Hark

1.1 身份、产品逻辑与商业模式

Hark 把自己定位为一家人工智能实验室，要打造「世界上最先进的个人智能」，而不是一家狭窄的应用公司。从官网、2026 年 3 月发布稿到 2026 年 5 月融资公告，公司反复讲同一套核心架构：自有基础模型、软件系统和专用硬件一起开发，作为人与机器之间的通用接口。目标产品是多模态且具备智能体能力，整合语音、文本、视觉、上下文感知和持久记忆，让系统主动管理用户数字环境，并最终延伸到物理环境的部分任务。因此，Hark 更接近下一代个人计算平台，而不是传统 SaaS 助手。管理层称，首批软件体验和模型将在 2026 年夏季推出，AI-native 设备随后跟进。但截至本报告日期，Hark 尚未披露客户、定价或变现细节，商业模式应被视为尚未商业化、由投资逻辑驱动，而不是已经被公开牵引力验证。[CO001, CO002, CO003, CO004, CO005, CO006]

1.2 创始人、领导层与关键人依赖

Hark 与 Brett Adcock 高度绑定，官方发布和第三方报道都把他列为创始人兼 CEO。这段履历很关键，因为投资人显然在承销过往执行力，权重不低于当下产品证据：Adcock 此前创立 Figure AI、联合创办 Archer Aviation，更早还创立 Vettery。Hark 公开材料还重点介绍 Abidur Chowdhury；他曾是 Apple 设计师，参与过 iPhone 和 Mac 项目，如今负责设计，把公司的个人智能逻辑转译成新界面。缺失的信息几乎同样重要。本章审阅的公开记录没有列出更完整的高管梯队、董事会，或 Adcock 角色与 Chowdhury 设计领导之外的独立治理结构。这种集中度带来实质性关键人风险：Adcock 仍公开关联 Figure，而 Figure 商业化说法引发的负面报道可能外溢到 Hark 的可信度。因此，投资人应尽调接班安排、创始人精力分配和治理控制，而不能假设团队深度已经匹配 Series A 的规模。[CO008, CO009, CO013, CO014, CO015, CO029]

1.3 融资历史、投资人基础与利益相关方图谱

Hark 的资本形成异常前置。Observer 和 TechCrunch 称，公司于 2025 年末启动，约有 $100 million 来自 Adcock 自有资金。2026 年 5 月 21 日，Hark 宣布完成超额认购的 Series A，融资超过 $700 million，投后估值 $6 billion；本轮由 Parkway Venture Capital 领投，NVIDIA、AMD Ventures、ARK Invest、Brookfield、Greycroft、Intel Capital、Prime Movers Lab、Qualcomm Ventures、Salesforce Ventures、Tamarack Global 和 Align Ventures 参投。股权结构表具有战略意义：它把芯片供应商、风险投资机构和偏企业端的投资人组合在一起，与 Hark 垂直整合 AI 设备的投资逻辑相匹配。Qatalyst Partners 担任交易顾问。仍不透明的是所有权分布。公开材料没有披露 Adcock 自筹资金带来的稀释、投资人持股比例、本轮附带的治理权利，也没有说明是否存在侧函、老股交易或债务工具。结果是一段资本很充足、但尚不透明的融资故事。[CO010, CO016, CO017, CO018, CO019, CO020]

1.4 规模信号、披露边界与运营依赖

公开规模指标很窄，但有意义。发布稿称 Hark 已从 Apple、Meta、Google、Tesla 和领先 AI 实验室组建了超过 45 名研究员、工程师和设计师；5 月融资文章称团队已增长到约 70 人。同一批材料称 Hark 已获得一座新的 NVIDIA B200 数据中心和数千块 GPU，用于支持多模态模型训练，进一步说明算力获取是一阶运营依赖。公开披露还显示公司位于 California 州 San Jose。除此之外，Hark 透露极少：收入、ARR、定价、毛利率、客户数或具名试点用户均未公开。公司转而描述其个人 AI 平台将在 2026 年夏季晚些时候开放早期访问，未来再推出硬件。出于尽调目的，Hark 应被视为一家重金投入、尚未推出产品的公司；人才和基础设施信号很强，但需求生成、转化或商业单位经济性的公开证据很少。[CO011, CO012, CO022, CO023, CO024, CO025]

1.5 里程碑、创始人风险语境，以及后续章节应复用的事实

Hark 很新，因此本章时间线很短，但影响已经不小。公司创立于 2025 年，2026 年 3 月通过发布稿公开亮相，并在 2026 年 5 月转化为 AI 硬件领域最大的 Series A 之一。公开里程碑包括 Chowdhury 加入并担任设计负责人、NVIDIA 支持的算力建设、员工数从约 45 人增至 70 人，以及承诺在 2026 年夏季推出软件。主要反向视角来自创始人关联和行业 hype，而不是 Hark 自身的具体运营失败。TechCrunch 报道称，Adcock 的另一家主要公司 Figure 围绕商业化说法和公开视频透明度受到质疑；更广泛的机器人报道也持续追问，人形机器人和 AI 硬件愿景能多快转化为可持续商业。后续章节因此应把以下事实作为底稿：Hark 是一家私营 Series A 公司，公开估值锚点是投后 $6 billion，已披露外部融资为 $700 million+，产品仍未发布，未来 12 个月是检验资本和履历能否转化为产品市场证据的关键窗口。[CO016, CO020, CO029, CO030, CO031, CO032]

