Agility Robotics

1.1 公司定位与运营模式

Jonathan Hurst、Damion Shelton 与 Mikhail Jones 于 2015 年走出 Oregon State University 的 Dynamic Robotics Laboratory 创立 Agility Robotics，现总部位于 Salem, Oregon。公司主打软硬件一体化自动化方案：由 Digit 执行实体作业，Arc 负责调度与管理机器人车队。商业化重心聚焦结构化的制造、分销与物流环境，短期内不涉足消费级人形机器人。公司披露在 9 处客户场地累计运行超过 65,000 小时，但这仅代表部署网点数量，并非公开披露的付费客户数或机器人投放台数。商业模式结合了机器人即服务（RaaS）与硬件直售，全生命周期服务成本与硬件利用率因此成为决定单机经济模型的关键。[CO001, CO002, CO003, CO004, CO015]

1.2 领导团队、创始人与公司治理

Peggy Johnson 担任首席执行官执掌公司，联合创始人 Jonathan Hurst 担任首席机器人官。这一架构将职业化商业领导力与创始人级技术连贯性结合在一起，但也意味着留住 Hurst 及其他专业机器人领军人才构成了关键依赖。已披露的高管团队覆盖业务、财务与运营、技术、硬件、法务及人力职能；招聘页面显示的员工结构则横跨工程、AI 研究与制造领域。不过，现有评阅材料未提供完整的现任董事会名单、投票权控制权分析、股权明细表或管理层变动历史；治理质量与关键人物保障机制仍属待尽调事项，尚无法作为已获验证的优势。[CO001, CO005, CO006, CO016]

1.3 资本结构与公开市场过渡

2026 年 6 月 24 日，Agility 与 Churchill Capital Corp XI 宣布达成最终业务合并协议，拟以股票代码 AGLT 挂牌上市。公告设定了 $2.5 billion 的投资前股权价值（pre-money equity value），预计交易募资总额超过 $620 million，其中包括约 $200 million 的 PIPE 融资。上述数值仅代表交易条款与预期募资总额，并非 Agility 当前可动用的现金。后续有独立报道称，公司在 2026 年 7 月完成了一笔 $100 million 的 SAFE 融资。现有评阅来源未提供直接审阅过的 S-4 注册文件、完整股权结构表、债务到期表、老股转让历史、赎回敏感性测算或净募资额变动调节表；本章尚无法厘清股权稀释程度与合并完成后的流动性状况。[CO007, CO008, CO009, CO014]

1.4 规模信号、里程碑与风险底线

Agility 称已获得超过 $300 million 的多年期 Digit v5 订单，但须满足合同约定的里程碑条件。独立报道指出，该订单高度集中于一份 1,000 台机器人的单一客户协议中；积压订单仅能说明存在需求意向，既非已确认收入，也无法证明客户结构的多元化。另有基于 S-4 文件的报道称，公司 2025 年净销售额为 $1.8 million；亦有独立研报指出，公司 2025 年经营现金流出达 $99.8 million，若本次交易未能完成，将面临持续经营预警。各项口径不可混为一谈：订单不等于收入，经营现金流出不等于会计亏损，预期交易募资也不等于手头可用现金。要证实其规模具备持续性，仍有赖于直接审阅监管申报文件、单客户经济模型、最新员工规模及通过认证的部署就绪状态。[CO003, CO010, CO011, CO012, CO013]

1.5 图表展示

2.1 市场边界、作业流与替代动态

Agility Robotics 将初期目标市场界定为人工仓储环境下的物料搬运与料箱（tote）重复转运，而非消费级人形机器人。2021 年，公司完成战略转型，由科研级步态研究转向商用工业设施，直击长期高用工流动率带来的运营瓶颈。Digit 可在不大幅改造厂房结构的前提下与人工协同作业，定位为重资本固定输送机及专用自动化立体仓库（AS/RS）的灵活替代方案。不过，短期落地功能仍严格局限于结构化料箱搬运与产线边上下料机动协作（machine tending），精细操作与高速分拣仍超出当前作业范围。[CM004, CM005, CM007, CM009, CM013]

