太阳能安装潮遭遇人力瓶颈，AI 机器人能否破局？
全球能源转型加速，各国与各大企业正竞相部署太阳能与储能设施，以实现能源独立并应对气候变化。然而，这场"阳光经济"的大规模建设正面临一个紧迫问题：熟练工人供给严重不足，而安装需求却在持续攀升。工业机器人曾是潜在解法，但传统机器人长期难以适应户外复杂多变的施工环境。
直到最近，事情似乎出现了转机。
Gritt 出场：CMU 背景创始人 + 3400 万美元融资
本周二，总部位于匹兹堡的机器人创业公司 Gritt 正式走出隐匿模式，宣布完成 2600 万美元 B 轮融资，由 Obvious Ventures 领投，Union Square Ventures 和 Active Impact Investment 跟投。此前种子轮已获得 First Round Capital、Climactic、Congruent Ventures 及 VSC Ventures 支持，累计融资达 3400 万美元。
公司创始人兼具学术与产业背景：CEO Puneet Puri 与 CTO Vishal Dugar 均为卡内基梅隆大学（Carnegie Mellon）机器人学方向培养出身。Puri 在接受 TechCrunch 采访时表示：
"我们的核心假设是：如果真正想加速建设速度，必须有一种智能系统能够工作在户外、混乱的建筑工地上，并且具备足够的泛化能力，可以适应各种不同环境。"
不造硬件，专注 AI 控制层
与竞争对手自研整机不同，Gritt 选择了一条更轻资产的路：采购现货设备（目前主要租用 skidder 牵引设备及川崎（Kawasaki）等厂商的机械臂），再将其 AI 模型作为"大脑"嵌入控制。
其首个落地场景瞄准太阳能板安装流程中最耗费人力的环节：
- 从集装箱卸下大尺寸玻璃太阳能板；
- 将面板搬运至金属支架；
- 以亚毫米级精度将面板摆放到位，供工人固定。
这一流程此前完全依赖人工搬运与定位，既低效又存在安全隐患。
实测数据：8 人 Crew 日安装量从 ~800 块跃升至 3000~4000 块
Gritt 目前已有两套系统在实际工地运行，收集数据持续优化模型性能。对比数据相当惊人：
| 场景 | 8 人 Crew 日安装量 |
|---|---|
| 传统方式 | ~800 块 |
| 搭配 Gritt 系统 | 3000~4000 块 |
一位匿名客户（出于竞争原因不愿具名）向 TechCrunch 表示，系统不仅大幅提升了安装速度，还显著改善了用工体验：由于工人不再需要反复举起重达 100 磅的面板 overhead，预期工伤率也将下降。此外，在偏远地区（历来难以吸引工人）部署机器人系统将更加可行。
公司透露，目前在手合同约定未来 18 个月内协助安装 2.8 吉瓦（GW） 太阳能板，客户涵盖美国前十大电力建设公司中的三家。未来六个月计划将运营系统数量扩展至 48 套。
竞争对手：Luminous、Cosmic、Trinabot 各有所长
Gritt 并非赛道唯一玩家。文中提及的主要竞争者包括：
- Luminous Robotics
- Cosmic
- 来自中国的 Trinabot
值得注意的是，这些竞争对手多选择自研硬件整机路线，而非 Gritt 的"AI 控制层 + 现货硬件"模式。这一差异将在需求快速增长期对双方的成本结构与扩张速度产生不同影响。
AI 模型进步打开泛化天花板
Gritt 创始人认为，近年来新一代 AI 模型的突破是推动其愿景成为可能的关键。
Puri 举例说明：五年前，为某一特定任务打造一套机器人系统"勉强可行"，但每套系统相互独立，无法跨任务迁移。如今，底层 pipeline 可以在不同任务间复用并持续改进。例如，训练系统堆砌煤渣砌块耗时数周，而使用同一套软件演示钢筋绑扎（rebar tying）仅用了一天。
这意味着 Gritt 的野心不止于太阳能板安装——其计划逐步拓展至：
- 太阳能板固定（fastening）
- 钻孔立柱
- 支架搭建
- 以及更广泛的劳动密集型施工场景，如混凝土浇筑前的钢筋绑扎
从单点工具到工地智能中枢
Gritt 更大的愿景是将传感器与 AI 能力整合为一套"工地智能层"，不止执行具体操作，还能赋能现场管理与决策。Puri 描述了一个典型场景：
当系统发现某处沟渠处于开放状态，而气象预警显示暴风雨即将来临，它可以主动提醒工人覆盖沟渠，避免雨水损坏设备或影响工期；也可以实时标记库存缺失等异常。
简言之，Gritt 正在尝试将自身定位为：物理世界中的 AI 执行者 + 施工现场的智能决策辅助。
影响与建议
对太阳能开发商/承建商而言： 人力短缺已成制约项目交付的关键瓶颈，引入类似 Gritt 的 AI 机器人辅助系统有望在短期内实现安装效率 3~5 倍提升，同时改善偏远项目地的用工可行性。
对机器人/自动化从业者而言： Gritt"AI 控制层 + 现货硬件"的轻资产模式值得注意——在需求井喷期，这一路线可能比自研整机更快实现规模化部署。
对整个行业而言： AI 模型的泛化能力进步正在重新定义"专用机器人"与"通用机器人"的边界。未来，具备多任务切换能力的机器人平台或将成为施工现场的标配，而非遥远的愿景。
评论