Physical Superintelligence 深度调研:58 亿美元级种子轮押注「虚拟物理学家」,Emmy 平台把 AI 数据中心多物理优化当作首个商业化证明
MIT/哈佛系创办的 AI 原生物理实验室,Emmy 平台用虚拟物理学家做多物理场求解与验证,首个商业化方向是 AI 数据中心冷却与配电优化,并公开了 5 个量子开放问题的求解结果与 Lean 4 形式化证明
执行摘要
Physical Superintelligence PBC 是一家位于马萨诸塞州剑桥的公益公司(public benefit corporation),2026 年 9 月 1 日从隐身状态公开亮相,同日宣布完成 5,800 万美元种子轮,领投方为 Breakthrough Energy Ventures。公司自我定位为「AI 原生物理实验室,由虚拟物理学家组成」,核心平台名为 Emmy,取名自物理学家 Amalie Emmy Noether。其目标是「让新物理的发现工业化」:人类科学家定义问题与验证标准,虚拟物理学家执行从假设、验证、实验、工程到部署的完整研究链条,工作单元被称为自主研究行动(Autonomous Campaign)。2026 年 10 月 28 日至 29 日,公司公开了第一批研究成果:5 个开放量子问题(OQP 2、12、27、38、43)的求解结果,每题同时给出论文、Lean 4 形式化证明与验证代码,成果发布在 Apache-2.0 许可的开源仓库中。
关于这家公司最关键的事实是:它的旗舰证明案例已经公开、可独立核查,且其主张窄于营销口径。 PSI 是 Fermi Explorer Mission 的创始技术伙伴——该任务由一家 501(c)(3) 非营利组织主导,目标是完成人类首个私人资助的星际探测。2026 年 7 月,PSI 发布了 81 页的技术可行性评估报告,文档罕见地坦率:明确写出它找到的所有轨迹都无法从近地轨道出发闭合 100 kg 构型、成本中位数 1,570 万–1,660 万美元在常规实践下不满足 1,000 万美元目标、以及该报告未经全面人类同行评审。这三条结论就写在报告摘要与发现汇总表里,且由公司以自身名义发布。
而围绕该任务的公开叙事则描述为「8 万年内飞抵半人马座阿尔法星的 99% 路程、全周期成本低于 1,500 万美元」——这是 Fermi Explorer 非营利组织自己发布的目标,而非 PSI 评估的构型。这个差异不是削弱分析的矛盾,它本身就是分析:一家愿意把负面结论与正面结论一并发布的公司,其可信度显著高于只发布正面结论的公司。
商业方向比研究叙事更窄也更紧迫:Emmy 的首个验证场是 AI 自身的物理基础设施——地面与轨道数据中心内电力、冷却、网络、计算之间高度耦合的多物理场问题。其价值主张不是求解器精度,而是迭代周期:冷却与配电的决策目前依赖缓慢的人工工程迭代。PSI 自己招聘启事披露的商业结构是结果导向定价——客户先付费做范围界定与固定费用试点,规模化阶段 PSI 按其对照基线所验证的价值分成,付款与里程碑绑定;每个结果都标注为「实测 / 估算 / 仿真」。
关于名称的提醒:Physical Superintelligence(PSI)与 Physical Intelligence(旧金山机器人基础模型公司,π 系列)是两家完全不同的公司。二者在中文与英文二手报道中经常被混为一谈。它们没有共同创始人、共同投资人、共同产品或共同融资历史,本报告全程按两个独立实体处理。
公司概览
Physical Superintelligence PBC 注册为特拉华州公益公司。该结构由公司官网明确写出,MIT 科技评论中文版亦指出在美国公司法下,公益公司章程具有实际法律约束力,并非公关话术。安全、验证、负责任的开发与广泛公共利益被写入章程,与商业目标并列。
官网列出的领导层为四人:Matthew Pines(CEO)、Dr. Alex Wissner-Gross(首席科学家兼首席战略官)、Alex Klokus(总裁)、Dr. Alessandro Morari(CTO)。PR Newswire 的新闻稿将 Matt Pines、Alex Klokus、Dr. Alexander Wissner-Gross 三人表述为创始人,多数报道称联合创始人。
三位创始人的背景互补且不寻常:
- Wissner-Gross 是 2013 年《Physical Review Letters》「因果熵力」论文的共同作者,MIT 物理/电子工程/数学三专业毕业(最后一个获准三专业双学位的学生),哈佛物理学博士并获 Hertz 博士论文奖。此前创办 Y Combinator 支持的碳排放追踪公司 CO2Stats、Gemedy,现为深科技投资咨询机构 Reified 创始人。其研究纲领连接计算、物理与智能,相关 TEDx 演讲播放量数百万。
- Klokus 曾创办科技媒体 Futurism,后创办 SALT Fund,长期参与科技创业与早期投资。
- Pines 具备物理与哲学背景,早期在美国国家科学基金会参与经济学、决策与风险管理类科研资助项目,长期从事新兴技术评估与咨询。
CTO Morari 在报道中被描述为长期从事高性能计算与 AI 系统研发。
团队规模方面,公司官网称 25 名以上研究与工程人员,来自哈佛、MIT、斯坦福、普林斯顿高等研究院(IAS)、Perimeter 研究所、牛津、康奈尔、UCSB、洛斯阿拉莫斯国家实验室、Google、NVIDIA、Meta。无任何具名客户、无披露收入、无披露在手订单。
常见误读:六处会改变结论的错误
1. 把 Fermi Explorer 的任务数字当成 PSI 自己的工程结果。 Fermi Explorer 发布的四项硬指标是:①发射人类首艘飞往另一恒星系统的航天器,8 万年内至少完成前往半人马座α星系统全程的 99%;②有效载荷至少 1 公斤,封装在 10×10×10 厘米内;③2029 年底前发射;④设计、建造、发射与运行总成本低于 1,500 万美元。这些是非营利组织的任务目标。PSI 的技术报告评估的是另一个构型,且工程保留意见只挂在 PSI 那一侧。
2. 把报告的 50 万年当作飞行时长。 摘要中的 500,000 年是遭遇要求的合规上限,不是航程。报告自身的到达历元优化给出的最优解为 73,012 年、瞄准黄道面以下 2.48°;并确认 Fermi 团队计划的约 80,000 年黄道面穿越相比最优仅多耗不到 0.1 km/s。另有媒体把它写成 7 万–7.5 万年、或约 8 万年。这个区间是真实的;把「要求上限」与「实际轨迹」混淆则不是。
