Reference · Company dossier
湾区机器人数据与运营平台，为多品牌机队提供可观测、遥操作、任务编排与"自我中心数据"采集，自称"物理 AI 的运营层"。[确认]
2017 年由 Jeff Linnell 在旧金山湾区创立（官方融资稿口径 2017，第三方另有 2016、2018 年说法）。[确认-口径不一] Linnell 曾任 Google 机器人总监与 Alphabet X 项目负责人，此前创办 Bot & Dolly（参与电影《地心引力》特效，公司被 Google 收购）；联合创始人还包括 James Turnshek 与 Magnus Forshufvud，早期团队来自 Google、Savioke、Redwood Robotics。2019 年 8 月收购匹兹堡遥操作初创 Formation，补齐远程接管能力。[确认] 总部第三方分别记为 Mill Valley、Mountain View 与旧金山，官方仅称湾区。[确认-口径不一] 团队约 25–100 人（第三方），2022 年 A 轮时约 20 人。[确认-第三方]
2018 年 12 月种子轮 600 万美元，SignalFire 领投；2022 年 1 月 A 轮 1,800 万美元，仍由 SignalFire 领投，Hillsven、Pelion、Goodyear Ventures、Ericsson、PICUS Capital、Holman 等参与；2023 年 10 月 B 轮 2,100 万美元，BMW i Ventures 领投，Intel Capital、GS Futures 新进，老股东跟投；累计约 4,500 万美元。[确认] 投资方称 2023 年收入同比增长逾 500%，客户含 BP 与 John Deere 旗下 Blue River Technology。[确认-投资方] 估值未披露。[未获取]
2026 年官方口径为三大能力：Fleet Orchestration（跨厂商任务分配、异常派单、按权限与审批阈值执行）、Physical AI Layer（自然语言与语音查询、受控的任务建议）、Egocentric Data Engine（时间同步的视频、传感器与人工干预记录，可作模型训练数据）。[确认] 基础能力包括实时遥测、远程遥操作、任务与事件管理、性能分析、知识库；2025 年 6 月推出生成式 AI 与 agentic reasoning 平台 F3，支持语音指令、故障预测与深度调查。[确认] 按机器人或机队订阅，具体价格未公开。[未获取]
Formant 的技术栈分成边缘与云端两段。机器人侧安装一个轻量代理，运行在 Linux 主机上，负责采集遥测、视频、点云、任务状态与日志，按配置的采样率上传，默认 0.5 赫兹，可按数据流单独调整[确认]。网络中断时数据写入本地缓冲，恢复后补传[推测]。代理同时充当遥操作的对端，通过 WebRTC 与浏览器建立点对点连接，信令由 Twilio 完成，视频与控制指令走实时通道，命令则进入持久消息队列，设备离线时保留到重新上线[推测]。
云端承担归一化、存储、检索与权限。不同厂商的机器人上报字段各异，平台把设备元数据、传感器流、事件与任务状态映射到统一模型，再按组织、站点、设备与时间建立索引[确认]。实时数据进入时序库，视频进入对象存储，事件与干预记录进入可查询的操作日志，控制台、接口与工作流都建立在这套模型上[推测]。
部署形态以多租户云为主，客户按机器人数量或机队规模订阅[确认]。边缘代理的配置、升级与数据流增减由云端下发，现场不需要逐台登录[推测]。对网络受限的站点，代理可以只上传汇总指标，原始视频留在本地，按需回传[推测]。整套系统的价值在于把分散的厂商工具收拢到一个操作界面，机器人本体的导航、避障与关节控制仍由原厂负责[确认]。
Formant 不处理机器人自身的感知与定位。平台接收的是原厂已经算好的位姿、地图、障碍物标记与任务状态，摄像头画面作为独立流上传，用于远程查看与事后分析[确认]。跨厂商的差异在接入层被吸收：有的机器人提供二维栅格地图与粒子云，有的只提供经纬度与航向角，平台把它们统一成可在地图上显示的位置点[推测]。
环境理解的深度受输入限制。操作员在控制台看到的是地图叠加轨迹、实时视频与告警列表，平台不重建三维场景，也不判断机器人周围是否有未标注的障碍[推测]。规则引擎可以按事件触发动作，例如电量低于阈值时派单、偏离路径超过设定距离时告警、连续多次定位失败时请求远程接管，这些规则由人配置，语义来自现场经验[确认]。