1.6 展示材料

2.1 市场边界与相邻领域

Hark 并未在公开材料中把自己呈现为仓库机器人 OEM。它自己的材料描述的是一套垂直整合的个人智能栈，组合多模态模型、记忆和专用硬件。做市场分析时，相关边界因此比单一机器人品类更宽，但比泛 AI 软件更窄。核心市场包括人形机器人和其他必须在人类既有空间中运行的服务机器人，以及让这些机器在工业和物流场景中有用所需的控制软件、部署服务、界面和数据系统。这是最接近 Hark 的公开市场框架，因为公司谈的是人与机器之间的通用接口，而不是已披露的一支固定功能仓库机器队伍。 同一边界也必须排除重要替代品。固定式工业机器人、AMR 和仓库软件自动化已经解决了同一劳动力与吞吐问题中的重要部分，只是不声称采用通用类人形态。Gartner 明确认为，多功能轮式系统在许多供应链任务中可能优于人形机器人；Amazon 已部署超过百万台机器人，也说明买方已经拥有规模化的非人形选项。因此，定义 Hark 机会的正确方式，是把它看作具身 AI、工业自动化和个人机器人之间的相邻层：如果它证明自己比专用替代方案更有用，就可能作为控制、界面或硬件层参与这些预算。 第二个相邻领域是个人和辅助机器人。Goldman 的乐观情景假设，消费机器人年销量最终可超过 100 万台；WHO 的数据则显示，人口老龄化正在形成巨大的未满足辅助技术需求。这并不等于养老护理或家用机器人今天就是 Hark 已验证的近期市场，但足以说明，个人机器人是一个真实的相邻支出池，不能简单当成科幻。[CM001, CM002, CM003, CM004, CM005, CM006]

2.2 规模测算视角与预测分散

最强的公开上行情景仍是 Goldman Sachs 的预测：到 2035 年，人形机器人总可用市场（TAM）可能达到 $38 billion，同期出货量达 1.4 million。这一预测很重要，因为它解释了资本为何持续流入具身 AI 和硬件平台。但同一来源也说明，不能用一个头条 TAM 概括这个市场。Goldman 的逻辑依赖大幅降本、更快商业化，以及最终的工业和消费端采用；而 Gartner 的 2026 年报告称，到 2028 年，真正进入制造和供应链生产使用的公司可能少于 20 家。两句话可以同时大方向成立：长期 TAM 很大，同时近期可服务市场很窄。 更受证据约束的规模测算框架，不应是单一数字，而是一组视角。第一，是 2035 年远期人形机器人 TAM。第二，是工业自动化当前装机基础和资本开支基线；IFR 仍预计到 2028 年，每年工业机器人安装量超过 700,000 台，并报告各地区自动化密度差异很大。第三，是相邻的个人和辅助需求池；WHO 预计，到 2050 年，需要辅助产品的人数将超过 3.5 billion，同时也记录了严重的可及性和劳动力缺口。具体到 Hark，公开证据还不足以拆出可信的可服务市场（SAM）或可获取市场（SOM）：公司没有披露首个买方细分、定价模型、部署模型，也没有说明首个产品偏消费者、企业，还是机器人控制。结果是一个显然重要、显然可投、但仍过早，无法用一个宽泛估计可信定价的市场。[CM008, CM009, CM010, CM011, CM012, CM013]

2.3 买方、用户与采用路径

人形和服务机器人近期的购买中心仍在工业和物流运营，而不是泛化的消费者预算。McKinsey 的仓库研究把韧性、安全、吞吐和劳动力挑战作为决策框架，这意味着运营、自动化工程和供应链负责人是天然买方。用户通常是现场主管或工厂流程负责人。付款方一般是工厂或供应链资本开支预算；如果供应商能提供机器人即服务或按拣选付费结构，有时会混入运营开支。采用路径因此高度分阶段：企业从狭窄工作流开始，验证可靠性和安全性，然后才考虑更大规模的机队 rollout。 公开部署证据强化了这一模式。BMW 和 Figure 先聚焦 Spartanburg 的一个车身车间任务，然后再把 physical-AI 试点扩展到其他地方。Agility 和 GXO 把 Digit 定位为产生收入的商业部署，但仍处在边界很清楚的物流工作流内。Apptronik 和 Mercedes 探索的是制造场景中的套件和料箱配送，同样是受控应用。换句话说，早期买方并不是抽象购买一台通用机器人；他们资助的是一个具体、重复、体力强度高、人体工学差或难招人的工作流。 对 Hark 来说，买方问题仍未解决。它的公开材料描述的是通用接口和个人智能，而不是具名工业工作流。因此存在两条可能的采用路径。一条是个人 AI 与硬件路线，之后连接到具身系统。另一条是企业工作流路线，即 Hark 的模型和原生设备成为第三方已部署工业机器人的控制层或交互层。现有证据尚不能证明哪个预算所有者、价格点或商业包装会先跑出来。[CM004, CM005, CM020, CM021, CM032, CM033]

