🤖 加速器 · 机器人

Google DeepMind 欧洲机器人加速器落地，15 家初创公司入选

6 月 9 日，Google DeepMind 宣布启动为期三个月的机器人加速器项目，15 家来自欧洲的早期创业公司入选，将获得 Gemini 机器人模型、AI 技术栈及专家团队的全方位支持，覆盖医疗、制造、建筑、海洋、环保等多个领域。

来源：公开报道• 2026-06-09• 全文约 3 分钟读完
#Google DeepMind #机器人 #加速器 #Physical AI
15 家 入选初创公司 · 覆盖 10 国
3 个月 加速器周期 · 伦敦启动
7+ 应用领域 · 医疗到海洋

⚡ 30 秒速览

  • 项目规模：15 家初创公司从欧洲 10 国精选而出，涵盖医疗、制造、建筑、海洋、环保回收等 7 个以上领域。
  • 支持内容：入选公司将获得 Gemini 机器人模型、Google AI 技术栈，以及 DeepMind 和 Google 专家团队的全程技术指导与产品策略支持。
  • 周期与地点：项目为期三个月，本周在伦敦正式启动，创始人与 Google 团队面对面交流，共同规划技术落地路径。
  • 代表案例：挪威 3D 打印焊接加速 280 倍、法国海洋机器人自主舰队、英国电子皮肤——技术跨度极大。
  • 深层信号：机器人产业的竞争，正在从硬件性能转向 AI 赋能——系统集成能力成为新的分水岭。

01加速器全景 从实验室到应用场景的最后一公里

传统机器人开发往往面临一个尴尬：技术有，但落地难。实验室里跑得通的模型，到了真实产线、工地或海底，往往会因为环境复杂度而失灵。Google DeepMind 此次加速器项目，试图系统性地打通这道关卡。

入选的 15 家公司将获得三方面的核心支持：技术 mentorship（来自 DeepMind 和 Google 的 AI 专家）、产品指导（从原型到市场的路径规划），以及 AI 基础设施（Gemini 机器人模型 + 全栈工具链）。这并非简单的资源对接，而是深度技术协作。

传统模式

机器人创业公司自行训练模型、搭建基础设施，从零到一周期长、成本高，技术风险由团队独立承担。

加速器模式

Google 提供成熟 AI 栈与机器人模型，团队专注应用场景与产品定义，技术风险被平台化分摊。

15入选初创公司
10欧洲国家
3个月加速周期
7+应用领域

注：数字基于 Google DeepMind 官方公告整理。入选公司经过多轮筛选，评估维度包括技术成熟度、场景落地潜力与团队背景。

02欧洲机器人生态 15 家公司，一幅产业地图

欧洲在机器人领域拥有深厚的研究传统，但长期面临「研究强、产业弱」的困境。这 15 家公司的分布，本身就是一幅欧洲机器人产业地图——从北欧的精密制造到南欧的医疗创新，从西欧的海洋工程到东欧的自动化方案。

国家分布：

挪威 · 3D-Components 希腊 · Acumino 罗马尼亚 · Adapta Robotics 英国 · AUAR / Danu / Extend / Touchlab 法国 · Bubble Robotics / ROBEAUTE 德国 · Deltia 瑞士 · Embodied AI / Forgis 意大利 · Generative Bionics 丹麦 · Qualia 瑞典 · Staer

应用领域：

🏭 智能制造 ⚕️ 医疗健康 🏗️ 建筑施工 🌊 海洋工程 ♻️ 环保回收 🤖 自动化方案 🖐️ 触觉技术 🧠 人形机器人

注：同一公司可能横跨多个领域，此处按主要技术方向归类。英国以 4 家公司成为入选数量最多的国家。

03四个代表性案例 从 280 倍加速到电子皮肤

这 15 家公司技术跨度极大。以下四个案例，分别代表了不同的技术路线与应用场景——但它们有一个共同点：都在用 AI 重新定义机器人的能力边界。

🔩 3D-Components AS 挪威280X 加速

  • RobTrack 平台：AI 驱动的参数选择与质量控制，针对机器人焊接和金属 3D 打印场景。
  • 将传统需要数小时的参数调试缩短至几分钟，效率提升 280 倍。
  • 适用于船舶、能源等重型制造行业，解决高精度焊接的标准化难题。
关键价值：将老师傅的经验数字化，让焊接质量不再依赖个人手艺。

🌊 Bubble Robotics 法国海洋自主舰队

  • 构建无船体的自主机器人星座：自对接水面与水下机器人，可协同感知与行动。
  • 实时构建水下世界模型，实现海洋环境的持续监测与数据采集。
  • 应用场景包括海底管道巡检、生态监测、海洋资源勘探。
关键价值：海洋数据的「最后一公里」——过去昂贵且危险的深海作业，正在被机器人舰队替代。

🖐️ Touchlab 英国电子皮肤

  • 利用先进纳米墨水制造柔性「电子皮肤」，赋予机器人高分辨率的触觉感知能力。
  • 可覆盖弯曲表面，实现压力、温度、纹理的多模态触觉反馈。
  • 适用于医疗手术机器人、精密装配、人机交互等对触觉敏感的领域。
关键价值：触觉是机器人尚未被大规模攻克的感官——Touchlab 正在填补这个空白。

🏭 Adapta Robotics 罗马尼亚触觉 QA

  • Physical AI 复制人类触觉，用于测试医疗、汽车、消费电子设备的触控与交互体验。
  • 实现自动化质量检测，减少人工测试成本，支持循环经济中的设备翻新与验证。
  • 可模拟不同力度、角度、材质的触摸操作，覆盖数百种测试场景。
关键价值：让机器测试机器——触觉 QA 正在成为消费电子和汽车行业的刚需。

04技术底座 Gemini 机器人模型 + 全栈 AI 基础设施

加速器背后的技术支撑，是 Google DeepMind 在 AI 与机器人交叉领域多年的积累。入选公司可以调用的并非单一模型，而是一整套从感知到决策再到执行的 AI 技术栈。

核心链路清晰：

Gemini 机器人模型→AI 技术栈→机器人应用

Gemini 机器人模型是 Google DeepMind 在视觉、语言和动作理解方面的融合成果，能够帮助机器人更自然地理解环境、规划动作并与人类协作。而 AI 技术栈则包括数据管线、仿真环境、模型微调工具和部署框架，覆盖从研发到上线的全流程。

一个值得注意的细节：这些公司并非从零开始「接入 AI」——它们大多已经在各自领域积累了深厚的数据和场景理解，加速器提供的是将这些资产与前沿 AI 能力对接的桥梁。

注：技术栈具体组件包括 Gemini 系列模型、TensorFlow / JAX 框架、Google Cloud 基础设施以及 DeepMind 的仿真与规划工具。

编辑核心判断

机器人产业的竞争，正在从「硬件性能」转向「AI 赋能」。欧洲拥有丰富的场景和人才，但长期缺乏系统化的 AI 落地能力——Google DeepMind 的加速器恰好填补了这个结构化缺口。但真正的考验在于：三个月后，这些公司能否带着可量产的方案走出实验室。

▶了解更多

15 家入选公司的完整名单与技术方向已公开，可访问 Google DeepMind 官方项目页面查看详细资料。

关注官方动态 →