Microagi 押注真實工廠資料而非新硬體能讓機器人真正上工；5,500 萬美元種子輪

Microagi 銷售 Atlas，這是一個與硬體及模型無關的平台，會在客戶工廠中記錄作業，並依各廠特定任務微調既有機器人模型；其消費端部門 Shift 則蒐集家庭影像，用於家用機器人訓練。

押注的是稀缺的營運資料——而非硬體或模型——決定工廠機器人能否成功，因此 Microagi 選擇銷售中立的資料／微調層，而不是打造機器人。

Bercan Kilic 是一名空氣動力學工程師，2023 年加入 Red Bull Racing，後來與來自 Red Bull 及 Mercedes-AMG Petronas 的共同創辦人一同離開一級方程式賽車，於 2025 年 9 月前後在慕尼黑創立 Microagi。他們的前提是：機器人在展示中令人驚豔，但在生產線上卻失靈，因為來自真實工廠與家庭的訓練資料稀少、品質低落且屬專有。

該公司以專用錄製硬體與安全擷取管線打造 Atlas，用來整理工廠現場資料並微調前沿機器人模型，之後再透過現場的強化學習迴圈持續精進。截至 2026 年 7 月，已有五家未具名客戶（橫跨汽車、物流與食品業）透過 Atlas 提供資料，其中一家正準備在工廠部署機器人，而 Microagi 也已開設蘇黎世研究據點，以及倫敦與紐約辦公室。2026 年 7 月 16 日，該公司宣布由 Hummingbird 領投、Northzone、LocalGlobe、Village Global 與 Redalpine 參與的 5,500 萬美元種子輪——距創立約十個月——Sifted 與 automate.org 報導稱這是德國史上最大的種子輪。其消費端部門 Shift 也在 2026 年 6 月引起廣泛關注，向紐約人提供免費公寓清潔服務並以隨身攝影機拍攝，另在舊金山提供私廚錄影，以蒐集第一人稱影像用於訓練家用機器人。

資料稀缺：大型語言模型以網路資料訓練，但機器人模型缺乏人們實際執行任務的影像範例，因此 Microagi 將蒐集與整理這類影像作為其核心資產。

不押注硬體：保持與硬體及模型無關，讓 Microagi 避開打造機器人的資本黑洞，並使每家機器人供應商都成為潛在合作夥伴，而非競爭對手。

強化學習迴圈的經濟效益：在客戶產線上每多一個月，微調後的模型就更好，創造轉換成本與隨時間增長的經常性價值。

消費端資料管道：Shift 的免費清潔與私廚服務帶來廣泛關注與第一人稱家庭資料，而這是機器人實驗室無法在其他地方取得授權的。

Microagi 押注經整理的現實世界資料是機器人領域的稀缺資源，因此將中立的微調層變現，而非打造機器人——並以這個切入點募得德國史上最大種子輪。

截至 2026 年 9 月 2 日，Microagi 是一家仍在營運、成立約一年的未上市新創，剛獲得德國史上最大種子輪（5,500 萬美元）資金，並以慕尼黑為總部，在蘇黎世進行研究，並在倫敦與紐約設有辦公室。該公司表示有五家工業客戶透過 Atlas 蒐集資料，橫跨汽車、物流與食品業，其中一家正準備工廠部署，且未具名客戶或揭露營收。Shift 於 2026 年 6 月的免費清潔與私廚活動引起廣泛報導，也引發爭論：以資料換取服務是否為公平交易——這個問題該公司尚未完全回答。