2.4 增长驱动、替代品与商业约束

增长逻辑很容易讲清楚。Goldman 称，组件可得性已经改善，成本下降快于预期；当工作危险、肮脏、枯燥或难招人时，工业需求最强。McKinsey 解释了物流买方为何在失败后仍继续追求自动化：他们仍需要韧性、安全、准确性和吞吐。IFR 的区域密度和安装量预测确认，工业自动化预算真实存在且仍在增长。WHO 的辅助技术数据则增加了更长期的个人机器人相邻机会，因为人口老龄化和护理缺口会持续扩大对支持独立生活技术的需求。 更难的问题是商业化时点。Gartner 和 IEEE 都认为 hype 跑在了准备度前面。Gartner 称，到 2028 年，多数人形机器人部署仍局限在严格受控环境，并警告多功能轮式机器人往往经济性更好。IEEE 把瓶颈说得更具体：电池取舍、关键运营中约 99.99% 可靠性的要求、平衡型机器人尚未解决的安全要求，以及一个基础需求问题——还没有设施级 killer app 在千台机器人规模上浮现。Rodney Brooks 还补充了更广泛的警示：原型成功不等于规模部署。 这组约束对估值的意义大于头部 TAM。今天的买方在把人形机器人与 Amazon 非人形机队等已验证替代品比较，而不只是与人工比较。如果品类转向高端控制层或界面层，Hark 仍可能受益；但公开证据尚未证明，市场奖励一个宽泛个人智能平台的速度，会快于奖励边界清晰、按工作流定制的自动化。因此，本章同时保留上行和矛盾：资本和预测在加速，但采用仍窄，基准数据仍薄，胜出的形态仍未定。[CM012, CM014, CM018, CM019, CM020, CM023]

2.5 展示材料

3.1 Hark 产品简报仍不清晰，却要面对非常清晰的替代选择

Hark 的公开材料描述了一套由多模态 AI 和原生硬件构成的人机通用接口，但尚未披露具体机器人形态、客户工作流、价格点或生产计划。这种模糊性很重要，因为投资人仍必须根据未来 Hark 系统可能要解决的任务来承销公司。工业和物流用例中，参照集合已经很拥挤：人形机器人一侧有 Figure、Tesla Optimus、Agility Robotics、Apptronik 和 Boston Dynamics；另一侧还有更大装机基础的非人形自动化，包括 Symbotic、Locus、GreyOrange、Berkshire Grey 和 Amazon。家庭和个人助理用例中，1X 是最清晰的公开人形相邻公司。Goldman 仍认为长期人形机器人市场很大，但 Gartner 和 IEEE 都指出，近期生产规模仍窄、经济性偏弱，买方经常更偏好每美元吞吐更高的专用机器人。因此，Hark 进入的不是空白品类，而是一组已经定义好的选择：用于灵活劳动力的直接人形机器人、追求运营 ROI 的多功能仓库机器人，以及面向个人辅助的 AI-native 设备概念。[CP001, CP002, CP003, CP005, CP007, CP008]

3.2 直接具身 AI 同行已经发布更强的部署或产品证明

在直接人形机器人同行中，Figure 目前提供了最强的软件雄心、现场证据和资本组合。其公开 Helix 材料把公司定位为板载视觉-语言-动作栈，BMW 更新则展示了 Hark 尚未公开匹配的真实产线运行时间。Tesla 更难判断，因为规模和人才显而易见，但最新可得报道仍描述了一个面临延误、领导层动荡，以及在 Tesla 工厂内用途未解的项目。对物流买方而言，Agility 看起来运营成熟度更高，因为 Digit 已进入 GXO 的付费部署，并配套 Arc 机队软件；Apptronik 则借 Mercedes 验证了「在人类设计空间中运行的人形机器人」叙事。Boston Dynamics 拥有最深的企业机器人积累，包括 Atlas 规格和 Orbit 工作流集成，即便其人形机器人商业化仍处早期。1X 对仓库买方没那么直接，但如果 Hark 更接近 AI-native 个人设备而非工厂劳动力平台，它就很重要。六家同行的共同点是：每一家都已经发布了比 Hark 更具体的产品、合作伙伴或试点证据。[CP009, CP010, CP011, CP012, CP013, CP014]

3.3 仓库和工厂替代品已经用更高证据解决买方任务

最大的竞争误判，是只把 Hark 与其他人形机器人创业公司比较。在仓库和工厂自动化中，买方并不需要人形机体才能证明采购合理。Symbotic 已经销售端到端仓库自动化，并拥有 Walmart 支持的发展和部署路径，面向数百个加速取货和配送站点。Locus 展示了 robots-to-goods AMR 的吸引力：它能进入现有设施，并有具名客户案例和测得的生产率提升。GreyOrange 把自己定位为覆盖仓库、门店和供应链的编排软件加机器人；Berkshire Grey 则直接自动化件拣选和拖车卸货。Amazon 是最清晰的证明：专用 physical AI 可以吸收大量仓库劳动力，而不必建造通用人形机器人。McKinsey 的仓库自动化综述进一步强化了这一点：运营方已经可以从成熟 AMR、货到人系统、穿梭车，以及降低资本摩擦的收费结构中选择。如果 Hark 想卖进物流或制造，它竞争的是已验证的吞吐系统，而不只是头条人形机器人品牌。[CP024, CP025, CP026, CP027, CP028, CP029]

