravis Robotics在投后估值达到约10亿美元，一举跻身独角兽阵营。
在AI热潮席卷全球的2026年，2亿美元算不上一个让人震惊的数字。但把目光投向建筑行业，这个数字的分量就完全不同了——重型建筑施工，长期被公认为全球自动化程度最低的主要行业之一。而Gravis Robotics要做的事，恰恰是从这里撬动一场变革。
一个被自动化遗忘的万亿级市场
建筑行业是一个巨大的矛盾体。
它是全球GDP的重要支柱，市场规模以万亿美元计。然而在自动化技术的渗透率上，建筑行业几乎和半个世纪前没有太大区别。ABB在2021年的一项全球调查显示，只有55%的建筑企业表示正在使用机器人技术，而在汽车行业和制造业，这一比例分别为84%和79%。更值得注意的是，超过90%的建筑企业预计在未来十年内将面临技术人员短缺的危机。
为什么建筑行业如此难以自动化？核心原因在于它的作业环境本质上就是反自动化的。
自动驾驶汽车在结构化道路上行驶——车道线清晰、交通规则统一、环境相对可预测。但建筑工地的核心作业是土方施工：挖掘机每一铲下去，地形的物理形态就发生了改变。松软的黏土、坚硬的岩石、隐藏的地下障碍物、不断变化的土壤含水量——每一次作业都是一次全新的物理交互。传统自动化技术需要一个固定的规则集，但建筑工地拒绝提供任何固定规则。
这也是为什么此前多数建筑机器人创业公司都选择了另起炉灶——开发专门的小型机器人来完成砌砖、喷涂、3D打印等细分任务。这些方案有市场，但它们没有触及建筑行业最核心、最大的一块蛋糕：土方工程。
全世界的每一座建筑、每一条道路、每一处基础设施，起点都一样——挖土。这个最基础、最笨重、最危险的环节，恰恰是自动化最难啃的骨头。
不造机器的机器公司
Gravis Robotics的策略和所有同行都不一样。
它不造机器人。它给现有挖掘机装了一个可以思考的大脑——Gravis Rack。
拆开来看，这套方案包含传感器套件、触控操作界面，以及最核心的——基于大规模仿真训练的AI世界模型。Gravis Rack可以安装在卡特彼勒、凯斯、斗山、约翰迪尔、JCB、日立、住友、洋马、沃尔沃等几乎所有主流品牌的重型机械上。一套软件，驱动不同品牌、不同吨位的设备。
这不是一个简单的给挖掘机装上自动驾驶的故事。
Gravis的联合创始人兼CTO多米尼克·尤德（Dominic Jud）将这套系统的运作逻辑描述得相当直观：经验丰富的挖掘机操作员能通过发动机负载声音、机身震动、液压阻力这些细微的物理反馈来判断地下的情况——哪里是硬土、哪里藏着岩石、哪里可能塌方。Gravis的AI也一样。它接收同样的物理输入——发动机负载、液压压力、震动频率、地形扫描数据——并将这些信息与机械遥测数据结合，以微秒级的响应速度做出决策。
换句话说，Gravis不是在给挖掘机装一套自动驾驶导航，而是在教AI学会手感。
训练这套手感的方式也很有意思。Gravis构建了一个大规模的合成仿真训练环境，让AI在虚拟世界中累计移动了数十亿立方码的土方——从松软的黏土到密布岩石的坚硬土壤，所有真实工地可能遇到的工况，都在虚拟环境中被反复模拟。当系统从仿真环境走向真实工地时，它在虚拟世界中积累的数以亿计的操作经验已经让它比绝大多数人类操作员更老练。
结果是：Gravis宣称其系统相比人工操作峰值水平，可将工地生产效率提升最高30%。
这个数字值得认真对待。在建筑行业，30%的效率提升意味着一个大型基建项目的工期可以从18个月缩短到12到13个月。对于动辄投资数十亿乃至上百亿美元的工程项目来说，节省的时间和财务成本是天文数字。
软银为什么押注：物理AI的底层逻辑
理解软银为何在这个时间点以创纪录的金额押注Gravis，需要把视线拉回到孙正义2026年的整体布局上。
2026年是软银在物理AI领域全面加速的一年。今年6月，孙正义在股东大会上透露，软银已在某工厂开始机器人量产。更早之前，软银以53.75亿美元收购了ABB机器人业务——后者是全球工业机器人四大家族之一，2024年销售收入达23亿美元。孙正义的目标很明确：通过汇聚各垂直领域的顶级机器人企业，成为压倒性世界第一的机器人公司。