3. 认为「sovereign reasoning engine(主权推理引擎)」意味着不依赖第三方模型。 商业平台 Emmy 被描述为建立在 PSI 自研推理引擎与精选仿真库之上。但实际完成已公开 Fermi 轨迹工作的开源项目 Get Physics Done(GPD),按设计就是一个运行在外部托管基础模型之上的编排层:GPD 文档要求用户将其安装进 Claude Code、Codex、Gemini CLI、GitHub Copilot CLI 或 OpenCode,并明确声明 GPD 不提供模型访问、计费或 API 额度。那次「自主运行三天、消耗约 10 亿 token」的任务,用的正是 Anthropic 的 Claude 与 OpenAI 的 GPT 模型。把商业平台理解成模型自主、把公开结果理解成自研模型性能,两种读法都不成立。
4. 把 Emmy 当作通用 CAE 替代品。 PSI 自己的能力描述要窄得多:三类业务分别是设计类活动(尚未建成的设施)、运行类活动(已在运行的设施)、设计核查类活动(一次性系统,如航天器硬件)。其能力主张是物理原生推理、比被替代求解器快数个数量级的快速代理模型、从目标结果反推的逆向设计,以及电力/热/流体/化学/结构在一个引擎内的耦合多物理场。其知识产权是覆盖既有求解器基座的搜索与验证层,自身不提供新求解器。
5. 假定已有同行评审的发现记录。 目前没有任何经同行评审的、由 Emmy 产出的发现公开发表。公司描述了其防护机制与「硬验证器」架构(由独立 agent 专门攻击待验证结论),但现有最强证据包括那份 81 页报告——而它自己写明未经全面同行评审。10 月公开的 5 个量子开放问题结果同样是预印本,Lean 4 形式化虽可机器校验,其覆盖面也仅限于被形式化的陈述。报告同时列出其验证强度:分级独立审计(含带对抗审计的认证下界证明、收敛的三维轨迹验证、含误差播种的执行离散度分析)、独立实现从头重算所有头条运动学量且最坏偏差低于 0.5%、到达历元的盲重推导在 1 年内一致。这内部验证确实很强,但它不等于外部同行评审。
6. 与 Physical Intelligence 混为一谈。 PSI 做的是面向物理系统的物理推理基础设施;Physical Intelligence 做的是通用机器人策略(π 系列)。城市、创始人、产品、投资人均不同。部分二手报道因两家名字都以「Physical」开头而混用。
技术分析
自主研究行动与验证架构
PSI 模型中的工作单元是自主研究行动:从问题定义贯穿假设、验证、实验、工程到部署、持续运行的定向研究投入。这与「回答问题的聊天界面」有实质区别——一次行动会留下研究记忆、已执行的推导与代码、验证轨迹,这使项目得以以月为单位推进而非单次会话。
公司的验证原则是:一个结果在多种独立形式的验证收敛后才成为发现。实践中体现为「硬验证器」:方程、数值求解器、物理仿真器、实验测量,以及专门被指派去攻击待验证结论的独立 agent。设计意图明确要求一个模型不给自己批改作业,不同验证路径分别寻找数学错误、物理不自洽、不切实际的假设,以及结论不随证据推导的断裂。
独立评论对该架构的弱点有精确指出:两个 agent 可能因共享同一盲区而一致;自动审计可能漏掉资深科学家会立刻质疑的错误假设;仿真结果继承其输入与模型的固有上限。公司自身也承认输出严格依赖边界条件、数值假设与仿真保真度,自动 agent 无法替代运行工程环境中的实证测试。决定公司成败的证据将是在 PSI 之外评估的可复现结果——公开方法、独立复现、真实实验,以及对明确基线的工程结果度量。
Fermi Explorer 轨迹:按报告自己的数字
2026 年 7 月的技术报告是最有信息量的公开产物,应当当作文档来读,不宜仅当作标题来总结。全文 81 页,由 Physical Superintelligence PBC 为 501(c)(3) 非营利组织 Fermi Explorer Mission 编制,端到端由 PSI 的自主研究平台在分级独立审计下生成。
评估的构型是:一台飞行器在出发后 50 万年内经过半人马座 AB 质心 2,600 AU 以内(报告称该距离可比拟恒星奥尔特云尺度),2029 年底前发射,项目总成本低于 1,000 万美元。硬性规则包括:任何近地轨道的拼车投放、无借力、允许以自动化运行为主且可接受巡航中失联。
按确定性递减顺序的四条结论:
- 轨迹类可行性成立:一条显式积分的太阳电推进轨迹,经独立重积分验证一致到 0.29%,通过多圈近日点泵送达到所需巡航速度,无需核能。
- 但它找到的所有轨迹都无法从近地轨道起点闭合 100 kg 构型,且该裁定是有条件的——搜索无法排除在 12 年运行视界内、低于 22.26 km/s 日心速度交叉点的闭合。构型实际在从地球同步转移轨道(GTO)出发、100 kg 时满足指标(报告明确标注这是对「近地轨道投放」硬性规则的偏离),或在近地轨道出发约 150 kg 时满足但裕度脆弱。
- 2029 年底前发射是有条件的,取决于在已演示的栅格离子推进组件等级内完成推进资格认证活动。
- 项目成本在常规实践下超出 1,000 万美元初始目标,中位估算 1,570 万–1,660 万美元;报告明确将全部缺口归因于星载平台、运行与裕度,并写明没有任何物理约束决定了这个缺口。
推进方案的物理内核值得展开,因为这是真正的物理贡献。化学脉冲推进从任意近地轨道投放、无借力情形下的最小速度增量为 13.85 km/s(400 km 轨道单次近地点点火,完整捕获 Oberth 效益)。太阳电推进对应为 30.5–31.6 km/s。让太阳电推进在阵列功率按平方反比衰减下仍可行的机制是近日点泵送:向外螺旋在设计推力下会饱和在所需巡航速度以下,而近日点泵送不会,因为其点火集中在功率最高处。飞行器先减速把近日点降到 0.42 AU(1 AU 附近的逆行弧段甩掉角动量,顺行弧段在近日点聚集),再在轨道速度峰值处点火。由于发动机只在近太阳处工作,太阳能板可以保持小而轻,航天器整体质量才能压住。该机制在假设热功率上限减半时仍成立,代价约 1.9 km/s,飞行时间延长到 15.1–19.7 年。全程 98% 以上为无动力滑行。
验证结果是文档中最强的部分:一次盲重推导(不参考原解、另建模型)恢复了同一个 73,012 年最优解,一致到 1 年;在既定误差预算下,穿越所需球面的开环命中概率为 0.982(95% 置信区间 0.980–0.983),若推力幅值或指向误差任一翻倍则退化到 0.9 以下。报告还把 Fermi 团队的五条到达历元直觉全部拿来做完整优化检验,确认了四条,第五条评为「非常接近」。
报告还有一处在商业公司出品文档中相当少见的分析:与更便宜目标的对比。若目标只是穿越任意恒星的奥尔特云环境而不指定半人马座α星,M5V 红矮星 LSPM J2146+3813 明显占优——脉冲下限 9.30 km/s 对 13.85 km/s,到达时间相同,且完全不需要近日点泵送。报告还扫过 Bailer-Jones 未来恒星遭遇目录,只有两颗未命名的暗弱 Gaia M 矮星在形式上更便宜,但其目录径向速度带有 8–11 km/s 的不确定度,不足以瞄准。