3.4 在 Hark 证明工作流锁定前，护城河耐久性很弱；仅有硬件雄心还不够

本章最强的反向证据不是竞争对手的丑闻，而是人形机器人有限的生产准备度与结构化工作中充足的替代自动化叠加。Gartner 认为，人形机器人仍昂贵、不成熟，在吞吐和正常运行时间上通常不如多功能机器人；IEEE Spectrum 则认为，真正瓶颈不是制造机器人，而是在规模上找到可靠、安全、经济性成立的需求。这些批评落到 Hark 身上尤其重，因为它的公开记录比直接同行更早期。Hark 有资本、设计人才和创始人可信度，但尚未展示定价、客户胜利、部署指标，或可与 Agility Arc、Boston Dynamics Orbit 相比的软件控制层。这意味着切换成本仍是假设。如果硬件成本继续下降，基础机器人机体存在商品化风险，价值会转向工作流软件、数据、服务和渠道合作。Hark 通向持久差异化的最佳路径，因此不是简单发出一台能力不错的机器人或设备；而是占住一个工作流：直接人形机器人尚未主导，替代品也还不能证明 ROI 更好。[CP007, CP008, CP034, CP035, CP038, CP039]

3.5 展示材料

4.1 收入模式能见度：产品表面已公开，变现尚未公开

Hark 先让产品架构变得可读，却还没有让商业模式变得可读。官方材料持续描述一套垂直整合的个人 AI 平台，组合多模态模型、持久记忆和定制硬件；官网称公司已经在审核 beta 访问申请。隐私政策也从一个狭窄角度透露了财务线索：它提到网站、应用、产品和服务、支付卡信息、交易历史、沙盒任务执行，以及能在第三方页面间行动的浏览器操作员。这些披露说明，Hark 预期会出现涉及账户、交易和服务使用的商业工作流。它们没有展示的是公开价目表、订阅层级、API 费率、硬件价格，或任何未来订单的会计处理。结果是一种少见的清晰与不透明并存：公司明确想把软件和硬件一起变现，但确认收入、客户数、转化，或潜在需求与确认收入之间的区别，仍没有公开证据。因此，承销时不能用融资公告替代收入证明。[CI001, CI002, CI003, CI005, CI006, CI007]

4.2 GTM 动作与牵引力代理：beta 兴趣、招聘和投资人辛迪加可见，但销售效率不可见

公开记录支持的是一个发布前的 go-to-market 故事，而不是规模化商业故事。Hark 官网称平台正在进入 beta；招聘页则显示，公司正在 San Jose 总部招聘 AI、工程和设计岗位。3 月，公司称已有超过 45 名研究员、工程师和设计师；到 5 月，独立报道称团队约 70 人，并称新融资将用于招聘、算力和组件。投资人名单本身也是信号：芯片制造商、跨阶段投资人和基础设施级资本都参与本轮，说明 Hark 在大范围产品发布前，正组装供应、可信度和未来潜在分发。但这些都不等于商业牵引力。Hark 没有公开披露客户 logo、合同胜利、付费 beta 席位、发布地域、目标价格点、CAC、销售周期长度或回本周期。即便友好报道也强调，公司在发货产品和公布客户管线之前就完成了 Series A。因此，GTM 读数仅限于需求准备和人才扩张，而不是收入效率。[CI004, CI010, CI011, CI013, CI018, CI019]

4.3 资本强度与融资依赖：融资可见，内部现金方程不可见

Hark 最清晰的财务披露是已融资本和基础设施雄心，而不是运营经济性。Hark Labs Inc. 2026 年 3 月 SEC Form D 显示，发行总额为 $1.0 billion；截至 2026 年 3 月 10 日首次销售日已售出 $50 million，文件中剩余 $950 million 可供发行，收入区间明确标为「Decline to Disclose」。两个月后，公司宣布完成超额认购的 Series A，融资超过 $700 million，投后估值 $6 billion。这一顺序很关键：公开记录显示融资动能和资产负债表支持，但仍未披露账上现金、月度烧钱速度、现金跑道，或任何债务或项目融资结构。资本强度也比毛利率更容易看见。Hark 3 月发布公告称，一个由数千块 NVIDIA B200 GPU 组成的大型集群将在 4 月上线；公开 B200 定价代理显示，这些系统价格高、耗电大，并且通常只能通过企业合同或稀缺云容量获得。把这一算力足迹与定制硬件开发配在一起，Hark 看起来更像一家算力加设备公司，而不是轻量软件创业公司。因此，Series A 看起来不像是给已验证模型的增长资本，更像是训练、工具、硬件和上市前时间所需的前置融资。[CI012, CI014, CI015, CI018, CI020, CI021]

4.4 财务结论：收入、毛利和硬件经济性缺口仍阻断承销

乐观情景很直接。Hark 融到了一笔异常巨大的资金，从顶级硬件和 AI 项目招来人才，并公开承诺搭建一套垂直整合栈；如果跑通，这套栈可能很难复制。悲观情景同样直接。公开证据仍没有显示确认收入、订单、付费用户数、实际定价、硬件 ASP、BOM、毛利率、质保准备金、烧钱速度或现金跑道。独立报道反复指出，公司很少披露发布市场、目标价格或客户管线；品类历史也提示谨慎：Humane 曾为 AI Pin 融资超过 $230 million，随后 HP 以 $116 million 收购关键资产，设备也被关闭。Hark 的执行可能远好于此前 AI 硬件尝试，但公开投资人还无法把雄心与经济性分开。正确的财务结论因此不是 Hark 没有商业模式；而是公开记录主要证明了融资能力和资本需求，同时让收入质量与毛利路径未被验证。尽调应聚焦三座桥：从 beta 需求到经常性软件收入，从定制硬件到正向单位毛利，以及从头条 Series A 到持久现金充足性。[CI022, CI025, CI027, CI040, CI041, CI044]