2.2 多维市场空间测算与积压订单分析

测算人形机器人市场空间，必须将长期的理论性人工替代预测与近期的可触达物流支出区分开来。行业广泛预测估计全球人形机器人市场规模将从 2025 年的 $3 billion 增至 2035 年的近 $38 billion，但当前实际商业化体量在整个工业自动化支出中占比极低。Agility 披露已锁定面向 1,000 台下一代 Digit v5 机器人的超 $300 million 多年期承诺订单，但交易文件明确说明，该积压订单绑定单一未具名客户且附带里程碑前提，并不代表当前已确认的当期收入。行业观察人士指出，早期机器人采购合同通常赋予客户单方面取消权；在缺乏已验证交付里程碑的前提下，市场估值无法直接按全部积压订单价值线性外推。[CM001, CM002, CM008, CM011, CM015]

2.3 买方画像、商业模式与单机经济模型

人形机器人的企业采购方主要集中在第三方物流服务商、大型汽车制造厂商以及面临结构性招工难的电商履约中心。Agility 主要以每小时 $30 的机器人即服务（RaaS）模式推广 Digit，订阅费直接对标含福利的仓储综合人工作业成本，力求客户在两年内收回成本。在此架构下，Agility 在前期将机器人制造成本资本化，随后收取打包硬件、Agility Arc 车队软件与维保支持的经常性服务收入。尽管管理层预计每小时运营成本将从 $10 到 $12 降至规模化后的每小时 $2 到 $3，但公开交易文件承认，RaaS 模式的长期盈利能力尚未得到验证，且高度取决于零部件耐用度与客户续约率。[CM003, CM004, CM010, CM012, CM013, CM014]

2.4 增长驱动力、安全认证与部署制约因素

北美地区超过 100 万个实体物料搬运岗位空缺，叠加企业端持续走高的用工成本，构成了人形仓储物流自动化的核心采纳驱动力。尽管如此，落地推广速度仍受制于显著的商业与监管壁垒。早期的 Digit 部署受限于物理围栏工位内部，导致可适用的工作流仅限于愿意为安全隔离边界调整布局的仓储场地。Agility 要实现更大规模的市场扩张，取决于 Digit v5 能否取得符合 IEC 61508 SIL 3 与 ISO 13849 标准的第三方协同安全认证，从而实现脱离物理围栏与人类员工并肩作业。在独立安全机构出具最终认证前，包括 Amazon 在内的大型试点合作伙伴均暂缓大规模投运，这使得短期内的市场渗透率受制于严苛的合规审批，而非软件功能的更新迭代。[CM006, CM007, CM009, CM013, CM014]

2.5 图表展示

3.1 竞争范畴不止于人形机器人

现有评阅材料中呈现的直接人形机器人竞对包括 Tesla Optimus、Figure AI、Boston Dynamics Atlas 以及 Unitree，与 Agility Digit 同台竞争。各家方案在商业化进程、资金储备、设计操作灵巧度以及客户获取渠道上差异巨大，机械罗列各款机器人的功能参数只会掩盖买方的真实决策考量。TechTimes 报道指出，Figure 估值远高于 Agility；Boston Dynamics 将 Atlas 产能定向供应给 Hyundai；Unitree 主打低价切入；而 2026 年 3 月的一份对比指出 Tesla 尚未开启 Optimus 的对外销售。上述动向凸显了入局时机与资本实力的重要性，但并非独立的性能基准。[CP006] [CP007] [CP008] [CP009] 更为现实的替代方案是固定式输送机、自主移动机器人（AMR）、移动操作机以及产线流程再造。Anton Robots 认为，在平稳水平搬运或定点操作任务中，上述方案均具备更优表现；Agility 自身 FAQ 也将人形机器人与固定/柔性自动化设备、AMR 及 AGV 进行过对比。因此，企业自建自动化最可行的路径围绕成熟设备做系统集成，而非自研专用人形机器人。只有当既有厂房需要靠步态移动与料箱搬运串联既有设备时，Digit 才具备入局考量价值；但面对更简单的自动化方案，它必须在被采纳的吞吐量与整体部署成本上证明自身优势。[CP014] [CP016]

