Gravis 的核心產品是 Gravis Rack。它是一套可安裝在既有重型機具上的自主控制硬體,不綁定單一製造商,支援 Caterpillar、John Deere、Volvo、JCB、Hitachi、Case、Develon、Sumitomo 與 Yanmar 等品牌的設備。
這套系統可依需求提供不同程度的自動化,包括駕駛艙內輔助、3D 導引、遠端監督,以及完全自主操作。Gravis 另有軟體輔助層 Gravis Copilot,與改裝硬體搭配後,目標是把由不同品牌設備組成的混合機隊,轉變為半自主或自主機具。
「品牌中立」是這筆投資的重要投資邏輯。承包商選購設備時,通常會考量價格、供貨狀況、當地經銷商關係與維修需求,因此機隊很少只由單一品牌構成。若自主系統能跨品牌運作,業者就不必為了自動化而全面統一設備規格。
Gravis 表示,其系統會整合攝影機、各式感測器、機具遙測資料,以及來自設備本身的物理回饋。技術長 Dominic Jud 曾以熟練操作員為例:經驗豐富的機手能從引擎負載、機身震動與液壓阻力,判斷地面條件是否正在改變。
Gravis 的做法,是讓 AI 讀取類似的訊號,並根據土壤與地下阻力調整控制決策。公司也使用大量模擬環境訓練模型,希望系統能適應不同品牌、尺寸的機具與各種工地,而不必為每一台設備重新撰寫一套控制程式。
實際任務不只是沿著預設路線行駛。Gravis 的系統被設計用於挖掘、開溝、大量土方作業與卡車裝載,並在地形與負載變化時即時調整。英國政府支持的 CAM Pathfinder 計畫,正與 Flannery Plant Hire 合作,在 6 台挖土機上測試高度自動化的土方工程能力。
但「最多 30%」必須保留條件來看。就目前可取得的融資證據而言,這是 Gravis 自行提出的公司數據,並非經獨立審核的產業基準。實際成果仍會取決於機具型號、工作內容、地面條件、現場作業流程,以及採用的自主化程度。
Gravis 表示,其系統已與基礎建設客戶合作,部署於全球四大洲。較早的公司與產業資料也提到 Holcim、Taylor Woodrow、HD Hyundai 及 Flannery 等企業的部署或合作。
其中,與 Flannery 的合作具有明顯商業意義。雙方正嘗試把自主挖土機與工程機具租賃結合,讓客戶可以直接租用已安裝 Gravis Rack 的設備,而不必自行採購硬體、整合系統與建立內部機器人團隊。
這可能降低建築自動化的一大門檻:業者或許更願意為單一工程短期租用自主機具,而不是立刻為整個機隊進行改裝,或投入長期的機器人開發計畫。
不過,這項優勢目前仍是市場主張,而非已確立的結果。Gravis 必須證明系統能在不同工地穩定運作,通過安全與驗證要求,控制整合成本,並在部署擴大後持續提供可靠的客戶支援。
建築工地不像受控的展示環境:粉塵、不平整地形、負載變化,以及現場人員與車輛的不確定活動,都可能放大自主系統的弱點。
Gravis 把 SoftBank 的 AI 投資延伸到能感知並作用於真實世界的系統。這與投資軟體或基礎模型不同:技術不只要能生成內容或處理資料,還必須在有人員、機具與環境持續變化的工地中安全運作,並為工業客戶創造可量化的價值。
這筆交易也符合 SoftBank 擴大機器人版圖的方向。SoftBank 已同意以 53.75 億美元企業價值收購 ABB 的機器人部門,並將交易定位為結合人工智慧與機器人的一環;在相關公告中,該交易仍須取得監管核准並滿足其他交割條件。
此外,SoftBank 已成立 Robo HD,集中管理與機器人相關的投資。SoftBank 也與 OpenAI 達成後續投資協議,投資額最高可達 400 億美元,其中 SoftBank 的有效投資金額預計為 300 億美元;交易完成後,SoftBank 對 OpenAI 的累計投資預計達 646 億美元,持股約 13%。這些數字仍取決於交易完成與最終條款。
因此,Gravis 可以被視為這套策略中的「應用層」:把 AI 與自主控制能力部署到真實機器,再進入規模龐大的工業市場。但這筆投資並不代表 SoftBank 已經打造出一個完整整合的 AI 與機器人平台。眼前更直接的考驗,是 Gravis 能否把彈性高的改裝系統,轉化為可靠、可重複的建築作業成果。
SoftBank 的 2 億美元支票,顯示投資人開始把建築自主化視為平台機會,而不只是零散的試點專案。Gravis 鎖定的是全球既有的重型設備存量,透過硬體改裝與軟體,讓機具在不等待每家原始設備製造商(OEM)重新設計產品的情況下獲得自主能力。
這條路線可能帶來更廣的市場進入方式,但也伴隨幾個最難回答的問題:同一套自主系統能否在不同品牌與機型間保持一致表現?承包商是否會放心把涉及安全的工作交給它?生產力提升是否能在真實商業工地的成本與流程中持續成立?
2 億美元將讓 Gravis 有資源大規模尋找答案。至於外部報導所稱的 10 億美元估值是否合理,最終仍不取決於融資金額有多大,而取決於公司能否把「實體 AI」的技術主張,轉化為可靠產出、更安全的作業,以及建築客戶願意反覆採用的商業效益。