4.5 展示材料

5.1 产品定义与当前工作流

Hark 的公开叙事对雄心讲得异常清楚，对已交付细节却异常稀薄。公司称其正在打造「高级个人智能」，把多模态模型、持久记忆和定制硬件组合成通用接口；官网也称平台正在进入 beta。判断今天到底有什么，最强证据不是产品演示或定价页，而是官网、融资文章、隐私政策和偏集成的招聘。合在一起，它们暗示了一套工作流：用户向 Hark 输入聊天、语音或文件；Hark 把这些上下文带入智能体会话；系统最终代表用户在外部工具和服务之间行动。 这与传统聊天机器人有实质差异，但并不等于已经公开记录的商业产品。公开来源没有披露设备形态、支持渠道或具名生产客户，官方 beta 页面也仍只是一个申请访问漏斗。结果是，产品故事在客户任务语言上最强——卸下数字任务、管理上下文、主动行动；但在运营细节上仍弱，买方或投资人还无法明确知道今天可用的是什么、哪些只是为后续硬件发布承诺的内容。[CE001, CE002, CE003, CE004, CE005, CE006]

5.2 架构、训练与关键依赖

最具体的产品与技术证据来自法律和招聘页面。Hark 的隐私政策描述了一套系统：可接受多模态输入，可与第三方应用协作，可在既有会话中操作浏览器扩展，并可在隔离沙盒中运行智能体任务。招聘板进一步勾勒出图景：Hark 正在招聘预训练、多模态语音和视觉、后训练和 RL、大规模训练基础设施、集成、嵌入式软件、音频固件、隐私工程和 AI 安全岗位。这一组合暗示了一个垂直整合架构，至少有四个可见层：模型训练和数据管线；智能体运行时与连接器层；面向 AI-native 硬件的嵌入式设备栈；以及信任与安全控制平面。 公开证据也揭示了主要依赖。Hark 的基础设施岗位指向 10,000+ GPU 雄心，融资材料称其已锁定 B200 容量，因此算力获取是一阶依赖。连接器广度是另一项依赖：只有 Hark 能让工具使用在电子邮件、日历、浏览器和第三方 API 之间安全、快速、可靠地运行，产品才会变得真正有用。最后，硬件侧依赖 NPI 纪律、合同制造、可靠性测试，以及兼顾功耗和延迟的 OS 设计。这些依赖已经足够可见，可以画出地图；但还不够可见，无法承销为已经解决。[CE007, CE008, CE009, CE010, CE011, CE012]

5.3 创始人延续性与路线图可信度

Brett Adcock 在 Figure 的履历与 Hark 技术章节相关，但只能作为语境，不能证明 Hark 继承了 Figure 的实际技术栈。Figure 官方 Helix 和 Helix 02 披露展示了一套很具体的产品哲学：垂直整合智能、高频控制、跨模型层快速迭代，并在产品需要时愿意用学习系统替代手工工程逻辑。TechCrunch 关于 Figure 与 OpenAI 分手的报道，从 Adcock 本人角度强化了同一原则：如果硬件体验依赖核心 AI，就不能把核心 AI 外包。这一哲学与 Hark 自己关于模型、软件和硬件必须从一开始共同设计的说法高度一致。 但公开披露止步于哲学。保留来源没有显示 Hark 复用 Figure 代码、数据集、供应商或运营基础设施。更好的推断应更窄：Hark 受益于一位近期运营过整合 AI 与硬件项目、招募过顶级设计人才，并把相邻系统带入真实运行环境的创始人。这让 Hark 的路线图比随机 stealth startup 更可信，但不能抹去一个事实：Hark 仍处于设备前阶段、披露很轻，并且依赖未来执行，才能把架构意图变成可销售、可信任的平台。[CE016, CE017, CE026, CE027, CE029, CE030]

5.4 信任、安全与披露缺口

Hark 值得认可的一点是，它比许多 stealth hardware 叙事释放了更多信任与安全信号。隐私政策有实质内容，不是占位文本，并且覆盖沙盒执行、浏览器操作员行为、连接器、删除权利和第三方 AI 提供商使用。隐私和安全岗位描述也说明，公司预期会面对围绕数据删除、去标识化、审核分类器、生产监控和事件响应的真实运营负担。这些都是有意义的产品信号，因为一个会读取页面、执行任务并记住用户上下文的通用接口，如果没有这些能力，商业上会失败。 但公开信任包仍不完整。没有保留下来的 trust center、状态页、认证清单、硬件安全报告、公开 SLA 或独立可靠性证据。产品侧更广泛地存在同一张力：Hark 显然已经为一套雄心很大的多模态、智能体、软硬件平台配置团队，但公开记录仍缺少模型卡、基准、设备规格、beta 使用指标和制造细节。出于尽调目的，核心承销结论因此是：对架构严肃性正面，对公开就绪证明负面。Hark 很可能确实在搭建它描述的技术栈；问题在于，外部观察者仍看不到足够信息，无法验证它到底走到了哪一步。[CE022, CE023, CE024, CE025, CE028, CE035]

