红杉资本合伙人 Stephanie Zhan 宣布创立一只新的早期 AI 基金，专注于在公司成立之初就与创始人合作，押注于共识之前的大胆项目。基金 LP 包括红杉、Jeff Dean、Sachin Katti 等，她仍将保留红杉合伙人身份。她在斯坦福 Andrew Ng 实验室的经历塑造了她对 AI 的信念，并回顾了投资 Skild AI、Reflection AI、Ricursive AI、Linear 等公司的经历，强调在共识之前相信创始人、帮助其获得资本、算力与客户的重要性。
作者基于两年与机器人OEM合作部署的经验，讨论人形机器人从演示走向真实商业部署的差距。作者指出，演示视频只能证明可能性，而真实部署需要可靠性、速度和成本达标；许多场景下四足机器人或成熟专用方案比人形机器人更实际。文章区分了模块化技术栈与VLA通用模型、POC验证与商业交付，并以Skild AI突破1亿美元ARR为例，强调部署应纳入研究反馈循环，通过真实环境的评估数据推动通用机器人模型迭代，最终实现规模化。
Skild AI 创始人 Deepak Pathak 宣布公司实现 1 亿美元 ARR，并阐述部署为何是机器人研究的隐藏支柱。文章指出机器人无法像 LLM 那样先研究后部署，演示视频会掩盖真实准确率，部署中必须同时考虑速度、精度和对变化的适应能力。这些实践催生了 S1 模型——通过单视频上下文学习即可掌握新任务而无需微调。作者还探讨了演示文化与部署文化的冲突，并提出物理 RSI（递归自我改进）路线：将各专业部署的数据反哺通用基础模型，形成持续改进的飞轮。