Get Physics Done 与开源切面
Get Physics Done 是 Physical Superintelligence PBC 以社区贡献形式发布的开源物理研究 agentic AI 系统,Apache 2.0 许可。它不是独立应用:它把物理研究命令安装进 Claude Code、Codex、Gemini CLI、GitHub Copilot CLI 或 OpenCode,并向这些运行时注册自己的 agent、hook 与 MCP server。工作流分阶段:new-project 开启新研究工作流、map-research 先测绘已有目录再规划,随后是「计划—执行—验证」的阶梯。
文档中两个设计决策值得注意,因为它们透露了其相对通用模型的产品意图:其一,GPD 被描述为偏好科学严谨与批判性思考而非附和,要求把首选解释当作待检验假设、显式保留缺失证据、失败的检索与未产出的产物而非编造;其二,它提供分级监督(监督/平衡等档位),文档告诉用户信任执行但留在环内验证与纠偏,把 GPD 定位为手术刀而非自动驾驶仪。
采用指标仍属早期且有限:npm 包周下载量约 25 次,开源维护者 2 人。已有 3 篇论文引用或致谢 GPD,均为 2026 年且都在理论物理方向:三维超引力中的 Super Virasoro 最小弦、神经网络场论中的拓扑效应、全息纠缠熵与 Wilson 圈。GPD 在公司公开亮相之前就已出现在超引力与全息学工作的致谢中,这比下载量更有意义。
2026 年 10 月,PSI 公开了 5 个开放量子问题(OQP 2、12、27、38、43)的求解结果,成果集中在一个开源仓库 physical-superintelligence/oqp-batch-2026(Apache-2.0 许可,首次提交日期 2026-10-23),10 月 28 日至 29 日经中英文媒体报道集中扩散。每个问题目录包含一份论文 PDF 与一套 Lean 4 形式化文件:Challenge.lean 给出定理陈述,Solution.lean 给出证明,lean/ 目录自带固定版本的工具链,可以整体复制成独立项目构建校验。OQP 2 另附验证包(证书数据、程序、运行回执与 SHA256SUMS),OQP 12 除正文信外还包含完整手稿,仓库中的 timestamps/verify.py 可离线校验 2026 年 9 月 21 日草稿快照的时间戳签名。这批产物的特点是可核查性:结论以机器可检验的形式交付,第三方拉下仓库即可自行构建验证;论文部分标注为预印本,同行评审状态尚无公开记录。
产品与商业化
Emmy 究竟是什么
Emmy 在其招聘材料中的定义是:给基础设施拥有者一份从芯片到电网的、经过验证的整个系统的物理模型,并在设计空间中搜索最符合目标的方案。四项差异化能力:物理原生推理(在仿真器上训练,并运行与自检自己的仿真);比所替代的求解器快数个数量级的快速代理模型;逆向设计(从目标结果与约束反推设计);电力、热、流体、化学与结构的耦合多物理场统一建模。
每一个结果的溯源标注是最可能真正打动专业买家的细节:所有结果都标注为「实测 / 估算 / 仿真」,并被打包成业主、其工程师及其贷款方都能审阅的形式。对于可能被贷款方承保的基础设施决策,每个数字的来源标注本身就是产品。
三类业务与结果导向定价
商业结构是目前关于这家公司最具体的披露,且来源是首席商业化负责人招聘启事,而非新闻稿:合作从范围界定研究开始,到带书面成功标准的固定费用试点,再到规模化合作中 PSI 按其可证明的价值分成。定价模型明确为结果导向:客户承担范围界定与试点成本,规模化阶段 PSI 按其对照约定基线所验证的价值分成,付款与既定里程碑绑定。该岗位描述还列举了公司计划拓展的商业工具:设计费、绩效型合同、IP 授权、政府合同、战略合作与合资。
- 设计类活动:交付带量化权衡的排序设计方案,在建设开始之前。
- 运行类活动:交付活的、经过标定的模型,按成本与收益排序改进项,结果对照经审计的基线度量。
- 设计核查类活动:在客户时间表内给出独立核查,航天器硬件是点名的例子。
对 AI 数据中心,点名的收益是:更多可用算力、更低的建设/能源/水成本、更有依据的「通电时间」决策。
首个落点究竟在哪
据 Semafor 报道,公司从德州一个大型数据中心场址起步。独立评论解释了为何这是合理的首个验证场:数据中心把电力转化为算力与热,因此冷却效率、配电、设备布局上的小幅改进在大 facility 上重复即变得可观,而冷却在 AI 工厂建设成本中占比较高;同时这也是个难测试:仿真出的改进必须经受真实设备公差、变化的负载、天气、维护排期、建设约束与安全要求的检验。评论把可量化结果落在几个百分点的效率提升上——在数十亿美元基数上,这是个真数字。
诚实的对冲是商业状态本身:该招聘启事写明 PSI 迄今的商业需求完全来自主动询盘以及投资人、顾问与合作伙伴网络的关系,该岗位重点是把高层关系转化为长期战略合作,不负责建设需求生成职能。无具名客户、无披露合同金额、无收入数字。 德州场址是起点,不是已签约的标杆案例。
竞争格局
PSI 的竞争集合清晰地分成四组,公司对第一组最强、对最后一组最弱。
一、传统 CAE 与多物理场在位厂商。 这才是今天真正干活的群体:主流仿真厂商、超大规模云厂商的内部工程团队、以及热设计与 CFD 专业咨询公司。PSI 对他们的论点是迭代周期而非精度,「耦合多物理场」的框架精确瞄准了电力/冷却/网络/计算相互牵制、人工迭代处理不动的那类问题。反方论据是:这些在位厂商有数十年资质证据、认证链条与物理试验相关性,而一个比被替代求解器筛查更快的代理模型层,最终仍必须被那个求解器信任。
二、物理基础模型与仿真 AI 公司。 争夺同一笔品类预算与同一套叙事。部分公司走零样本、客户侧免训练路线;PSI「从芯片到电网的已验证物理模型」的提法在验证方向上构成差异。已公开的 Fermi 报告在对外可见的工程证据上强于基准排行榜,也是这一组中唯一公开了带明确负面结论的 81 页工程评估的公司。
三、面向科学的 agentic AI 公司。 开源的 Get Physics Done 是此处最锋利的竞争信号,而且是双刃的。GPD 是免费、Apache 2.0 的研究工作流系统,已在超引力与全息学工作中被致谢使用,给任何物理学家提供了一条进入该公司方法论的可用路径。同时它也划出了一条难以直接变现的地板,这与公司把商业产品与开源工具分开处理的选择一致。
四、超大规模云厂商的自建能力。 这是最严重的结构性威胁。PSI 想卖的客户,恰恰是最有资源、也最有动机自建热与配电优化栈的组织。反方论点在于:物理瓶颈不是智能,而是数据与验证;公司主张「真实设施反馈回流、训练下一轮虚拟物理学家」的循环是复利资产——这个论断合理,但未经验证。
融资