6.1 买方、用户与付款方结构：公开记录指向先有直接账户，而不是具名企业买方

Hark 的公开页面在用户交互上比客户披露具体得多。官网描述了搭配定制硬件的个人智能系统；隐私政策则描述账户、支付卡信息、交易历史、提示词、输出、第三方应用、连接器、沙盒执行，以及能在用户自己的浏览器会话中行动的 Browser Operator。合在一起，这些披露暗示了一种直接账户关系：第一个可识别买方和付款方很可能是账户持有人，而不是公开具名的企业采购部门。用户看起来也是操作者：个人偏好、数据、浏览器上下文和已连接服务让系统变得有用的那个人。这并不排除未来企业采用，但确实意味着，在实际可得证据中，Hark 当前公开客户故事的结构更偏消费者或 prosumer 主导。即便招聘页也强调 AI、工程和设计，而不是可见的销售、实施或参考客户叙事。对客户尽调而言，这很重要，因为它会把本章从编造企业 logo 拉回更窄、基于证据的解读：Hark 似乎先在为个人或小团队账户构建，任何更广泛的买方层级仍未披露。[CU001, CU002, CU003, CU004, CU005, CU006]

6.2 采用轨迹与具名证明：Hark 公开上仍处部署前，而相邻机器人同行已经发布具名运营参考

关于 Hark 的核心客户事实不是隐藏增长，而是缺少证明。Hark 自己的 3 月发布公告称，软件体验和 AI 模型将在 2026 年夏季到来，AI-native 硬件随后推出；5 月融资文章重复了这一时间。TechCrunch 到 5 月末仍称公司高度保密，Forbes 则明确指出，$700 million Series A 没有可命名客户，也没有可承销的牵引力。在审阅的 Hark 官网、发布材料、融资材料、隐私披露和融资报道中，公司没有公开识别试点客户、生产部署、企业设计伙伴、付费席位数、活跃账户数，或带结果的案例研究。这不能证明没有用户；它只能证明，公开记录尚不支持超出预期发布时间的采用主张。与相邻自动化市场对比时，缺口更清楚。Figure 发布 BMW 运行时间、吞吐和周期时间指标；Agility 和 GXO 描述了一个产生收入的商业化试点后部署；Apptronik 和 Mercedes 命名了具体制造任务；Symbotic 和 Walmart 披露了有条件的部署经济性；Locus 和 DHL 报告在 40 多个站点完成 10 亿次仓库拣选。这些不是 Hark 客户，本章只把它们作为证明门槛基准。但它们有用，因为它们说明，当一家公司拥有具名客户证据时，证据会长什么样。Hark 在公开层面还没到那里。[CU009, CU010, CU011, CU012, CU013, CU014]

6.3 留存、耐久性、扩张和集中度：所有耐久客户指标仍为空，因此承销重点转向信任和工作流摩擦

Hark 的公开材料暗示了几条可能的扩张回路，但还没有客户证据验证。隐私政策显示，公司可能靠账号变现、连接器、可交易的工作流，以及能在第三方服务里执行动作的浏览器操作员来扩张。一旦这些界面变成真实客户行为，Hark 可以在单个账号里拿到更广权限、更高频的自主任务、更高价值订阅，并在后续叠加硬件。但这仍是扩张理论，不是已经观察到的 land-and-expand 动作。公司没有披露 NRR、GRR、logo 留存、流失率、续约条款、合同期限、活跃用户队列、CSAT、NPS，也没有公开客户评论语料能明确对应到这个 Hark 实体。因此，耐久性必须保持为空，不能猜。同样需要谨慎看待集中度。公开证据无法说明 Hark 的首批采用者究竟是少数富裕个人、内部测试者、未披露的设计伙伴，还是更广泛的候补名单，因此无法量化头部客户风险。不过，可能的集中度风险在方向上很清楚：公开发布前，采用面大概率很窄；而产品按描述需要个人数据、支付凭证、已连接服务，以及环境式动作执行权限，信任负担异常高。换句话说，Hark 未来的扩张界面可能很有吸引力，但要让客户长期使用，现实障碍是隐私、权限、工作流可靠性，以及日常效用证明。[CU004, CU005, CU006, CU007, CU016, CU017]

6.4 客户尽调通读：Hark 当前要回答的是需求是否存在，不是客户已经跑通

本章结论因此很窄，但重要。Hark 最终可能卖进一个很大的市场，Brett Adcock 的生态也给公司带来关注度、人才入口和相邻运营语境。但本章里，这些都不能替代客户证据。截至本次报告日期，公开记录支持买方假设、工作流假设，以及来自相邻公司的若干证明基准；但不足以支撑关于 Hark 客户规模、生产部署、推荐质量、留存或续约耐久性的主张。正确的尽调动作不是否认 Hark 可能创造需求，而是要求能把推测转成承销依据的材料：具名试点或生产账号、队列使用数据、定价和支付结构、硬件附着假设、续约数据、头部账号集中度，以及愿意讨论日常价值和隐私顾虑的客户推荐。在证据出现前，客户章节应被视为一张证据缺口地图，并附带谨慎的客群假设。Hark 最强的公开客户信号，是产品围绕持续的账号级使用来设计；最弱的公开客户信号，是还没有任何公开客户具名为产品背书。[CU012, CU013, CU017, CU037, CU038, CU039]