失效模式集中在数据质量与网络。多路视频与点云同时上传时，带宽成为瓶颈，遥操作画面降帧或分辨率下降，操作员的判断随之变慢[推测]。设备时钟不同步会让视频与遥测错位，事后难以还原事故顺序[推测]。厂商固件升级改变字段含义，归一化规则失效，仪表盘出现空白或错值[推测]。仓库与地下空间蜂窝信号弱，代理缓冲写满后丢弃最旧数据[推测]。替代方案是本地边缘服务器、厂商自带的机队管理、或把关键控制留在现场由人操作[推测]。
平台的操作层围绕任务与异常展开。任务编排把工单分配给具体机器人，按权限与审批阈值执行，高风险动作需要二次确认[确认]。异常派单把故障、卡死、低电量与人为求助路由到值班人员[确认]。遥操作提供手柄、按钮与状态显示，操作员可以接管行走、机械臂或上装动作[确认]。所有命令在平台上预先定义，带参数校验与审计记录，避免误触发[推测]。
控制粒度停在外围。平台不生成关节轨迹，也不做局部避障，实时性要求高的控制回路留在本体[确认]。Formant 承担的是任务级调度与人工接管，响应时间以秒计[推测]。这个分工让平台可以跨品牌工作，也让它无法替代原厂的运动控制系统[推测]。安全责任同样分层，急停与安全回路交由本体与现场设施负责，平台提供的是操作权限与审计[确认]。
失败模式与跨厂商语义有关。不同品牌的“暂停”“返航”“取消任务”含义不完全一致，统一按钮背后的实际行为需要逐家适配[推测]。遥操作在高延迟网络里容易出现操作过冲，尤其是机械臂精细动作[推测]。多操作员同时接入一台设备时，控制权转移缺少硬件级互锁[推测]。替代方案是逐厂定制适配、限制遥操作的使用范围、把关键任务交给现场人员[推测]。
数据层是 Formant 最近两年投入的重点。平台把每个班次的视频、传感器读数、任务状态与人工干预记录按时间轴拼接，形成可检索的片段[确认]。片段可以导出为训练集，用于模仿学习、异常检测与流程挖掘[推测]。官方把按班次拼接记录的能力称为自我中心数据引擎，卖点是“每个班次都变成结构化记录”，客户无需自建采集与标注管线[确认]。
生成式能力体现在查询与调查。F3 允许用自然语言询问机队状态、某次故障的上下文、某类事件的频率，模型把问题转成对时序数据与日志的查询，再生成摘要[确认]。agentic 部分可以按预设流程自动执行调查步骤，例如拉取前后十分钟的视频、比对同类设备的历史告警、给出可能原因[确认]。模型本身由外部提供，Formant 的价值在数据接入与提示工程[推测]。
训练与验证的边界在数据权利。机器人厂商拥有本体数据，终端客户拥有运营数据，平台作为处理方需要明确授权范围[推测]。家庭与医疗场景的视频涉及隐私，脱敏与留存策略必须逐客户约定[推测]。数据标注的质量、片段的时间同步精度与跨设备一致性，缺少第三方评估[未获取]。对外出售数据能否成立，取决于合同条款与合规安排，目前没有公开的成交案例[未获取]。
Formant 不生产硬件，边缘侧依赖客户已有的计算设备。代理运行在客户的工控机、机器人主机或本地服务器上，算力要求低，客户可以按站点自行选型[推测]。轻资产形态让平台不承担备件库存、维修与硬件质保，硬件故障的处置责任留在本体厂商与现场运维方[推测]。
责任边界靠接入协议与日志划分。平台记录设备上线、指令下发与执行结果，用于事后归因；本体故障的诊断与更换由原厂负责，平台提供的是证据链与工单流转[推测]。当故障跨越本体、网络与平台三层时，责任认定需要三方共同查日志，这类协作缺少统一标准[推测]。
兼容性维护构成隐性成本。接入的机器人品牌越多，代理需要适配的固件版本、操作系统与字段定义越多，版本矩阵的维护工作量随品牌数量线性上升[推测]。平台没有工厂与库存，扩张的边际成本集中在适配与支持人力上[推测]。
接口是平台的核心资产。REST 接口与软件开发工具包支持客户写入遥测、读取历史、下发命令与订阅事件[确认]。Webhook 把告警推送到 Slack、Teams 或企业工单系统，单点登录与角色权限控制接入企业目录[确认]。地图与任务数据可以导出，供客户自建分析[推测]。接口设计偏向被集成，Formant 把自己放在机器人系统之上、企业系统之下[推测]。
生态位依靠中立性。本体厂商的机队管理系统只服务自家设备，终端企业采购多家机器人后，需要一个跨品牌的统一视图[推测]。Formant 不与任何一家本体厂商绑定，SoftBank Robotics America 这类合作让它获得渠道，同时保留接入其他品牌的空间[确认]。这层中立性是它相对原厂软件的主要差异[推测]。
开发者规模是另一处薄弱环节。平台没有应用市场，第三方开发者无法把算法或行业应用打包分发[推测]。与 NVIDIA Isaac、Google Cloud 的关系是互补，后者提供仿真与算力，Formant 提供现场数据与运营界面，边界清晰但议价能力弱[推测]。云厂商若推出同类托管服务，平台的差异化会被压缩[推测]。