2026 年 9 月 1 日,PSI 宣布完成 5,800 万美元种子轮,由比尔·盖茨关联的清洁能源与前沿科技基金 Breakthrough Energy Ventures 领投。公开新闻稿列出的参与方为:Dragon Global、Robot Ventures、Solari、Susa、Ron Conway 的 SV Angel、Valkyrie、Balaji Srinivasan、Anthony Scaramucci,以及来自 OpenAI、NVIDIA、SoftBank Energy、Oracle、Hugging Face、JUMP Capital、a16z Scout Fund 的个人投资者。
公司官网列出的名单略有差异:领投方 Breakthrough Energy Ventures 之外,另有 Dragon Global、Solari Capital、Robot Ventures、Susa Ventures、Variant Fund、SV Angel、Balaji、Valkyrie、021T、Anthony Scaramucci,个人投资者为 SoftBank Energy、a16z scout、Hugging Face、NVIDIA、OpenAI、Jump Capital。差异是:官网多出 Variant Fund 与 021T,官网未见 Oracle。
数据库估值均为估算、无一手来源:Dealroom 一处页面给出企业价值 2.32 亿–3.48 亿美元、另一处给出 AI 估值区间 1 亿–2.5 亿美元,并在同源页面给出「2–10 名员工」与「当前团队规模 <100」两个互相矛盾的员工区间,融资表还把 Andreessen Horowitz 列为投资方——无任何公司来源确认。FundedIQ 记录单轮 5,800 万美元种子、员工区间 11–50。
种子轮资本效率问题是这一阶段的核心。 一家 25 人以上专家团队、具备 81 页工程级研究能力、跨波士顿与旧金山多年度招聘管道、且商业化职能仍在从零搭建的公司,5,800 万美元种子轮隐含的燃烧率意味着这笔钱更可能是多轮路径的起点而非全部。值得注意的观察是:该种子轮定价使其成为同期美国种子轮中金额最大的之一;而投资人名单与 PSI 正在销售的那个 AI 基础设施建设周期高度重叠——这既是商业管道里的温度,也是资本结构里的集中度风险。
DISCREPANCIES
1. 任务时长:8 万年 vs 50 万年要求上限 vs 73,012 年最优解。 Fermi Explorer 组织公布的目标是 8 万年内至少走完前往半人马座α星全程的 99%,任务路线图写明航程约 8 万年。PSI 技术报告摘要把评估表述为「50 万年内抵达 2,600 AU 以内」,那是遭遇要求的合规上限而非航程;报告内部到达历元优化给出的最优解是 73,012 年、瞄准黄道面以下 2.48°,并确认 Fermi 团队约 80,000 年的黄道面穿越仅多耗不到 0.1 km/s。媒体把它写成 7 万–7.5 万年、或约 8 万年。裁定:50 万年是要求边界,73,012 年是计算最优,8 万年是任务自身的瞄准目标。三者各自成立,且只有前两者出自 PSI。 来源等级:报告本身为一手;8 万年瞄准来自另一家组织(该非营利组织)的公开目标。
2. 遭遇距离:2,600 AU vs 99% 路程。 Fermi 的公开目标是走完至少 99%,约合 275,000 AU;而 PSI 报告的要求与裁定指标是经过半人马座 AB 质心 2,600 AU 以内,报告称该距离可比拟恒星奥尔特云尺度。报告的瞄准离散度分析评估的正是穿越 2,600 AU 球面的概率,0.982 这个置信数字属于 2,600 AU 判据,不属于 99% 目标。裁定:这是两个不同的任务,PSI 报告评估的是较小那个。 来源等级:两者均为一手,且只有把两份文档并排读才能看出落差。
3. 项目成本:目标低于 1,000 万美元 vs 估算 1,570 万–1,660 万美元 vs 任务口径低于 1,500 万美元。 报告要求表设定项目成本低于 1,000 万美元(300 万发射 + 300 万推进 + 300 万星载与任务运行),裁定明确为「常规实践下不满足」,中位估算 1,570 万–1,660 万美元;报告把全部缺口归因于星载、运行与裕度,并写明没有任何物理约束决定这个缺口。另,Fermi Explorer 公布的目标是设计、建造、发射与运行低于 1,500 万美元。裁定:三个不同的成本口径。1,000 万是报告内部要求且 PSI 自陈未达成;1,500 万是任务公开目标;1,660 万中位是 PSI 对 1,000 万要求给出的自身估算。值得注意的是,报告自己的估算已超过任务的公开目标。 来源等级:三处均为一手文档,且报告写明发射与推进两项是低于分配的,全部缺口落在星载与运行。
4. 质量闭合:100 kg 从近地轨道出发不闭合。 报告第三条发现写明:它找到的所有轨迹都无法从近地轨道起点闭合 100 kg 构型。构型实际在从 GTO 出发、100 kg 时满足指标(报告标注为对硬性规则的交付轨道偏离),或近地轨道出发约 150 kg、裕度脆弱。建议是采购 GTO 投放并飞行 100–110 kg 飞行器,且明确不要依赖 150 kg 近地轨道回退方案。裁定:闭合构型偏离了任务自身的硬性规则。 来源等级:一手,就在摘要与发现汇总表里。这是整份文档中最具实质性的让步,也是最常在报道中被丢掉的一条。
5. 评审状态:内部审计与交叉实现一致 vs 同行评审。 报告自带的 review status 一行写明未经全面人类同行评审。其验证构成为:分级独立审计(含带对抗审计的认证下界证明、收敛的三维轨迹验证、含误差播种的执行离散度分析);独立实现从头重算所有头条运动学量、最坏偏差低于 0.5%;到达历元的盲重推导一致到 1 年。裁定:内部验证异常严格,同行评审缺口由文档自身明示。把这份发布说成「已同行评审」是错的,把它说成「未经验证的营销」也是错的。 来源等级:一手,出自报告封面页。
6. 模型来源:「主权推理引擎」vs 跑在 Claude 与 GPT 上的技术栈。 商业平台 Emmy 在新闻稿中被描述为建立在 PSI 的主权推理引擎与精选仿真库之上;而实际产出已公开 Fermi 轨迹结果的开源项目 Get Physics Done,其文档写明要安装进 Claude Code、Codex、Gemini CLI、GitHub Copilot CLI、OpenCode,并声明不提供模型访问、计费或 API 额度。关于 Fermi 工作的媒体报道则描述轨迹是借助 Anthropic 的 Claude 与 OpenAI 的 GPT 等 AI 模型规划的,即系统通过这些模型把项目拆成子任务再决定如何运行。裁定:两句话说的是不同层,可以同时为真。 专有层是 Emmy 增加的推理引擎与精选仿真库存;已公开的轨迹结果是通过 GPD 在第三方基础模型上执行的。把商业主张读成模型自主、或把公开结果读成自研模型性能,两种读法都错。 来源等级:GPD 文档为一手/近一手;独立性主张仍是公司陈述,无外部验证。
