Reference · Company dossier

Diligent Robotics

医疗护理机器人公司，Moxi 机器人协助医院完成非临床物流任务。

本体与执行服务机器人初创公司
  1. 一句话定位 奥斯汀医院服务机器人公司，Moxi 以“移动+机械臂操作”承担药品、标本与耗材配送；2026 年 1 月被 Serve Robotics 以 2,900 万美元股票收购，成为其子公司[确认]。
  2. 公司与创始人 2017 年由社交机器人学者 Andrea Thomaz（CEO）与 Vivian Chu（首席创新官）在奥斯汀创立，两人长期研究社交机器人、人机交互与人类引导学习[确认]。收购后 Diligent 作为 Serve 子公司继续运营，Andrea Thomaz 留任负责人[确认]。员工规模与当前营收未披露[未获取]。
  3. 资本与融资 2019 年 10 月种子轮 300 万美元，True Ventures、Ubiquity Ventures 领投；2020 年 11 月 A 轮 1,000 万美元，DNX Ventures 领投，累计 1,575 万美元；2022 年 4 月 B 轮 3,000 万美元以上，Tiger Global 领投，累计近 5,000 万美元；2023 年 9 月再获 2,500 万美元，Canaan 领投[确认]。Serve 公告称累计融资逾 1 亿美元，TechCrunch 则记为逾 7,500 万美元[确认-口径冲突]。2026 年 1 月 19 日签约、1 月 27 日完成收购，对价 2,900 万美元等值股票[确认]。
  4. 业务与产品线 Moxi 是带机械臂的移动操作机器人，可自主乘梯、开门，配送药品、标本、耗材与 PPE，并用机械臂抓取、拉取和引导物品[确认]。它定位非患者接触任务，不替代护士；2019 年市场化，2023 年覆盖 22 个医疗系统，2026 年达到 25 家以上医院[确认]。2025 年 10 月发布 Moxi 2.0，改用 NVIDIA IGX Thor（Blackwell 架构），搭载基于三年真实部署数据训练的 AI 基础模型；2026 年 8 月起向 Endeavor Health Edward Hospital、Providence Saint John's、Children's Hospital Los Angeles 等客户铺开[确认]。公司还在探索养老场景[确认]。
  5. 技术栈与护城河

5.1 技术栈总览

Moxi 的技术栈由移动底盘、柔性机械臂、社交交互界面与车队管理四部分组成。底盘负责楼层内的自主导航，机械臂负责开门、按电梯、取放袋装物资，交互界面用表情与语音向医护人员表达意图，车队管理层把配送任务分配给多台机器人并记录交付状态。[确认]

任务流程从护士提交请求开始：终端或系统生成配送单，调度层按楼层、目的地与机器人电量派单，机器人到药房或标本间取货，经走廊、电梯到达护士站，机械臂把袋子交接到指定位置，完成后回传时间戳与签收人。[推测] 全流程不接触患者，任务范围限于护士的跑腿工作。[确认]

车载计算在 Moxi 2.0 上换成 NVIDIA IGX Thor，基于 Blackwell 架构，面向工业与医疗场景的功能安全设计。[确认] 上一代使用 NVIDIA Jetson 系列 [确认]，算力提升后可以在本地跑更大的视觉模型，减少对云端推理的依赖 [推测]。

软件栈的训练侧使用 Isaac Sim 与 Isaac Lab 做仿真与测试。[确认] 这条路径把抓取与导航的策略先在仿真里迭代，再到真实医院做小批量验证，能够降低现场调试的风险，仿真与真实的差距仍要靠真实数据弥补。

5.2 感知、定位与环境理解

医院走廊的定位条件比工厂差。走廊长、墙面平整、门多且相似，激光雷达的几何特征重复度高，单靠点云匹配容易出现位置跳变。Moxi 采用激光雷达加深度相机的组合，配合预先采集的楼层地图与 Wi-Fi 指纹做辅助校正。[推测]

电梯是定位与调度的关键节点。机器人要呼叫电梯、判断轿厢位置、在开门间隙进入并选择楼层，这需要与电梯控制系统做接口对接。[确认] 不同厂商的电梯协议差异大，老楼改造要加装控制模块，这一项的工程量往往超过机器人本体的部署。

环境理解面向三类对象：人、门、容器。人包括行走的医护、坐轮椅的患者、推床的护工，机器人要在拥挤时降速并表达让行意图；门包括防火门、药房门、病房门，开门需要识别把手类型与开门方向；容器包括标本袋、药袋、耗材箱，抓取前要判断袋子的形状与重量分布。[推测]

失效模式集中在四处。Wi-Fi 在楼梯间与铅屏蔽的放射科附近会出现断连，机器人需要本地缓存任务并降级运行；反光的地胶与玻璃隔断让深度相机产生噪声；走廊临时堆放的推车改变通道宽度；电梯被人工占用时机器人只能等待或重新派单。[推测] 行业里的替代方案是铺设导轨或磁条做固定路线导航，代价是改造成本与路线刚性。