3.2 商业化验证真实存在，但局限于特定作业流

Agility 最有力的相对优势来自实际运行数据，而非纸面推测。公司称 Digit 与 Arc 已累计取得 65,000 小时的真实生产经验，TechTimes 也援引了在客户现场超过 65,000 小时的运营数据。独立的买方评测则给出了更多限定条件：目前支撑最充分的用例仅为重复性的料箱及物料转运；公开规格显示负载能力为 35 磅（约 15.9 kg）、续航 4 小时；若要支持整班次连续作业，必须依赖充电、换电或增加车队冗余备机。这仅能印证其在特定物流作业流上的就绪度优势，并不等于说 Digit 具备替代通用人工的能力。[CP001] [CP002] [CP003] 安全与信任度仍是决定采购与否的核心门槛。Anton Robots 与 TechTimes 均指出，当前部署均采用物理隔离作业区；Digit v5 则旨在借助协同安全架构打破这一限制。这一差异至关重要，因为未来的设计目标绝不能提前视同已落地的实际能力。Tesla 主打的泛化操作灵活性或许能涵盖更多任务范畴，但现有对比材料同样指出，Optimus 在 2026 年初尚未在工厂中实质性使用，截至 3 月也仍未开启外部销售。因此，买方应紧扣具体硬件代次，对比经核实的任务成功率、人工干预率以及现场准入许可，而非紧盯演示视频或过于宏大的技术路线图。[CP008] [CP009] [CP010] [CP011]

3.3 企业级集成决定销售模式

公开定价缺乏足够透明度，难以支撑可靠的横向成本对标测算。Anton Robots 指出，虽然 Agility 列出了 RaaS 和 CapEx 两条采购路径，但并未公开 2026 年的通用官方指导价，也未公布 RaaS 月费率。RoboZaps 估算 Digit 的 RaaS 费用约为每月 $2,000–$4,000，但明确标注该金额为估算值，并非披露的实际合同定价。另一份付费行业通讯声称，在 Amazon 的 Sumner 设施运行 18 个月后，任务成功率达 98%，每小时综合运营成本为 $10–$12；然而，可公开访问的页面除该标题外，未提供任何计算方法或分母口径。上述数据属于尽调线索，不可作为投资测算的底稿输入。[CP004] [CP005] [CP015] 相应地，公司的商业化推广高度依赖顾问式销售。Dataford 的面试指引显示，客户经理负责敲定试点及全面部署，联合方案工程师做现场评估、商务谈判，并将交付落地移交给售后团队。这与该产品的价值属性高度吻合：其商业价值取决于工作流重构、安全准入认证、系统集成与持续运维服务，绝非标准化硬件销售。这一模式能加深客户粘性，但漫长的部署周期与定制准入测试，也给传统自动化巨头留出了防守既有客户的时间，并使销售效率高度受制于试点转化率。[CP013]

3.4 护城河在于现场经验积累与协同调度，而非品类垄断

Arc 负责车队管理并将工作流接入仓储和制造系统，加之现场部署需要流程梳理、安全管控与实操培训，这可能构建起一定的切换阻力。此类深度集成让替换成本高昂，但也导致客户对特定厂商及云端产生依赖；对于无需人形移动能力的环节，客户完全可以继续沿用 AMR、输送线和固定工位，采取混合采购策略。因此，Agility 真正立得住的业务切入点，是既有系统之间的特定自动化空白，而非全套仓储技术栈的独家垄断。[CP012] [CP014] Agility 招聘页面称公司开创了该品类，但这仅是企业的市场定位宣称，并非独立的护城河证据。衡量其护城河持续性的关键，在于其实际运行数据与工程落地经验提升可靠性的速度，能否跑赢竞对在制造规模、操作灵活性或价格优势上的追赶步伐。Figure 的报道估值反映出充沛的资本实力，Tesla 内部平台预示着潜在的规模效应，Unitree 的低价定位则带来了产品同质化降价压力。与此同时，Digit v5 的迭代必须自行证实其协同安全性，无法直接套用上一代产品的实际部署记录。目前的领先优势固然可观，但在买方公开披露可复制的经济模型、人工干预率、续约表现及跨厂区规模化复制数据前，该优势依然脆弱。[CP007] [CP011] [CP016]

3.5 图表展示

4.1 收入模式与产品定价

Agility 围绕 Digit 提供机器人即服务（RaaS）与直接采购两种模式。报道披露的 RaaS 收费方案约为每月 $8,500，另收取 $25,000 部署费，涵盖机器人硬件、软件授权与维保服务；管理层按五年期推算，单台机器人可贡献 $535,000 收入。直接采购方案约为首期付款 $200,000，加收 $20,000 部署费，随后每年支付约 $36,000 的软硬件维保费，五年总支出约 $400,000。上述口径仅为公布的收费标准，并不构成实际平均售价（ASP）、已确认收入结构、客户续约率或毛利率的客观证据。Arc 虽提供了经常性软件与车队管理能力，但公开资料并未将 Arc 软件收入与硬件或服务收入拆分开来。[CI001, CI002, CI003, CI004, CI015, CI016]