7. 团队规模:25 人以上 vs 2–10 人 vs <100 人 vs 11–50 人。 公司官网称 25 名以上研究与工程人员。Dealroom 的企业价值页与员工区间互相矛盾(一处「2–10 名员工」,另一处「当前团队规模 <100」),其融资表还把 Andreessen Horowitz 列为投资方——无任何公司来源确认。FundedIQ 记录 11–50 区间。裁定:唯一有来源的数字是公司自己的 25 人以上。数据库区间是派生估算,且同一来源内部即自相矛盾,不应用于给这家公司定规模。 来源等级:公司陈述为 25+,数据库估算为其余,标注未核实。
8. 团队出身名单:官网、招聘启事、中文报道各说各的。 官网列哈佛、MIT、斯坦福、普林斯顿高等研究院、Perimeter 研究所、牛津、康奈尔、UCSB、洛斯阿拉莫斯国家实验室、Google、NVIDIA、Meta。首席商业化负责人启事列哈佛、MIT、普林斯顿、IAS、Perimeter、洛斯阿拉莫斯、Google DeepMind、NVIDIA、Meta、Citadel。中文报道描述为来自 Google、OpenAI、哈佛、MIT、斯坦福、牛津、剑桥、普林斯顿高等研究院。裁定:三份名单、三种不同成员,且没有一份相同。普林斯顿、康奈尔、UCSB、洛斯阿拉莫斯、Citadel、OpenAI、剑桥各只在单一来源出现一次。「团队来自顶尖物理与 AI 机构」这一说法三者一致;具体构成未被证实。
9. 创始人头衔:联合创始人 vs CEO / 总裁 / 首席科学家。 新闻稿与多数报道将 Matt Pines、Alex Klokus、Dr. Alexander Wissner-Gross 表述为三位创始人或联合创始人;官网领导层区块则列 Matthew Pines 为 CEO、Wissner-Gross 为首席科学家兼首席战略官、Klokus 为总裁、Morari 为 CTO。裁定:创始三人与当前运营头衔都准确,但两者不是同一份名单。 Morari 被呈现为 CTO 而非创始人,Wissner-Gross 则是当前角色偏研究与战略的创始人。来源等级:头衔以官网为准,创始主张以新闻稿为准。
10. 投资人名单:官网与新闻稿不一致。 新闻稿列 Dragon Global、Robot Ventures、Solari、Susa、Ron Conway 的 SV Angel、Valkyrie、Balaji Srinivasan、Anthony Scaramucci,以及来自 OpenAI、NVIDIA、SoftBank Energy、Oracle、Hugging Face、JUMP Capital、a16z Scout Fund 的个人投资者。官网列 Dragon Global、Solari Capital、Robot Ventures、Susa Ventures、Variant Fund、SV Angel、Balaji、Valkyrie、021T、Anthony Scaramucci,以及来自 SoftBank Energy、a16z scout、Hugging Face、NVIDIA、OpenAI、Jump Capital 的个人投资者。裁定:Variant Fund 与 021T 只在官网出现,Oracle 只在新闻稿出现。无任何一手来源解释该差异,也无法从公开信息解决。 来源等级:两者均为一手且互相矛盾。记录而非抹平。
11. 融资轮次:一轮,但有数据库称两轮。 所有来源都描述为 2026 年 9 月 1 日宣布的单笔 5,800 万美元种子轮。FundedIQ 记录 1 轮 5,800 万美元,并给出同期美国轮次中位数 770 万美元;Dealroom 记录 1 次种子事件 5,800 万美元、估值 2.32 亿美元。裁定:仅有一笔已披露轮次,无前序融资、无过桥、无第二笔分期。 公司在 2026 年 9 月 1 日前处于隐身状态,5,800 万美元是创立资本。数据库附加的估值是估算,不是披露。
12. 估值:无披露数字 vs 数据库估算 1 亿–3.48 亿美元。 公司来源、新闻稿、招聘启事均未给出任何估值。Dealroom 一处给出企业价值区间 2.32 亿–3.48 亿美元,另一处给出 AI 估值区间 1 亿–2.5 亿美元。裁定:不应引用任何估值数字。 两个数据库区间之间的跨度本身就是把任何单一数字当可靠的理由。来源等级:仅数据库估算,标注未核实。
13. 公司成立年份:2025 vs 2026。 Dealroom 一处列「founded 2025」、另一处列「founded 2026」,且 launch date 字段填 2025;FundedIQ 与 seedlist 记录 2026。公司于 2026 年 9 月 1 日公开亮相。裁定:注册大概率早于公开亮相,2025 作为注册年份是合理推测,但没有任何备案或一手来源确认。 可辩护的表述是「公司于 2026 年 9 月 1 日公开发布」。来源等级:数据库估算,未核实。
14. Fermi Explorer 里程碑作为验证事件 vs 共同利益事件。 PSI 自称是该任务的创始技术伙伴;而任务自己的公告写明「团队与一家名为 PSI 的新型物理 AI 实验室合作,后者完成了可行性研究并设计了最终的近日点泵送机动」,并把 Alex Wissner-Gross 单独列为该任务的支持者之一。裁定:两种表述并不冲突,但结构值得点明——PSI 的联合创始人同时是该非营利组织的投资人与支持者,而该非营利组织正是委托方。 这不构成否决,且报告愿意公布负面结论这一点反而不支持「利益冲突」的解读。更精确的表述是:已公开的证明案例与评估方并非相互独立——这比两家公司的任何一种框架都更准确。来源等级:双方均为一手。
15. 开放问题求解结果的验证层级:Lean 4 形式化校验 vs 同行评审。 2026 年 10 月 28 日至 29 日见报、成果发布于开源仓库 physical-superintelligence/oqp-batch-2026(Apache-2.0,首次提交 2026-10-23)的 5 个开放量子问题结果,每题同时给出论文、Lean 4 形式化证明(Challenge.lean / Solution.lean)与验证代码,形式化部分可用固定工具链自行构建校验,论文部分标注为预印本,截至 2026 年 10 月 27 日未见同行评审或独立专家确认的记录。裁定:这两层验证覆盖的范围不同,形式化校验只验证被形式化的陈述,结论本身的科学意义仍依赖人工阅读与后续同行评审。 来源等级:仓库与论文为一手来源;评审状态来自第三方核查报道。
风险与尽调缺口