转换成本成立。机队接入后，设备元数据、地图、任务模板、告警规则与历史事件都留在平台内，更换供应商意味着重新接入、重建仪表盘与重训操作员[推测]。跨品牌车队的规模越大，迁移工作量越高，这类成本随使用时间累积[推测]。
反定位成立。本体厂商的调度系统只服务自家产品，系统集成商的项目制方案难以跨客户复用，云厂商提供通用基础设施但缺少机器人现场知识[推测]。Formant 只做运营层、不碰本体控制，在多品牌场景里成为共同的中立界面，这个位置原厂不愿意让渡[推测]。
流程能力成立。事故复盘、遥操作接管、SOP 与工单系统的融合，是长期服务机器人厂商形成的运营方法[推测]。运营方法体现为规则模板、告警阈值与处置流程，随客户数量增加而细化[推测]。
规模经济证据不足。644 家客户组织与近 200 万机器人运行小时由第三方汇总，平台未披露收入与毛利[确认]。多租户架构降低单位部署成本，视频存储与转码的可变成本随数据量上升，规模效应是否体现在毛利上缺少数据[未获取]。
网络效应不成立。客户之间不共享数据，跨客户的聚合目前只用于基准比较，没有形成用户之间的直接收益[推测]。
品牌证据不足。Formant 在机器人运维圈内有认知，定价权有限，客户采购仍以功能与集成成本为主要依据[推测]。
独占资源不成立。数据由机器人厂商与终端客户分别拥有，平台作为处理方没有排他权利，同一批数据可以被其他平台接入[推测]。
成立的三项是转换成本、反定位与流程能力。壁垒强度取决于续费率与数据资产的独占性，这两项都缺少公开证据[未获取]。
留存的反证。观察窗为 12 个月，指标为净收入留存率与客户接入三年后的机器人数。若净收入留存率高于 110%，且客户在接入三年后仍扩大机器人数量与数据流，转换成本成立；若低于 100%，或客户退回原厂工具、只保留最基础的遥测，平台退化为可替换的看板[推测]。
替代路径的反证。观察窗为 2027 年底前，指标为推出跨品牌机队管理服务的本体厂商数量，以及云厂商是否提供同类托管产品。若两家以上本体厂商开放跨品牌接入，或云厂商以更低单价进入，Formant 的中立层位置被上下夹击[推测]。AWS IoT RoboRunner 在 2024 年 3 月退役说明通用服务难做，云厂商重新进入的方式可能是收购[确认]。
数据业务的反证。观察窗为 12 个月，指标为数据授权收入占营收的比例与按片段付费的重复合同数。若占比超过一成，且至少三家客户续签数据合同，Formant 可以从工具供应商转为数据供应商；若授权始终停留在试点、没有续签，平台的价值回到运维效率[推测]。
口径提示。客户数量、运行小时与运营事件数来自第三方汇总，官方只称客户遍布五大洲、承载数万台生产机器人，两套口径不能直接相加[确认]。
官方称客户遍布五大洲、承载"全球最大的移动机器人机队之一"与数万台生产机器人；公开案例包括 SoftBank Robotics America（战略合作）、BP、Burro、Hullbot、Cala、Canvas、Robotire，2023 年融资稿列出的客户还有 Knightscope、Scythe、Burro。[确认] 第三方称平台覆盖 644 家客户组织、累计近 200 万机器人运行小时、识别逾 3,200 万个运营事件。[确认-第三方] 渠道以机器人厂商 OEM 与战略合作加企业直销为主；BMW i Ventures、Ericsson、Goodyear、Holman 等战略投资方带来汽车、电信与车队场景。[推测]
直接对手是 InOrbit（编排与标准更强）与 Zebra 旗下 Freedom Robotics（2023 年 8 月被收购，偏设备管理）。[确认] 上游云与工具层包括 NVIDIA Isaac/Omniverse、Google Cloud，以及已于 2024 年 3 月退役的 AWS IoT RoboRunner；本体厂商自建 FMS（OTTO、MiR、Geek+）与开源 ROS 工具链同样构成替代。[确认/推测] Formant 的差异是"数据+运营"而非"任务编排"，更贴近机器人厂商的售后与运维部门。[推测]
风险：客户是机器人厂商而非终端企业，付费能力与留存受本体行业周期影响；"物理 AI 数据引擎"叙事需要真实数据授权与合规支撑，规模化变现尚未验证；累计 4,500 万美元融资、近十年未退出，估值与盈利未披露；被云厂商或大厂收购是合理退出路径。[推测] 结论：机器人运维层少有的跨品牌数据平台，F3 与自我中心数据的故事踩中具身智能的数据需求，但要从"工具"升级为"基础设施"，需证明数据资产的独占性与续费率。[推测]
Philosophy sword
融合主轴尚未定义。这里将放：一句话定性、三线状态、三项判定与反证条件。
预留位 · 不参与当前分析