4.2 业务进展与收入质量

媒体报道的商业化热度远超公司实际确认的收入。Agility 在 2025 年仅实现 $1.8 million 净销售额；而多方报道指出，公司从单一未具名客户处获得了为期三年、涉及 1,000 台机器人的订单，多年期 Digit v5 订单总额超过 $300 million。监管文件中的风险提示至关重要：该订单金额绝非当期收入，且高度挂钩里程碑考核、最终定价、交付节奏与开机利用率。在 9 处客户场地累计超过 65,000 小时的运行数据，固然是展示现场落地与市场拓展（GTM）的有效论据，但无法据此证实账单开具额、客户留存率、客户集中度、销售周期长度、获客成本（CAC）或回本周期。因此，在投资测算中，应将该订单规模视作附带前提的需求意向，而非 ARR 或已确认的积压收入。[CI005, CI009, CI010]

4.3 成本结构与单机经济模型

2025 年的成本基数依然大幅超出商业化营收规模：Agility 录得 $140 million 营业亏损；营业支出约 $111 million（2024 年为 $71 million）；现金消耗约 $100 million。上述指标不可直接等同：会计亏损并不等同于现金消耗金额。此外，RaaS 模式要求 Agility 自持机器人资产并收取服务费，因此前期制造资本开支、资产折旧、日常维保、现场技术支持以及营运资金垫付节奏，成为决定利润率的核心要素。公开渠道仅能证实收费标准，但并未披露物料清单（BOM）、单台制造成本、质保计提、单开机小时服务成本、资产利用率、使用寿命、实际已实现毛利率或车队级贡献利润率。此类关键数据的缺失，导致外界无法得出有充分依据的获客成本（CAC）/ 回本周期或单机经济模型结论。[CI001, CI006, CI007, CI008, CI015]

4.4 资本充足度与财务综合研判

与 Churchill Capital Corp. XI 的合并预计将带来超过 $620 million 的募资总额，其中包括约 $420 million 的 SPAC 信托账户资金，以及约 $200 million 由 Foxconn 领投的 PIPE 融资。募资总额绝非到账可用现金：信托资金基于零赎回假设；交易仍受制于交割条件；且交易中介费用、未来资本开支以及烧钱速度变化在此均未量化。EquityZen 统计的 $641 million 累计融资总额同样不能视作当前手头现金余额。按 $2.5 billion 的交易估值计算，独立报道测算出其对应 2025 年净销售额的市销率倍数高达约 1,400。因此财务综合研判为高度依赖外部资本且当前收入质量偏低：该模式固然具备创造经常性收入的潜力，但在缺乏现金、合同、成本与利用率真实数据的情况下，无法对其利润率持续性及现金跑道做出确切的投资判断。[CI011, CI012, CI013, CI014]

4.5 图表展示

5.1 Digit 5 硬件架构、摆线针轮驱动与物理性能

2026 年 9 月 15 日，Agility Robotics 正式发布 Digit 5，标志着从单一受限物料搬运试验迈向通用厂区自动化。该机器人搭载采用自研摆线针轮执行器（cycloidal actuator）技术的升级版双足腿部架构，有效载荷相较 Digit 4 提升 40%，可反复搬运 50 磅（22.7 kg）重的物料。这一负重指标完全覆盖了 OSHA 监管设施下的单人搬运作业上限。Digit 5 身高 5 英尺 11 英寸（1.81 m）、体重 284 磅（129 kg），最高向上摸高可达 7.2 英尺（2.2 m），尺寸设计确保其无需改造厂房即可自由穿行于人类工作区、标准仓储过道以及通行门框。为满足工厂与配送中心高利用率轮班需求，Agility 重新设计了储能系统：电池单次续航 90 分钟，自主回充仅需 9 分钟，实现了 10:1 的运行充电比，单日可用运营时长超过 20 小时。标准化 ISO 安装法兰支持末端执行器快速更换，兼容料箱搬运、机床上下料以及巡检工具夹具。[CE001, CE002, CE003, CE004]