5.3 规划、控制与操作

导航层采用分层规划。全局层在楼层地图上求最短路径，局部层处理动态障碍与窄通道会车，接近电梯与门口时切换到精细对接模式。[推测] 与工业 AGV 的固定路线不同，医院走廊的通行规则由人决定，机器人需要预测人的走向并选择让行位置。

操作层的动作库相对固定：开门、按电梯按钮、抓取袋装物、放置到台面、插拔充电。机械臂采用柔性或合规设计，关节带力矩限制，碰到人时停止。[确认] 柔性臂的好处是人机共处安全，代价是负载与定位精度受限，抓取软袋时需要视觉与力控配合。

交付动作的可靠性是核心指标。袋子放在护士站台面时，台面高度、其他物品的遮挡、袋子的摆放姿态都会影响成功率，系统需要多次尝试并允许人工接管。[推测] 医院对差错极敏感，一次标本遗失或药品错投就会导致整条产品线停用，冗余校验与签收记录因此成为必需功能。

部署周期约 12 周，依托医院现有 Wi-Fi 运行，无需大规模基建改造。[确认] 这个周期在医疗设备采购里算短，仍长于软件部署，主要时间花在电梯接口、地图采集与人员培训上 [推测]。单院年销售额 20 至 40 万美元 [确认]，收入形态更接近持续服务费 [推测]。

5.4 模型、数据与训练

数据资产的核心是 125 万次配送记录与近 100 台机器人在 25 家以上医院的运行日志。[确认] 这些记录包含任务类型、路径、耗时、失败原因与人工干预方式，构成医院物流的场景库。Moxi 2.0 的基础模型用三年真实部署数据训练，覆盖抓取、避障与人机交互；这类数据的价值在于长尾场景，包括被雨伞挡住的走廊、临时加床的病房、节日期间堆满物资的护士站。[确认] 模型的参数量、训练样本量与任务成功率没有公开。[未获取]

训练分三层。感知模型用院内图像做微调，识别门、电梯、推车、标本袋；操作策略用遥操作与人类引导学习采集的示范数据训练，创始人的研究方向为人类引导学习；调度模型用运营数据优化派单与路径。[推测] 三层模型的更新节奏不同，感知与操作按月迭代，调度策略随客户流程调整。

仿真承担了大部分回归测试。Isaac Sim 里可以批量生成走廊、电梯、护士站的变体，测试策略在未见布局上的表现。[确认] 仿真无法复现的部分是人：护士的临时手势、患者家属的询问、清洁车的突然出现，这些只能在真实部署中积累。

评估边界在任务成功率与干预频次。公司披露的配送总量说明规模，未披露单次任务的成功率、平均接管次数与故障间隔。[未获取] 医院客户验收时看的核心指标就是这几项，第三方缺少可比的横向数据，只能通过客户续约与扩点情况间接判断。

5.5 硬件、供应链与制造

Moxi 的硬件由移动底座、柔性机械臂、传感器组与交互屏构成。底盘采用差速或全向轮系，电池支持整班运行，充电桩布置在后勤区。[推测] 整机高度与护士站台面匹配，方便交接。

Moxi 2.0 换用 IGX Thor 之后，散热与功耗预算需要重新设计，工业级模组的成本高于消费级 Jetson。[推测] 医疗设备的认证要求也提高了物料选型门槛，外壳要耐消毒剂擦拭，线缆要防液体泼溅，这些细节影响整机成本与供应链选择。

制造与产能信息没有公开。[未获取] 被 Serve Robotics 收购后，理论上可以共用后者的制造与供应链资源，Serve 的户外配送机器人已在规模化生产，产线与采购体系可以复用。[推测] 两家公司的产品形态差异较大，共用的部分集中在电子料采购与整机测试。

装机规模约 100 台，分布在 25 家以上医院。[确认] 这样的量级无法支撑专用产线，单台成本高，硬件的毛利空间有限。商业模式因此偏向按年收取服务费，把硬件成本摊到合同期内，现金流回收周期长于设备销售。

5.6 软件平台、接口与生态

医院信息系统的接口决定了 Moxi 的嵌入深度。配送任务需要与药房系统、检验系统、护理单元的请求入口对接，交付记录需要写入电子病历或物资系统。[推测] 这类集成涉及 HL7 或 FHIR 接口，实施周期与客户 IT 排期绑定。

合规资质是软件平台的一部分。公司具备 SOC 2 Type II、HIPAA 与 TX-RAMP Level 2 认证。[确认] SOC 2 Type II 覆盖通用数据安全，HIPAA 覆盖医疗信息隐私，TX-RAMP Level 2 对应德州政府的云服务采购要求，缺少任何一项都会失去对应客户群。