验证架构的盲区是「共享盲区」,不是「免于错误」。 两个共享同一模型族、同一仿真基座或同一假设集的独立 agent,会因为同一个错误原因而达成一致。这是在耦合多物理场优化中最可能出问题的失效模式——因为错误往往在边界条件里,而不在算术里。
商业参考案例尚不存在。 无具名客户、无披露收入、无披露合同。需求被描述为完全来自主动询盘。德州项目是首个场址,而一个尚未产出公开成果的首个场址,无法证明该模型能经受真实设备公差与真实负载。
产品是覆盖在求解器之上的一层,这带来一个后果。 Emmy 的快速代理模型不会比它们所筛查的求解器、或标定它们的数据更好,而独立模型仍位于代理层之后。底层求解器栈的任何变化都会改变代理层的含义。
公益公司结构是双刃剑。 章程以传统特拉华公司不会受到的方式约束公司,这对一家全部卖点就是「经验证的物理」与「负责任的开发」的公司是实打实的资产;同时它也约束了资本密集型扩张的节奏,并使日后的战略选择复杂化。
种子轮到 A 轮的缺口是近期融资问题。 在 25 人以上专家团队、81 页级研究能力、从零搭建的商业化职能、多城市招聘管道之下,5,800 万美元种子轮隐含可观燃烧率。投资方名单包含 PSI 所销售的那个 AI 基础设施建设周期的同一批基金——这有助于引荐,也不利于集中度。
开源项目划出了无法直接变现的地板。 GPD 是 Apache 2.0、免费、且已在超引力与全息学论文中被致谢。这对物理研究社群是好事、对招聘也是好事,但它同时设定了一个价格参照,使向个体物理学家售卖工作流工具变得困难。商业产品因此必须在企业级规模上销售,这比席位制模型更长更贵。
具体尽调缺口:没有公开的 Emmy 对在位 CAE 工具在数据中心算例上的基准;没有硬验证器架构的第三方复现;没有任何归属于 Emmy 的经同行评审发现;所称的冷却效率「几个百分点」提升属预期而非经审计的实测结果(因无已公开客户成果);Fermi 的 2029 年底发射日期仍以一项尚未详细说明的推进资格认证活动为条件。
综合评分
Physical Superintelligence 是一家创办团队扎实、工程成果公开纪律罕见、但商业主张尚未被任何客户检验过的 2026 年种子期公司。
技术证据是真实的,且优于同类水平。 一份 81 页可行性报告,愿意公布自己未闭合的质量构型、自己的成本超支、自己的同行评审缺口,以及一份「与其去我被要求去的那颗星相比,有个更便宜的星」的分析——这与那些只发布基准表和新闻稿的 AI for 科学公司形成鲜明对比。到达历元的盲重推导一致到 1 年、独立实现对头条运动学量最坏 0.5% 的偏差一致、分级对抗性证明审计,是任何融资阶段的公司都很少愿意让自己承受的验证强度,而愿意发布它这件事本身就是这家公司作为交易对手会如何行事的最强单一指标。
商业面是评估转向谨慎之处。 PSI 卖的是「经验证的物理」,客户是全球最大的工程组织,而这些组织大多既有动机也有资源自建该能力。真正的差异化资产不是求解器、不是模型、不是仿真库,而是验证纪律 + 不断累积的真实设施反馈循环。这一复利优势能否跑在超大规模云厂商的自建能力之前,决定了结果——而在公开亮相约一个月后,两个方向都还没有证据。
五维评估:技术实力高(有经独立重推导的轨迹工作支撑);产品成熟度中(平台可用、有开源姊妹项目、无已交付客户成果);商业化能力在此阶段低(需求完全来自主动询盘、无具名客户、无收入);资金实力对所处阶段扎实(单笔 5,800 万美元种子轮、顶级投资人组群、有可信的后续路径,但需注意种子轮难以支撑整个计划);市场地位有希望但未证实(有品类定义权叙事,尚无领先地位)。
- techScore 8.0。 81 页工程评估主动公布未闭合的质量构型、成本超支与同行评审缺口,到达历元盲重推导一致到 1 年、独立实现最坏偏差低于 0.5%,10 月的 5 个量子开放问题另附 Lean 4 形式化证明;扣分项是对外结论目前仍以公司自述为主。
- bizScore 5.0。 商业结构披露完整(范围界定研究、固定费用试点、规模化按结果分成),首个落点为德州数据中心场址;扣分项是无具名客户、无收入、无在手订单,需求完全来自主动询盘。
- fundScore 7.5。 单笔 5,800 万美元种子轮由顶级投资人组群领投,团队 25 人以上,后续融资路径清晰;扣分项是这笔钱难以覆盖多年度烧率与多城市招聘管道。
- productScore 6.0。 Emmy 平台与开源 GPD 均可用,研究成果附带论文与可复现的形式化验证;扣分项是没有已交付的客户成果,也没有公开的基准对比。
- marketScore 7.0。 品类叙事清晰,多物理场优化与 AI 基础设施的需求真实,投资人结构与目标客户群重叠;扣分项是尚未形成可验证的市场地位。
参考资料
- Physical Superintelligence,《Introducing Physical Superintelligence: The World’s Most Advanced Physics Lab, Staffed by Virtual Physicists to Discover New Laws of the Universe》,PR Newswire,2026-09-01。
- Physical Superintelligence PBC,《Interstellar Precursor Mission to Alpha Centauri: Technical Feasibility Assessment》,2026 年 7 月,全文 81 页。
- Physical Superintelligence 官方网站 psi.inc(领导层、团队、Backing 页面)。
- The Fermi Explorer Mission,《Fermi Explorer Set To Launch Humanity’s First Journey To Another Star》,2026-09-01。
- Physical Superintelligence PBC,《Get Physics Done (GPD)》开源项目文档与代码仓库,Apache License 2.0。
- MIT 科技评论中文版,《他们想用 AI 发现不存在的物理学,然后用它去半人马座》,2026 年 9 月。
- Semafor 关于 Physical Superintelligence 数据中心优化项目与德州场址的报道。
- HPCwire,《Physical Superintelligence Raises $58M to Develop AI Physics Platform》,2026-09-01。
- FinSMEs,《Physical Superintelligence Raises $58M in Seed Funding》,2026-09-02。
- Dealroom,Physical Superintelligence 公司档案与融资事件记录。