6.5 佐证

7.1 创始人集中、产品证明缺口与预期风险

目前的 Hark 案例仍更像创始人加投资逻辑，而不是产品加证明。官方材料展示了一项异常激进的计划：垂直整合模型、软件和定制硬件；数千块 Nvidia B200 GPU；2026 年夏季发布软件，随后推出硬件。公司还以 $6 billion 投后估值融资超过 $700 million。但这笔资本之下，公开运营记录很薄。已审阅材料仍未披露具名客户、定价、收入或留存证据，TechCrunch 也明确指出 Hark 透露的信息很少。因此，Brett Adcock 成为核心承销对象。公开来源还显示，Adcock 仍与 Figure 深度绑定，并维持其他活跃项目；在客户证明取代创始人品牌、成为估值主要支撑之前，任何分心、信誉受损或时间线失误，都可能传导到 Hark。[CR001, CR003, CR005, CR007, CR008, CR009]

7.2 硬件、制造与供应链执行风险

Hark 不只是交付软件。公司自己的材料称，产品依赖紧密耦合的模型、设备和始终可用的个人界面。这会成倍放大执行负担。公司招募了有经验的硬件运营人才，也签下了大量算力，但除 Nvidia 外，尚未公开披露制造伙伴、认证路径、可靠性数据或组件采购策略。更广泛的市场证据给出的是警示。Figure 自己的 BMW 披露在有意义运行时长之后仍突出一个头部硬件故障点，BMW 也把德国部署描述为试点，而不是成熟的规模化项目。MIT Technology Review、Berkeley、Bain、McKinsey 和 TechCrunch 的独立研究都指向同一个信息：人形机器人和物理 AI 系统在灵巧性、电池、正常运行时间、安全、监管和供应商准备度上，仍有硬瓶颈。因此，Hark 正试图切入曲线最难的部分，而不是容易的部分。[CR004, CR006, CR013, CR014, CR016, CR017]

7.3 隐私、生物识别与监管风险

第一台消费设备上市之前，Hark 的产品愿景已经扩大了监管暴露面。公司想要一个系统，能在第三方应用和用户工作流中听、说、看、记忆，并主动行动。隐私政策确认，Hark 会收集输入和输出、设备和位置数据、第三方应用内容、沙盒文件、shell 命令、生成的代码和日志；政策还称，一些图像、音频和 avatar 功能可能产生在欧盟和美国州法下可被视为生物识别的数据。这意味着法律暴露不是抽象风险。California 新隐私和 ADMT 规则已经进入倒计时，官方网络安全指引也越来越期待智能体系统按 secure-by-design 部署。由于公开证据缺少 Hark 红队测试、事件处理和独立审计，缓释叙事仍主要停留在主张，而不是证明。[CR002, CR021, CR022, CR023, CR024, CR025]

7.4 市场怀疑、伙伴暴露与资本密集风险

即使 Hark 按时发布，也仍要跨过一个越来越怀疑人形机器人时间线和 AI 设备炒作的市场。最强的公开可比对象并不令人安心。Berkeley、MIT Technology Review、Bain、McKinsey 和 TechCrunch 的专家评论认为，物理 AI 商业化大概率比当前估值所暗示的更慢、更垂直，也更昂贵。Humane AI Pin 提供了消费硬件的警示故事：一个融资充足的 AI 设备叙事，最终变成硬件停产、退货超过销售、电池警告，以及规模小得多的战略资产出售。Hark 还背着伙伴和资本依赖。它需要算力、第三方 AI 基础设施、未来投资人，以及最终还未公开具名的制造交易对手。SEC 材料给出第二个提醒：这是资本密集型建设。Hark Labs 在 2026 年 3 月提交了 $1 billion 豁免发行文件，说明即便在头条 Series A 之后，融资仍然可能非常重要。[CR015, CR018, CR019, CR020, CR029, CR030]

7.5 缓释因素、监测指标与终止标准

Hark 并非没有真实缓释因素。公司有资本、有可信的招聘品牌、有清晰可见的技术雄心，也正式承认技术栈必须一起构建，而不是发布后临时拼接。这些都重要。但公开证据留下的未解问题太多，缓释因素还撑不起完整投资逻辑。实际操作中，投资人应把 Hark 当作带闸门的承销项目，而不是纯愿景押注。只有管理层能证明发布准时、隐私和安全控制可信、客户转化可见、制造路径现实，决策才应改善。在此之前，正确姿态是监测一小组可衡量触发器：发布滑坡、隐私或生物识别麻烦、持续硬件或供应延误、Figure 创始人争议外溢，以及任何把估值叙事向下重置的融资或市场信号。如果多个触发器同时出现，投资逻辑就不是延迟，而是破裂。[CR003, CR007, CR014, CR027, CR028, CR035]