车队管理层提供任务看板、机器人在线状态、交付记录导出与权限管理。[推测] 大型医疗系统按院区采购，跨院区的统一调度与报表是集团客户的核心需求，也是续约谈判的筹码。

外部合作的空间有限。医院里已有的物流手段包括气动物流、轨道小车、AGV 推车，Moxi 与它们的关系是补充：气动物流覆盖检验标本的定点快速传输，Moxi 覆盖没有管道站点的科室与临时任务。[推测] 这种互补关系降低了替代阻力，也限制了单院可部署的台数。

5.7 竞争壁垒的来源

  1. 规模经济：不成立。100 台的装机量与 20 至 40 万美元的单院年收入对应定制化实施与现场支持，边际成本随客户数下降的幅度有限 [推测]。
  2. 网络经济：不成立。医院之间的数据不能共享，模型增益来自单院数据积累 [推测]。
  3. 反定位：不成立。Moxi 承接医院物流的增量任务，与气动物流、轨道小车和 AGV 推车形成补充关系 [推测]，它没有可以放弃的既有业务来换取低价。反定位的机会属于以低价 AMR 进入配送环节的厂商。
  4. 转换成本：成立。Moxi 接入药房与检验流程后，护士的取药、送标本习惯改变，科室排班与交接规范也要调整，更换供应商意味着重新做接口、重新培训、重新验证交付记录，周期以季度计 [推测]。
  5. 品牌：成立但有限。客户看重同行案例与安全记录，品牌强度集中在早期采用者群体，尚不足以让客户跳过招标流程 [推测]。
  6. 独占资源：成立。25 家以上医院、近 100 台机器人、125 万次配送记录构成真实人机交互数据与临床工作流样本 [确认]，这类数据不在公开数据集中。数据使用受医院合同与 HIPAA 约束，跨院共享范围未披露 [未获取]。2,900 万美元的收购对价低于累计融资额，市场对这套资源给出的定价低于投入 [推测]。
  7. 流程能力：成立。25 家以上医院、12 周部署周期、电梯与门禁的改造经验构成一套可复用的实施方法 [确认]。医院销售的难点在合规、感染控制与 IT 安全审查，完成过一次完整实施的团队比新进入者快。

5.8 壁垒的边界与反证

第一条可证伪条件在任务成功率。若 Moxi 2.0 在 2027 年上半年首批客户的公开验收数据里，抓取与交付成功率低于 95%，或每百次任务的人工接管次数高于行业可接受水平，那么基础模型提升操作可靠性的判断需要撤回。观察指标是单院日均配送次数与护士的二次确认比例。

第二条在单院经济性。若医院实际使用强度低于每天固定趟次，20 至 40 万美元的年费难以维持，客户会在续约时压价或缩减台数。[推测] 观察指标是续约率、单院机器人在线时长与扩点比例。

第三条在母公司资源。Serve 的主业是户外配送，若其在 2027 年前出现现金流压力，医疗业务的研发与销售投入会被压缩，Moxi 2.0 的铺开节奏放缓。[推测] 观察指标是 Serve 财报中的分部披露与 Diligent 团队的招聘规模。

第四条在替代技术。气动物流与轨道小车的单点传输成本低于移动机器人，若到 2028 年底，医院在新院区建设时优先铺设管道，Moxi 的可服务范围会被压缩到没有管道的旧楼与临时任务。[推测] 判定阈值是新建院区中铺设气动物流管道的比例过半。

6、市场与渠道 美国医院系统直销，按院区多台部署；客户包括 Northwestern Medicine、ChristianaCare、Rochester General Hospital[确认]。单院年销售额 20–40 万美元，收入更接近持续服务费而非一次性硬件销售[推测]。Serve 提供资本、制造与自动驾驶栈，帮助其加速扩张；海外尚未规模进入[推测]。医院部署周期约 12 周，按现有 Wi-Fi 运行，无需大规模基建改造[确认-企业口径]。

7、竞争格局 最大对手是 Aethon（TUG/T3/Zena，存量装机最大），另有 Relay Robotics、Pudu、Keenon 等配送机器人；长期还要面对人形/操作型机器人下沉医院场景[推测]。Aethon 强在重载推车与药房封闭配送，Moxi 强在楼层内的操作型任务，能完成开门、乘梯、取放等动作[确认/推测]。

8、风险与结论 风险：2,900 万美元对价低于累计融资额，说明医院机器人商业化与估值预期存在落差；被收购后的整合、Serve 自身的盈利压力与股价波动会影响投入；医院销售周期长、单院产出 20–40 万美元，规模化仍慢；Aethon 与低价 AMR 形成价格竞争；Serve 主业为户外配送，医疗业务的资源优先级待观察[推测]。结论：产品与部署数据在同类中靠前，但独立退出价格偏低，未来价值取决于 Serve 体系内的协同与 Moxi 2.0 的交付兑现[推测]。

9、来源清单（访问日期均为 2026-10-20）