搜索
过去几年，大模型推动 AI 能力快速进入数字世界。但当 AI 从文本、代码走向真实环境，更为复杂的问题开始浮现：机器如何理解世界？如何预测变化？如何在现实环境中持续行动？
具身智能初创公司费莫一科技（PHYMI）已完成近亿美元种子轮融资，由IDG资本领投，资金将主要用于Physical Agent核心技术研发、真实动态数据体系建设、产品工程化与场景落地以及团队扩充。
Physical Superintelligence（PSI）完成5800万美元（约3.9亿元人民币）种子轮融资，由比尔盖茨牵头的Breakthrough Energy Ventures领投，旨在打造由AI"虚拟物理学家"组成的物理实验室，核心产品Emmy已落地数据中心优化等场景。
鼎犀智创（Rhinovate™）近日完成数亿元Pre-A轮融资，由鼎晖百孚领投，资金将重点用于RhinoMat材料科学基础大模型及多场景可编排AI智能体与自主进化实验室体系建设，并推进碳基高性能材料放大验证。
新加坡Physical AI公司Ropedia正式发布新一代多模态采集系统HOMIE Gen2，以4目全景360°、十余种模态同步采集与开箱即用的高精度训练级数据，将人类经验规模化为机器人可直接学习的训练数据，推动Physical AI的经验规模化落地。
2024 年末，Physical Intelligence 的实验室里，一台机器人正在接受叠衣服测试。
今年3月，Eon Systems公布了一只会在虚拟环境中觅食、梳理触角的“数字果蝇”。
8 月 19 日，WRC 2026 期间，由跨维智能主办的「物理 AI 引领者论坛」在北京举行。
“全球首个具身 Physical AI 开源生态，将如何改写机器人行业格局？ ”
近日，清华大学智能产业研究院（AIR）与加州大学伯克利分校（BAIR）团队合作提出了一种全新的预测范式 ODEWorld，其建立在连续的“物理时间流”（Physical-Time Flow, PT-Flow）之上。与传统方法直接预测下一帧是什么不同，ODEWorld 试图学习的是：世界究竟怎样从当前状态连续地变化到未来状态。