- FundedIQ,《Physical Superintelligence: Funding, Investors & Team》,2026 年 10 月。
- Black Scarab,《Physical Superintelligence raises $58 million to build an AI native physics lab》,2026 年 9 月。
- Primary Index,《Artificial intelligence turns to physical laws to cool computing facilities》,2026-09-03。
- Alexander D. Wissner-Gross 与 Cameron Freer,《Causal Entropic Forces》,Physical Review Letters,2013。
- 科技日报,《小型探测器拟 2029 年底飞往半人马座α星,全程耗时约 8 万年》,2026-09-09。
- 关于 Fermi 轨迹工作的访谈报道《How AI plotted an interstellar journey to Alpha Centauri》,2026 年。
- Physical Superintelligence PBC,《Open Quantum Problems: a PSI batch, October 2026》开源仓库 physical-superintelligence/oqp-batch-2026,Apache License 2.0,首次提交 2026-10-23。
- 奥地利科学院量子信息与量子光学研究所(IQOQI),《Open Quantum Problems》开放问题清单,oqp.iqoqi.oeaw.ac.at。
本报告基于公开信息整理,包括公司新闻稿、一份官方技术报告、开源项目文档、媒体报道与创业数据库估算。数据截至 2026 年 11 月 2 日。仅供参考,不构成任何投资建议。
相关论文
相关工具
相关报告66
- 五一视界深度调研:港股上市的数字孪生公司,51Sim 已是第一增长引擎而 51Earth 近乎归零,两套完全不同的融资轮次命名口径必须并存
- AMI Labs 深度调研:10.3 亿美元种子的世界模型豪赌,LeCun 的非生成式路线与它的空白成绩单
- 安世亚太 PERA 深度调研:2003 北京创立的国产 CAE 龙头,PERA SIM 通用仿真 + AIROM 降阶 + AgentX 多智能体 + 精智 iGPT/Whale,从工业仿真跨越到物理 AI
- AspenTech 深度调研:被 Emerson 全资收购的过程仿真巨头与其工业 AI 混合建模路线
- Autodesk 深度调研:以 Neural CAD 基础模型与 2 亿美元 World Labs 押注物理世界 AI,NAVASTO 补齐 CFD 代理能力
- Bentley Systems 深度调研:以 iTwin 数字孪生与生成式 AI 赋能基础设施全生命周期工程
- BeyondMath 深度调研:神经算子路线的基础物理 AI,$19M 联盟预算、1000 倍加速与三个被误读的事实
- Cadence 深度调研:以 EDA 系统级多物理场与 Millennium M2000 超算切入物理 AI,AuraStack 智能体与 Fidelity GPU CFD 成关键抓手
- COMSOL 深度调研:四十年多物理场求解器基业,以 DNN 代理模型训练与全物理场 GPU 加速切入物理 AI
- Dassault Systèmes 深度调研:以 3DEXPERIENCE 与 SIMULIA 虚拟孪生物理行为切入工业 AI,LEO 虚拟助手与 GPU 显式动力学成物理 AI 支点
- 深势科技深度调研:从戈登贝尔奖到国家级独角兽与港股门前,AI for Science 龙头的技术兑现与商业化空白
- Emmi AI 深度调研:17 个月从林茨 spin-out 到 3.3 亿欧元被 Mistral 收购,AB-UPT 拿下 CFD 代理模型 SOTA
- Fainite 深度调研:苏黎世物理 AI 仿真初创,Caltech/ETH/剑桥/谷歌背景团队用物理感知深度学习把仿真从数十小时压到秒级,仅获 Venture Kick 资助、尚无定价轮次
- 飞捷科思深度调研:PhysX 奠基人的二次创业,国产可微分物理引擎与它的生态打法
- 凡拓数创(301313)深度调研:从数字展馆到物理 AI 数据基座的战略跃迁,FTE 引擎与 FunSim 仿真平台的卡位成色及收入兑现节奏
- Godela 深度调研:YC X25 物理 AI 仿真初创,前苹果/谷歌/英特尔团队用物理约束代理模型把仿真从数天压到秒级,仅 seed 轮、试商用 pilot 制
- 霍莱沃(688682)深度调研:以 RDSim AI 电磁仿真与工业智能体贯通「仿真-测量-产品」闭环
- 阿尔特 IAT 深度调研:A 股首家独立汽车设计公司全线转向 AI 研发,圆方/御风/太乙 3.0 产品体系落地并携手英伟达 Omniverse,2025 年营收 9.75 亿元、归母亏损扩大至 2.50 亿元
- Inductiva 深度调研:一个已停运的开源求解器编排样本,八处必须纠正的前提,以及联合创始人 CTO 的停运后去向
- 英特仿真(INTESIM)深度调研:2009 年成立的国产 CAE 龙头之一,自研结构/流体/电磁/热/声学求解器与多物理场耦合平台,完成中网投、深创投亿元 B 轮,2025 年营收签单双过亿
- 软通动力(301236)深度调研:依托软通天枢打造 L1/L2/L3 三层全栈物理 AI 架构,自研 TwinHub 数字孪生、FSim 工业仿真、CAE 多物理场与 Phyxis 具身控制
- Jua 深度调研:以地球物理基础模型 EPT 服务能源交易与电网决策
- Keysight(含 ESI Group)深度调研:以虚拟样机与混合 AI 连接测量与仿真,EDA 引入自然语言助手
- 光轮智能深度调研:前英伟达仿真负责人创办的物理 AI 数据与评测基础设施商,七轮融资约 26.5 亿元估值超 20 亿美元,同时进入 Newton 与 EgoVerse 两大国际标准委员会,订单口径存在 5.5 亿元人民币与 1 亿美元两套说法
- Luminary Cloud 深度调研:NVentures 押注的「物理 AI 模型工厂」,用 SHIFT 模型与 GPU 原生求解器改写 CAE 云化路径
- MathWorks 深度调研:以 MATLAB/Simulink 与 Simscape 多物理场支撑物理 AI,R2026a 推出 Copilot 与 Agentic Toolkit 布局端侧智能
- 觅蜂科技 Maniformer 深度调研:智元机器人孵化的物理 AI 数据基础设施,MEgo 无本体采集硬件量产,半年三轮融资中国电信领投