8.1 当前价格与公开证明

Hark 的公开价格异常明确，运营证明也异常薄。公司宣布在 2026 年 5 月完成超过 $700 million 的 Series A，投后估值 $6 billion；2026 年 3 月的 Form D 显示，公开宣布前，公司似乎已经启动了一个发行上限 $1.0 billion 的融资流程。这种资本入口很重要。它给 Hark 真实资源去招聘、购买稀缺算力，并比多数发布前 AI 硬件公司更快推出产品。但同一份公开记录仍缺少通常支撑如此高价格的基本承销输入：没有披露收入、定价表、付费客户名单、留存数据或硬件毛利率证据。官方故事仍主要向前看：2026 年夏季晚些时候发布模型，之后推出硬件，以及面向个人智能的垂直整合愿景。 结果是一个市场信号，却没有公开运营账本。投资人可以验证 Hark 融到了这轮钱、谁支持了它、Form D 写了什么，以及公司在同时建设模型和原生硬件。但他们还无法验证用户是否会付费、产品品类是否有粘性，或者硬件路径是否比纯软件界面创造更好经济性。在当前条款下，估值因此是押注能力和雄心，而不是押注已经证明的变现。这个区别正是本章保持价格敏感、而非创始人敏感的核心原因。[CV001, CV002, CV003, CV004, CV005, CV006]

8.2 可比融资显示，Hark 的定价领先于证据更充分的同行

检验 Hark $6 billion 价格最干净的方法，是对照近期机器人融资和交易，且这些案例的公开记录不止一条融资标题。Figure 给出两个锚点：2024 年 2 月估值 $2.6 billion，Microsoft、Nvidia、OpenAI 和 Bezos 参与；随后在 2025 年 9 月估值 $39 billion，当时它已在披露的软件和生产证明上走得更远。Figure 后来的 BMW 部署展示了可衡量的产线活跃运行时长、搬运零件数量和触达车辆数量。Apptronik 是 2026 年高可信人形机器人初创公司的最近下界：在 TechCrunch 报道大约 $5.3 billion 估值前，公司已有 Mercedes-Benz、GXO、DeepMind 邻近性，以及近 $1 billion 融资。Agility 在 2026 年公开引用中更便宜，约 $2.1 billion 至 $2.15 billion，但它已经有多年期 GXO 协议和更清晰的物流工作流。 因此，Hark 落在一个尴尬的相对位置。尽管披露的商业证明少于任何一家，它仍比 Apptronik 更贵，也远比 Agility 和 Boston Dynamics 已披露的并购基准更贵。唯一明显高于 Hark 的可比对象，是 Figure 2025 年末的领导者估值和 1X 据报道 $10 billion 的融资目标，但两者都不能有力防守今天的价格。Figure 的更高估值背后有多得多的证据；1X 的更高估值只是据报道的目标，不是已关闭融资。这让 Hark 看起来更像一个以溢价购买未来品类领导权的期权，而不是一个已经被公开运营证据验证的价格。[CV011, CV012, CV013, CV014, CV015, CV016]

8.3 概率加权结果仍低于要价

Hark 的上行情景并非凭空想象。Goldman 的品类 TAM 工作说明，为什么投资人愿意为人形机器人或具身 AI 的真正赢家支付很高价格；Hark 自身融资也证明，资本市场愿意资助雄心勃勃的界面加硬件押注。如果 Hark 2026 年夏季模型推出能转化成真实付费使用，如果公司能证明硬件显著改善留存或效用，并且如果它能披露早期经常性经济性，高于今天价格的估值是可能的。问题在于，公开证据尚不足以让外部投资人给这种上行情景赋予高概率。Gartner、IEEE Spectrum、IEEE RAS、Rodney Brooks 和 McKinsey 都指向同一个方向：人形机器人和具身自动化市场仍难以规模化、容易被过度炒作，也容易被已经交付仓储 ROI 的专用替代方案冲击。 因此，情景表保持保守。基准情景假设 Hark 拿到的估值更接近后期证明型同行，但低于当前标记；悲观情景假设发布失误或变现疲弱，让公司暴露在类似其他 AI 硬件失望案例的重估中；乐观情景假设 Hark 成为少数平台赢家之一，把产品雄心转成持久付费意愿。对这些路径加权后，中点仍低于当前 $6 billion 价格。同样重要的是，从当前进入价看，回报曲线并不吸引：即便结果非常好，也只产生有限的总上行；而下行仍严重，因为已融资资本、可能的优先权和未来稀释都排在普通股上行之前。[CV024, CV025, CV026, CV027, CV028, CV029]

8.4 建议、纪律与尽调要求

基于公开证据，正确的投资结论是在当前价格回避。这不是说 Hark 质量低，而是说当前价格已经假设了某种产品市场证明，而公开记录尚未展示这种证明。公司有强投资人、创始人可信度、重算力建设计划，以及如果个人 AI 硬件突破就可能变得重要的叙事。但价格很重要。以 $6 billion 投后估值计算，Hark 已经高于 Apptronik 据报道的 2026 年估值，也远高于 Agility 的 2026 年公开区间，同时在客户、定价和商业化上提供的公开证据更少。 未来估值可能变得可支撑，但只能靠证据或价格变动。最明显的上调因素包括：2026 年夏季推出后披露的付费采用；证明原生硬件实质改善使用或留存；具名商业设计伙伴；透明的股权结构表，显示优先股堆叠没有吃掉太多下行空间。缺少这些数据时，进入纪律应当严格：不要把宣布的估值承销为公允价值，也不要把品类热情混同于 Hark 理应高于证据更充分同行交易的证明。正确的近期姿态是继续研究，但在证明改善或价格重置之前，只能站在场边。[CV037, CV041, CV042, CV044, CV045, CV046]

8.5 佐证