5.2 协同安全架构、传感器监控与监管标准

历史上，人形机器人的工业化落地长期受限于物理围栏与安全联锁装置的要求，此类设施打破了现有的作业流布局。Digit 5 采用协同安全架构突破了上述瓶颈，旨在拆除防护围栏，实现与人类员工并肩直接协作。该平台利用自研感知算法，融合摄像头、深度传感器与惯性测量单元（IMU）持续追踪人体距离；一旦突破安全间距，能自主在避让、减速或受控屈膝静止姿态之间切换。Agility 作为 NVIDIA Halos for Robotics 安全框架的首发合作伙伴，将 NVIDIA IGX Thor 硬件与 Halos Core 功能安全底座相结合，提供经认证的实时监控能力。此前，Digit 已在某客户生产线上通过了由 OSHA 监管的独立安全标准评估。此外，Agility 还积极牵头起草面向动态稳定移动机器人的 ANSI/A3 TR R15.108 标准，并参与制定 ISO 25785-1 国际人形机器人安全标准。[CE005, CE006, CE007, CE008]

5.3 具身智能、基础模型与多物理场仿真基础设施

Agility 采用“仿真先行”的具身智能（Physical AI）训练管线开发软件运动控制中枢。团队在 NVIDIA Isaac Sim 中借助 OpenUSD 构建 Digit 机械底盘的数字孪生模型，融入精确的关节几何形状、质量分布、接触动力学及客户 BIM 厂房模型。强化学习策略在 Isaac Lab 中经历数十亿次仿真步数训练，让全身控制器经受不同地面摩擦力、通道构型、光照变化及物理扰动的考验，全面掌握步态恢复与动态平衡能力。为防止仿真环境过拟合并捕捉接触力学的极端边界情况，Agility 在真机部署前，会利用容器化的 MuJoCo 管线交叉验证候选控制策略。高吞吐量的训练任务运行在 AWS 云基础设施之上，借助 EC2 G6 GPU 实例、用于作业调度与多租户隔离的 Amazon Elastic Kubernetes Service（EKS），以及存储 PB 级仿真日志的 Amazon S3。这套基础设施让 Digit 能够在数小时内通过虚拟仿真快速适配全新任务与场地布局，免去了现场反复人工真机示教编程的繁琐流程。[CE009, CE010, CE011, CE012]

5.4 车队编排、工业网络与企业级系统集成

多机器人厂区作业由集约化云端平台 Agility Arc 统一编排，负责车队调度、运行状态监测与工作流协同。Arc 直接与客户的仓储管理系统（WMS）、仓储执行系统（WES）及制造执行系统（MES）对接，协调 Digit 与既有自主移动机器人（AMR）或传送带之间的任务交接。针对金属货架林立、动态信号遮挡严重的射频密集型仓储环境，Digit 集成了 Doodle Labs RM-1700 Mesh Rider 双频无线电模块以保障通信稳定性。该模块利用 900 MHz 频段实现非视距穿透，利用 2.4 GHz 频段传输高带宽遥测数据，将指令延迟控制在 10 毫秒以内。安全控制方面，所有云端传输均采用基于私有 CA 证书的双向 TLS（mTLS）与 TLS 1.2+ 加密，辅以客户数据隔离机制，并在机载静态存储上实施 AES 硬件级加密。[CE013, CE014]

5.5 图表展示

6.1 客户群体细分与典型部署范式

Agility Robotics 将商业化突破口集中在一个明确的作业阵地上：专为人工设计的物流与制造设施内的结构化物料搬运 [CU001, CU005]。公司并未在开放式操作任务中盲目追求通用灵巧度，而是瞄准企业用工缺口最严重、人员流动最频繁的重复性岗位，具体聚焦料箱（tote）与周转箱转运、输送线上料以及与自主移动机器人（AMR）接口装卸对接 [CU002, CU005]。这一定位勾勒出了其核心买方画像：大型第三方物流服务商、大型汽车制造厂以及电商分销网络 [CU001, CU006]。此类企业大客户的商业决策人通常是供应链自动化、运营工程或厂区物流副总裁，他们评估 Digit 的首要考量是每小时综合运营成本与人工替代效率，而非理论层面的人形机器人灵活性 [CU003, CU006]。 公司主要以机器人即服务（RaaS）订阅模式交付 Digit，将实体人形硬件、安全工位边界组件、Agility Arc 车队管理软件、日常维保及 OTA 远程更新打包，计入客户的月度经营性支出（OpEx）[CU003, CU007]。尽管公司也携手 Ricoh USA 等商业合作伙伴支持硬件直接买断，但企业买方明显更倾向于 RaaS 架构；因为该架构将硬件折旧与技术淘汰风险转移回 Agility，同时消除了前期大笔资本开支预算的门槛 [CU003, CU007]。依托结构化工位进行部署，Agility 维系了“无需改造既有厂房”的核心商业价值主张，让企业客户无需大动干戈改造地面，即可在既有厂房中将 Digit 无缝嵌入输送线与移动设备之间 [CU002, CU005]。[CU001, CU002, CU003, CU005, CU006, CU007]