- Mistral AI 深度调研:30 亿欧元欧洲最大融资背后,Physics AI 如何从语言模型走到 EUV 光刻与核电站
- Monolith AI 深度调研:不加速仿真,而是砍掉物理试验次数的英国工程 AI,被 CoreWeave 收入囊中
- Monumo 深度调研:剑桥深科技电机 AI 设计公司,Anser 引擎日千万级多物理场仿真,累计融资 1050 万英镑,A 轮正在募资中
- NAVASTO 深度调研:把求解器的洞察左移到设计师工作台,Autodesk 用一次收购买下这个入口
- Navier 深度调研:把 CFD 工作流交给智能体,旧金山硬件工程 AI 的种子期豪赌
- Neural Concept 深度调研:EPFL 出身的工程 AI,用 1.38 亿美元融资押注「代理模型能否替代部分求解器」
- NP Co.(NP Company)深度调研:2025 年成立的巴黎 Inria 孵化 AI 原生仿真初创,€6M 天使前轮由 Partech 领投、Mistral 联合创始人参投,宣称预训练物理基础模型实现 1000x 加速,多项宣称待验证
- NVIDIA 深度调研:以 PhysicsNeMo、Warp、Cosmos 世界基础模型与 Omniverse 构建物理 AI 全栈基础设施
- Physical Intelligence 深度调研:31 亿美元级融资押注「机器人的 GPT 时刻」,π0.7 自陈未见任务成功率仅 60–80%,Pi API 定价与收入双双未披露
- PhysicsX 深度调研:把几何与物理都压进一个预训练模型的三亿美元级工业 AI 赌注
- Prometheus 深度调研:410 亿美元估值、182 亿美元融资,却还没有一个产品
- PTC 深度调研:以 Creo/Onshape 与 ThingWorx 数字主线支撑物理 AI,借 NVIDIA Isaac Sim 打通机器人设计到仿真
- 千诀科技(北京千诀科技有限公司)深度调研:预测式世界模型 Polibrain、类脑分区架构与多项式表征,一个「不造本体」的具身大脑如何接入十万台清洁与服务机器人
- Quanscient 深度调研:云原生与量子赋能的多物理场仿真,AI-Native 硬件工程的数据引擎
- Rescale 深度调研:云上的 HPC 操作系统与桌面工程工作台,1.15 亿美元 D 轮与五处被误读的事实
- Schrödinger 深度调研:以 FEP+ 物理模拟与机器学习支撑分子发现,2026 年推出 Bunsen 智能体共同科学家
- Secondmind 深度调研:剑桥工程 AI 公司,贝叶斯主动学习把 CAE 仿真与台架试验减少最高 90%,累计融资约 7300 万美元,马自达兼具客户与投资人身份
- 适创科技深度调研:以 SupreCAST 云原生材料加工仿真与工业智能体,推进 CAE+AI 战略
- 舜云科技深度调研:以粒子法 shonDy 切入新能源与核能流体多物理场仿真
- 数智脉进深度调研:深圳 SNN+LBM 全栈自研 CFD 初创,宣称消费级硬件秒级出数亿网格结果,获财政部下属基金数千万天使轮,规划迁核心算法至 FPGA
- Siemens(含 Altair)深度调研:2025 完成 Altair 收购,Simcenter 与 Altair 仿真组合并,PhysicsAI 几何深度学习与 PhysicsAI Generate 成物理 AI 核心
- Silurian 深度调研:以生成式预报 Transformer 构建地球系统基础模型,面向能源与基建资产的天气风险
- SimScale 深度调研:把 CAE 许可证变成按核时订阅的云端仿真平台,5200 万欧元股权与 2500 万欧元债务必须分开算,以及五处被误读的事实
- Skild AI 深度调研:CMU 机器人研究所孵化的通用机器人基础模型,1.4 亿美元 C 轮对应 140 亿美元估值,但 B 轮规模存在 1.35 亿与 5 亿的口径冲突
- 松应科技深度调研:华为云系团队创办的国产物理 AI 操作系统商,ORCA OS 宣称对标英伟达 Omniverse,融资轮次在三套口径下各不相同,风语筑 2000 万元少数股权投资是可核验的第三方锚点
- 苏度科技(上海苏度科技有限公司)深度调研:零真机数据的仿真训练路线、Sudo R1 全栈自研与「原子能力」商业化,一家成立 17 个月估值超 200 亿元的具身智能新独角兽
- 索辰科技深度调研:从 CAE 工具商到物理 AI 平台商的转型阵痛
- Synopsys(Ansys)深度调研:2025 完成收购 Ansys,从 EDA 龙头跃升为「硅到系统」工程解决方案领导者,Ansys SimAI 与 NVIDIA 物理 AI 合作为核心抓手
- 十沣科技深度调研:院士领衔的国产工业仿真软件,官方时间线与数据库口径的轮次命名完全不同,官方融资 PDF 与投资数据库同时存在且不可合并
- 天洑软件深度调研:2011 年成立的国产智能 CAE 老兵,C 轮数亿元,2024 起主打「工业世界模型」,融资口径与估值多处不可调和,营收从未披露
- 同元软控深度调研:以 MWORKS(Syslab/Sysplorer)对标 MATLAB/Simulink,借 MWORKS AI 与 MOGICK 工程智能体推进国产物理 AI
- Vinci AI 深度调研:把物理仿真从「检查点」变成「连续约束」的半导体新变量
- 西湖机器人深度调研:西湖大学首个机器人成果转化项目,以 WR1 全身通用基座与 GAE 行为专家大模型构成大小脑双预训练架构,半年四轮融资约 5 亿元
- World Labs 深度调研:李飞飞的空间智能独角兽,被 AMD 以 82 亿美元收编
- 深圳元象信息科技(元象科技 XVERSE)深度调研:认知与感知双轮驱动的仿真世界路径,XVERSE 大模型、端云协同 3D 引擎与物理驱动动作生成模型 MotionGen
- 云道智能深度调研:从自主求解器到物理 AI 引擎,国产 CAE 的登顶者与它的未竟之战
- 云境智仿深度调研:北大孵化的云原生 GPU CAE 公司,Simversus 平台加 YJ-DORGP 小样本智能求解器,2025 年自述订单增 275%、营收增 160% 并达盈亏平衡
- 中科第五纪(杭州)深度调研:中科院自动化所与清华联创的具身基础模型公司,FAM 动作光流跨本体通用、3–5 条示范达 97% 成功率,纪元灵脑+纪灵机器人服务中石化/零跑/美的
- 中望软件(688083)深度调研:自主 Overdrive 内核与中望3D悟空 2027 撑起 CAD/CAE/CAM 一体化,CAx 智能体平台是通往工程 AI 的现实路径
本报告基于公开信息整理,仅供参考,不构成任何投资建议。数据截至报告发布日,请以公司公告与定期报告为准。