01
最新动态
政府调研 / 产业进展
确认落地北京海淀并推进 Physical AI 场景合作
北京市经信局披露厘清智能构建数据与物理双轮驱动的 Physical AI 基础设施，并在高质量数据获取方面对接真实场景；付费客户和部署指标尚未公开。
查看原始来源 ↗02
详细技术路线
数据入口用自研全掌触觉手套等低成本设备采集视觉、触觉、力觉、状态和动作，并在工厂、酒店、物业、商场和厨房扩展人类数据。→
世界表征将多模态物理观测 tokenization，联合建模 state 与 action，并以流体、软体和弹塑性形变等物理规律约束状态转移。→
策略与控制预训练学习世界状态变化，后训练把可微物理引擎封装为交互环境，让机器人通过强化学习形成任务策略。→
本体部署以轮臂为近期主要部署形态，按客户预算组合机械臂、灵巧手与底盘，并把同一系统迁移到不同本体和场景。→
反馈闭环用少量真机状态转移校准仿真，策略回到真机后测量偏差并反向更新世界模型，形成 Real-to-Sim-to-Real 闭环。
TECHNOLOGY / 补充技术机制与验证证据
- 数据入口：以低成本穿戴式触觉与操作设备采集人类真实劳动数据，并与工厂、酒店、物业、商场、厨房等场景方合作；百万至千万小时是规划目标，不是已审计完成量
- 世界表征：把视觉、触觉、力觉等物理观测高效 tokenization，同时联合建模状态和动作；团队称内部视觉 tokenizer 优于 DINOv3，尚未发布测试协议或第三方复现
- 策略与控制：预训练学习 state transition，后训练在可微物理引擎中进行强化学习；少量真机状态转移与仿真状态转移对齐后，将误差反传给世界模型
- 本体部署：以轮臂为近期主要形态，按客户预算组合不同机械臂与灵巧手，目标跨本体、跨场景交付，而非绑定单一人形机器人
03
创始人、核心成员与团队规模
公开团队规模：待核实：团队规模未公开。人员任职信息更新至页面标注日期。
- 李一鸣：创始人；清华大学人工智能学院助理教授，纽约大学博士，曾任 NVIDIA Vision & Robotics 研究员，研究覆盖空间智能、多模态推理、自动驾驶与具身智能
- 公开报道显示团队 50 余人，成员来自清华、北大、浙大、UC Berkeley、USC 等高校，平均年龄约 22—23 岁；人员规模为媒体口径
- 完整联合创始人、管理层和商业负责人名单尚未公开
04
上下游、产品和商业部署
UPSTREAM & ECOSYSTEM / 上下游与生态
- 智元机器人、灵心巧手：种子轮产业投资方，可为机器人本体和灵巧手协同提供入口；具体联合产品、采购或部署规模尚未披露
PRODUCTS / 产品
- Physical AI 数据管线：通过自研全掌触觉手套等设备采集视觉、触觉、力觉、状态和动作，目标把人类数据扩展到百万小时级
- 原生世界模型操作系统：同时建模 state 与 action，预训练阶段学习世界状态转移，后训练阶段作为强化学习环境
- 可微物理引擎：面向流体、软体和弹塑性形变等复杂材料构建 Real-to-Sim-to-Real 校准与训练环境
- 软硬一体解决方案：当前倾向轮式移动底盘 + 机械臂 / 灵巧手组合，覆盖切割、旋拧、插拔、搅拌、按压、捏取和穿引等精细技能
COMMERCIAL DEPLOYMENT / 商业部署
- 公司称已接触工厂、酒店、物业、商场和厨房等数据与场景伙伴，但未公开客户名称、合同金额和运行指标
- 北京市通用人工智能产业创新伙伴计划：2026-07 赴公司调研并提供政策、场景与投融资对接，不等同于政府采购
合作仅指公开战略合作、联合研发、适配、客户部署或产业协同；分类依据公开表述，不把同一生态中的出现推断为正式订单。
05
融资情况
- 融资阶段：种子轮（2026-06）
- 融资总额：数亿元人民币种子轮；更早融资未逐轮披露
- 2026-06：成立约两个月后宣布完成数亿元人民币种子轮；报道同时称早期已完成多轮融资，但未逐轮披露金额
- 投资方包括顺为资本、红杉中国、高瓴创投、峰瑞资本、星连资本、水木清华校友种子基金、SEE FUND，以及智元机器人、灵心巧手和世纪金源等产业资本
- 最新估值未公开披露
06
竞争定位、差异性与相似公司
POSITION / 竞争位置
定位通用 Physical AI 基础设施，覆盖数据、原生世界模型、物理引擎、强化学习后训练与软硬件交付。
DIFFERENTIATION / 核心差异化
将 Real-to-Sim-to-Real 做成全栈系统，尤其强调流体、软体和弹塑性形变等复杂物理任务，而不是停留在刚体抓取和视频生成。
MOAT / 竞争壁垒
软硬一体团队、低成本物理数采、复杂材料可微仿真和场景伙伴数据可形成壁垒；当前仍需客户验收和跨本体指标证明。
INSIGHT
相关深度洞察
产业技术谱系 · 更新于 2026-08-09同叫世界模型，却在学习不同的世界：15 条创业与研究线索的技术分野
从动作—后果、跨本体策略、显式因果、可交互视频、持久三维世界到可微物理仿真，逐项拆解十家公司、三条学术路线与两项未证实线索，回答什么样的世界模型才真正进入 Physical AI 闭环。
阅读全文 ↗产业与资本 · 更新于 2026-08-09中国世界模型之战：资本下注的四类团队，谁真正接近 Physical AI 版 DeepSeek？高校实验室、自动驾驶老兵、视频生成团队和大模型创业者同时涌向世界模型。真正的分水岭不是融资速度或标签，而是谁能取得真实系统的决策权，把高因果密度数据、跨本体适配、在线评测与部署反馈压进一条边际成本持续下降的学习曲线。
阅读全文 ↗07
信息来源
优先采用公司官网、监管 / 政府信息和正式公告。来源旁的日期为信息更新日期，不一定是事件发生日期。