6.2 知名客户落地案例与实操运行记录

Agility 经公开验证的商业差异化优势，建立在标杆工业大客户生产线上的真实落地部署之上 [CU001, CU008]。在 GXO Logistics 位于佐治亚州 Flowery Branch（服务于 Spanx）的设施中，Digit 自 2024 年 6 月部署以来跨多班次持续运转，负责为自主移动机器人卸货并给产线输送机上料，累计完成超过 100,000 次商业料箱搬运循环 [CU001, CU002]。这是企业级物流史上记录时间最长的双足人形机器人商业化运营案例，为真实仓储环境下的实际耐用性提供了关键验证 [CU001, CU004]。在分布于 9 处作业设施的全部客户中，Agility 累计记录了超过 65,000 小时的实际运行时间 [CU004, CU008]。 在汽车制造领域，Toyota Motor Manufacturing Canada（TMMC）在其安大略省 Woodstock 装配厂开展了为期一年的深入试点，分三个测试阶段对 3 台 Digit 进行了评估 [CU006, CU008]。在验证了面向 RAV4 组装的生产零部件补给与牵引车装料作业后，TMMC 于 2026 年 2 月签署正式商业 RaaS 协议，将部署规模扩大至 7 到 10 台 Digit 机器人 [CU006, CU008]。同样，拉美电商巨头 Mercado Libre 于 2025 年 12 月签署商业合同，在德克萨斯州 San Antonio 的设施中部署 Digit 负责履约作业 [CU009]。战略投资方 Amazon 虽在其华盛顿州 Sumner 创新基地完成了初期物流试点，但后续的规模化商业推进仍取决于下一代安全里程碑的达成，目前尚未进入积极扩充车队阶段 [CU010]。

6.3 扩张路径、安全瓶颈与客户集中度风险

尽管先发优势显著，Agility 的客户拓展路径仍表现出高度的运营集中与采纳阻力 [CU011, CU012]。截至目前，已获确认的客户合作均停留在单一厂区的单点突破阶段；无论是 GXO、Toyota 还是 Mercado Libre，均未从局部的工位部署走向跨多厂区的网络化推广 [CU001, CU011]。现有安全法规对商业扩张形成了硬性物理约束：由于当前批次缺乏能够与人类仓储员工并肩作业的认证协同安全系统，每台在役的 Digit 都必须圈禁在物理隔离区或防护围栏内部 [CU012, CU013]。虽然 Agility 达成了 OSHA 认可的国家认可测试实验室（NRTL）现场评估里程碑，但诸如 ISO 25785 等正式协同安全标准距离最终批准仍需数年时间，直接将 Digit 的可用作业面积限制在拉有警戒线的仓储隔离单元之内 [CU012, CU013]。 随着 Agility 走向公开市场，其客户合同的履约持续性正面临严苛的财务审视 [CU014, CU015]。公司宣布获得了面向第五代 Digit v5 平台、总额超过 $300 million 的多年期有约束力订单 [CU014, CU015]。但交易披露显示，该积压订单高度集中在单一未具名客户的 1,000 台合同中，实际收入转化仍取决于严格性能与安全里程碑的达成 [CU014, CU015]。尽管 Agility 将 Digit 按每小时 $30 对标含福利的综合人工成本，并将长期运营成本目标定在每小时 $2 到 $3，但当前的实际运营成本仍徘徊在每小时 $10 到 $25 之间 [CU003, CU016]。在协同安全彻底攻克且跨场地可复制性得到验证之前，随着资金雄厚的竞对相继推出同类产品，Agility 面临着企业客户暂缓车队扩充的重大风险 [CU011, CU012]。[CU001, CU003, CU011, CU012, CU013, CU014, CU015, CU016]