软银集团董事总经理坂田大（Dai Sakata）在Gravis融资公告中的表态直接道出了战略意图：
物理AI是软银对下一阶段AI愿景的核心布局。
翻看软银2026年的投资图谱，物理AI的布局已经渗透到产业栈的每一层：底层有Arm的芯片IP和Ampere Computing的云端CPU，中层有ABB的工业机械臂，应用层有仓储拣选机器人、人形机器人，现在再加上建筑自主施工——Gravis补上了重型工程机械自动化这块最后拼图。
孙正义在多个场合表达过一个核心判断：2040年前后，将有约10亿台搭载AI的机器人投入运行，劳动的主角会从人类转变为以机器人为中心。在他看来，AI机器人市场的规模将膨胀到相当于全球GDP的20%，约7000万亿日元。
在这种宏大叙事下，为建筑机器人公司投出创纪录的A轮融资，不过是宏图一角。但孙正义显然不是广撒网——他在每个赛道只押头部玩家。Gravis能在建筑土方自动化这个极其细分的领域成为A轮纪录的创造者，本身就是优中选优的结果。
四个值得关注的信号
将Gravis Robotics这笔融资放在更大的坐标系中观察，至少可以读出四个信号。
信号一：建筑行业的自动化拐点可能比想象中更近。软银这样的顶级风投以创纪录的金额领投建筑机器人A轮，本身就是行业进入加速期的信号弹。当一个万亿级市场出现明确的技术突破路径和资本共识，规模化只是时间问题。
信号二：软件定义硬件的逻辑正在入侵最传统的行业。Gravis的核心竞争力不是机械设计，而是AI软件栈。一套可以跨品牌、跨机型运行的通用AI系统，意味着Gravis的商业模式本质上是向全球数以百万计的在用工程机械卖操作系统。这种轻资产、可规模化的模式，远比卖机器人硬件更具想象空间。
信号三：物理AI正在成为继大模型之后的下一个投资风口。从孙正义的布局节奏可以看出，大模型投资和物理AI投资并非替代关系，而是递进关系——大模型解决认知问题，物理AI解决行动问题。当大模型的大脑足够聪明，接上物理世界的身体就变成了顺理成章的下一个阶段。
信号四：全球基建自动化的竞赛已经悄然开始。Gravis已经入选英国政府支持的CAM Pathfinder项目，计划为挖掘机队批量加装Gravis Rack，服务于英国总额高达7160亿美元的基础设施建设计划。与此同时，Gravis系统已在四大洲的基础设施公司中完成部署，2026年3月还在美国Conexpo工程机械展上发布了Copilot产品。基建自动化的竞赛已经开始。
问题和局限：并非坦途
Gravis的路径并非没有风险。
最大的挑战来自碎片化的全球市场。尽管Gravis宣称其系统兼容多个品牌，但在实际部署中，不同国家和地区的法规认证、安全标准、操作习惯差异巨大。从一个工地到另一个工地，通用性可能需要大量现场适配调优。
第二个风险是劳动力的反作用力。建筑行业长期依赖大量劳动力，大规模的自主化改造意味着岗位形态的剧烈变化。虽然Gravis强调其Copilot模式能让操作员从驾驶室转移到安全位置统一监管多台设备，但从操作员变成监管员的职业转换，并非所有从业者都能顺利适应。
第三个风险藏在技术本身。Gravis的AI依赖大规模仿真训练，但仿真与真实世界之间始终存在sim-to-real gap——无论虚拟训练的数据量有多大，真实工地总会出现仿真无法预见的极端情况。一旦系统出现意外，安全责任如何界定，将是一个无法回避的法律和伦理议题。
但这些变量并不改变一个基本事实：建筑行业已经站在自动化的临界点上。Gravis Robotics和它的2亿美元，只是这个万亿级市场变革的一声开场哨。
孙正义说过一句话：不使用AI的企业，工作将被使用AI的企业夺走。这句话放在建筑业，杀伤力可能比任何行业都大。在这个行业，不是用不用AI的问题——而是谁先完成自动化改造，谁就能用更短的时间、更低的成本、更安全的方式，把对手的饭碗连锅端走。
Gravis Rack上那行字写得很直白：Tap your finger, move a mountain。
快报