CMU背景Safeworld获1200万美元种子轮，为实体机器人做安全压力测试

10月5日，一家名为 Safeworld 的机器人安全初创公司走出 stealth（隐身）模式，宣布完成超过1200万美元的种子轮融资。本轮由 Shine Capital 与 a16z Speedrun 联合领投，卡内基梅隆大学（CMU）捐赠基金、Box Group、Innovation Endeavors、SV Angel 等跟投。公司由 CMU Safe AI 实验室主任赵鼎（Ding Zhao）联合创办，目标直指一个被严重低估的问题：当生成式AI接管实体机器人的控制权，谁来保证它不会伤到人。

传统工业机器人依赖确定性算法，同样的输入永远得到同样的输出；而由大模型驱动的生成式AI机器人是概率性的、不可完全预测的。Safeworld 的做法是把机器人真实的控制软件直接接入 Genesis、MuJoCo 等物理仿真引擎，在数字世界里生成大量“数字人”来模拟真实场景中混乱、不可预知的人类行为——比如工厂盲区拐角里突然出现、手里抱着箱子遮挡视线的工人，或是在设备旁突然跌倒的同事。

通过一次跑数千个极端场景，团队可以测算机器人在视野受阻时所需的安全速度与制动距离，而不必让真人反复在重型机械前跌倒、阻挡来采集数据。该公司把自己定位为独立的第三方安全审计方，认为相互竞争的机器人厂商需要共享的基准数据与中立验证，才能建立可信的商业安全案例。其首个落地合作方是光伏电站施工机器人公司 Gritt Robotics。

这背后是一个正在快速扩张却缺乏统一标准的赛道。a16z Speedrun 合伙人 Jonathan Lai 直言，安全标准必须在机器人还在设计时就开始建立，“等机器人进了家庭、撞上孩子再谈安全就太晚了”。随着人工智能与具身智能从演示走向规模化部署，Safeworld 押注的“用仿真给机器人做安全压力测试”很可能成为行业绕不开的一环——赵鼎甚至预测，任何想在真实场景规模化部署自主硬件的公司，最终都要为经过验证的风险承保买单。