6.4 图表展示

7.1 核心风险梳理与威胁排序

Agility Robotics 风险极高，其实际工程落地的推进与财务层面的可持续性严重脱节。尽管公司在客户物流设施中累计记录了超过 65,000 小时的商业运行时间，展现出先发优势，但其财务架构依然极其脆弱。决定 Agility 未来 12 到 24 个月生死存亡的核心威胁来自四大环环相扣的风险维度：未获验证的机器人即服务（RaaS）模式下的流动性消耗、高度集中的客户积压订单、尚未解决的协同安全认证，以及拟推进的 SPAC 合并交易的执行风险。在 2026 年提交给 SEC 的监管申报文件中，Agility 的独立审计师明确出具了持续经营预警，指出公司从未产生过正向现金流，且在 2025 年录得 $138.1 million 净亏损。尽管管理层在 2026 年 7 月获得了 $100 million 的 SAFE 票据融资，但仅 2025 年一年公司就消耗了 $99.8 million 的经营现金；足见其流动性完全维系在能否顺利完成 Churchill Capital Corp XI 合并交易并拿到预期的 $620 million 募资款上。一旦资本市场环境导致合并交易延期或流产，Agility 的运营跑道将迅速收窄。[CR001, CR002, CR011]

7.2 监管壁垒、协同安全认证与 S-4 审查

决定 Agility 商业化扩张的关键技术里程碑，在于能否通过无围栏作业的第三方工业安全认证。过往版本的 Digit（包括已实现商业化部署的 Digit v4）均在严格物理隔离的工位内运转，以防止人类员工发生机械碰撞。然而，Agility 的核心市场逻辑——服务专为人类工人设计的既有仓储设施——要求 Digit v5 能够在没有防护围栏的情况下实现人机协作。依照美国 OSHA 职场安全标准及国际机器人安全框架，这要求必须获得 IEC 61508 功能安全（安全完整性等级 SIL 3）、ISO 13849 及 ISO/IEC TR 5469 的正式认证。尽管 Agility 携手 NVIDIA 在 Halos AI 系统测试实验室对 Digit v5 进行了预评估，但实验室预评估不能替代具备资质的第三方权威认证。在独立安全主管机构出具最终认证之前，Digit v5 无法合法合规地在受 OSHA 监管的客户设施中实现无围栏部署。与此同时，走向公开市场的关键在于 Churchill Capital Corp XI 提交的 Form S-4 注册声明能否获得监管核准；该文件已于 2026 年 9 月 30 日提交了修订案（S-4/A）。SEC 审查周期的拉长或安全测试的受挫，都可能导致股东投票延期，从而加剧融资脆弱性。[CR007, CR008, CR009]

7.3 运营可扩展性、RoboFab 产能爬坡与部署可靠性

从低产能原型试制跨越至规模化批量生产，令其位于 Salem, Oregon 的 RoboFab 工厂面临巨大的执行风险。尽管该工厂宣称具备年产 10,000 台人形机器人的理论设计产能，但 Agility 从未在商业化规模下真正运转过这一设施。人形机器人的量产涉及定制执行器、高扭矩关节电机、专用谐波减速机及一体化传感器舱等多环节复杂的供应链协同。产能爬坡既要求维持较高的初次装配良品率，又必须将物料清单（BOM）成本从最初投产时的每台约 $150,000，降至 1,000 台规模时的 $75,000，并在大规模放量时压降至 $30,000 目标线。此外，机器人即服务（RaaS）的商业模式放大了制造端风险：Agility 必须在前期全额垫付硬件制造成本，并依靠长达 3 到 5 年的客户合同分期收回资金。2026 年 9 月，Agility 宣布 Digit v5 的早期客户交付将推迟至 2027 年上半年，全面公开发售目标定在 2027 年底，凸显了交付时间线上的巨大压力。至关重要的一点在于，平均无故障时间（MTBF）、零部件磨损率、现场驻派工程师干预工时等实际现场可靠性指标目前未见公开披露，导致长期的维保利润率未获验证。[CR010, CR012, CR013, CR015]

7.4 客户集中度、关联方敞口与资本消耗

Agility 的收入走势暴露出了极高的交易对手方与客户集中度，极大动摇了未来财务预测的稳固性。2025 年经审计的财务报表显示，营业收入约为 $1.8 million，毛利率为 -151%。值得注意的是，关联方商业伙伴占到了 2025 年总销售额的 63.5%，表明在遵循公平交易原则的独立第三方企业客户中，商业化采纳仍处于起步阶段。此外，被广泛引述的 $300 million 多年期积压订单高度单一：主要绑定单一未具名客户为期三年、采购 1,000 台 Digit v5 的合同，且严格以达成各项技术与部署里程碑为前提。2026 年 5 月，Agility 签署了一份关联方协议：若对方至少部署 1,000 台机器人，每台将获配 453 份认股权证；这带来了巨大的股权稀释风险与会计不确定性。与此同时，Agility 正面临来自资本实力更雄厚对手的白热化竞争，尤其是 Figure AI（估值达 $39 billion）与 Tesla Optimus，二者在资金储备、制造基础设施及自建 AI 算力集群上均占据压倒性优势。若不能将付费客户群从初期的试点伙伴进一步拓展，并按期完成里程碑交付，Agility 将面临利润率大幅受挤压与收入停滞的严峻风险。[CR003, CR004, CR005, CR006, CR014]

7.5 图表展示

8.1 投资逻辑与评级建议

Agility Robotics 凭借在真实仓储及制造设施中累计超过 65,000 小时的实际运行数据，成为新兴人形机器人赛道中最具标杆意义的商业化实证案例。公司于 2026 年 6 月宣布与特殊目的收购公司（SPAC）Churchill Capital Corp XI 达成最终合并协议，对应企业股权估值为 $2.5 billion。尽管该交易预计将带来超过 $620 million 的新增资金以支持 RoboFab 的扩产，但缺乏经审计的历史收入数据，加之年均约 $100 million 的持续经营现金消耗，要求投资者保持严苛的价格纪律。Forge Global 上每股 $71.00 的老股二级交易表明，市场在本次交易的公告估值附近仍维持着投资需求。综上，我们给出 Buy（买入）评级，置信度为中，风险等级为高；认为当前估值偏高（stretched），建议采取结构化、挂钩里程碑的分批注资策略。[CV001, CV002, CV005, CV006, CV012, CV013]

8.2 投资逻辑与反向逻辑博弈

核心投资逻辑立足于 Agility 的商业化部署先发优势，大幅领先风投背景与产业背景竞对。Figure AI 等同行虽拿下 $39 billion 的高额一级市场估值，却缺乏规模化工业部署；Digit 则已进驻 GXO Logistics、Schaeffler 等蓝筹客户，实际执行真实场景的物流工作流。然而，反向逻辑暴露出关键结构性脆弱。2025 年，受资本密集型硬件工程与 Salem, Oregon 厂房扩张拉动，Agility 营业费用膨胀至 $111 million。此外，商业订单极度集中，标称 $300 million 的在手订单全数绑定单一未披露客户，履约期拉长至三年。若里程碑交付脱节，或竞对人形机器人平台抹平软件能力差距，Agility 在实现制造自给之前就会遭遇流动性挤压。[CV001, CV002, CV005, CV006, CV010, CV013, CV014]

8.3 融资、估值与资本结构背景

自 2015 年从 Oregon State University 拆分设立以来，Agility Robotics 已累计筹集超 $390 million 股权资金。公司历经 2022 年获 Amazon 支持的 $150 million Series B 轮，以及 2025 年以 $2.12 billion 投前估值完成的 $400 million Series C-3 轮。推进中的 $2.5 billion SPAC 交易呈现出温和溢价而非投机性倍数膨胀，且获得已敲定的基石融资支持，其中包括 Foxconn 牵头财团提供的 $200 million。但细究资本结构可发现显著的优先权悬垂风险：Series B-X 股份附带 2.0x 高级清算优先权倍数，在承压情景下拥有凌驾于普通股之上的下行优先受偿权。老股交易平台上，每股 $71.00 的报价推导出 $2.28 billion 股权价值；私募买方紧贴并购价格对标，同时打入了 SPAC 交割执行风险的折扣。[CV001, CV002, CV003, CV004, CV005, CV006, CV011, CV012]

8.4 情景分析、退出就绪度与尽调要点

Agility Robotics 未来 24 个月的情景推演，核心在于商业化落地节奏与现金消耗周期之间的不对称。乐观情景下，Digit v5 产能爬坡顺利且 $300 million 订单全额转化，支撑股权估值迈向 $4.0 billion 至 $5.0 billion，对标 Symbotic 等高毛利仓储自动化领军企业。基准情景下，SPAC 并购顺利交割，注入 $620 million 流动性以覆盖 $100 million 烧钱规模，企业端部署按合理估值稳健扩张。悲观情景下，SPAC 股东赎回削减募资净额，客户取消里程碑导致订单转化停滞，后续降估值重组融资带来严重股权稀释。核心尽调工作需聚焦两处：细审后续出具的 Form S-4 审计财务数据，并核验客户里程碑交付节点。[CV001, CV002, CV005, CV007, CV008, CV009]

8.5 附录图表