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
剑桥工程 AI 公司,2016 年以 PROWLER.io 创立、2020 年更名;主动学习软件把仿真次数最多减少 80%–90%,客户含马自达(兼投资人);累计融资约 7300 万美元,2023 年 11 月后未再融资。
执行摘要
Secondmind Limited 是一家总部位于英国剑桥的「工程 AI」公司,2016 年以 PROWLER.io 之名创立,2020 年 9 月宣布更名 Secondmind 并全面转向汽车工程。其云原生软件以 Secondmind Active Learning 为核心,把根植于剑桥高斯过程传统的概率机器学习用于回答一个具体问题:下一轮仿真或台架试验,应该跑哪一个。产品论点窄而清晰——每一次仿真与试验都有成本,其中只有少数会真正改变工程结论,而数据高效的主动学习能把设计空间探索与标定所需的运行次数减少最高 80%–90%,且无需替换客户既有工具链。
公司自己不跑物理,它编排跑物理的工具。 Secondmind 通过 API、SDK 或无代码界面接入工程师已在用的仿真与台架软件,其模型为每条推荐量化不确定性。这一点决定了它在物理 AI 图谱中的位置:它坐在 CAE 之上的决策层,而不在求解器之内——与 Monumo、PhysicsX、云境智仿等自建求解器的公司有本质区别。
旗舰客户关系是马自达,而马自达同时是战略投资人。 双方合作逾三年,马自达参与了 2023 年 11 月的融资轮,并且是「标定图创建工时减少 59%」这一数字的具名出处。其他已披露结果包括:某电机设计在改善转矩、可靠性与 NVH 的同时把 BOM 成本降低 27 美元/台;某电机标定把时间缩短 85%、台架占用降至五分之一;某柴油标定在 400 个试验点以内(常规需 2500+)达到欧 6 限值内的最低油耗。
2025–2026 年的商业化动能以渠道为主,而非入账收入为主。 2025 年 7 月,公司在底特律设立首个美国据点,由前西门子仿真业务高管 Nick Appleyard 领衔,直接催化剂是一家未具名大型 Tier 1 供应商的签约;2026 年 6 月,与住友商事子公司 SCAE(SC Automotive Engineering)签署战略分销协议——这是 SCAE 史上首次与非日本技术公司合作。无价格、无毛利率、无官方营收披露;第三方估计年收入 1900 万–5000 万美元。
融资底盘不大且在老化。 2016 年以来五轮工具合计约 7300 万美元:约 200 万美元种子轮(2016-09)、约 1000 万英镑 A 轮(2017-07)、约 2.15 亿欧元估值附近的 2150 万欧元 B 轮(2019-05)、Reefknot 未披露金额的追加(2019-10),以及 1600 万美元的 2023-11 轮(含 Future Fund 票据转换)。此后逾 30 个月无新融资披露——对一家把上轮资金明确用于「规模化销售与营销」的公司而言,这是一个实质性的 runway 信号。
领导层学术锚点强、商业班底为外聘重建。 Carl Edward Rasmussen——合著高斯过程标准教材的剑桥机器学习教授——自 2016 年任董事长、2019 年 2 月起任公司首位首席科学家;Gary Brotman 为 2021 年 7 月董事会任命的首席执行官(连续软件创业者,旗下 VocalIQ 于 2015 年被苹果收购)。团队据第三方估计 51–200 人,分布剑桥、横滨、底特律三地。
公司概览
Secondmind Limited 于 2016 年在剑桥以 PROWLER.io 之名成立,前四年运营一个通用机器学习决策平台,2020 年 9 月宣布更名并收敛于汽车工程。联合创始人 Vishal Chatrath(2016–2021 任 CEO)与联合创始人兼 CTO Dongho Kim 搭建了公司;第三方档案另将 Aleksi Tukiainen、Kul Singh 列入创始群体。Chatrath 于 2021 年 1 月离职,董事会于 2021 年 7 月任命 Gary Brotman 为 CEO——一位外部运营商,而非创始人。
科学锚点在同体量公司中罕见地强。 Carl Edward Rasmussen 自 2016 年任董事长,2019 年 2 月成为公司首位首席科学家,统领研究领导团队;截至该公告,团队已发表 38 篇同行评审论文、申请 8 项专利。当前研究阵容包括具有贝叶斯优化与计算机试验背景的 AI 高级总监,以及概率建模与贝叶斯优化方向的首席研究科学家——这让「主动学习是工程级而非黑箱」的宣称至少在人上是可支撑的。
组织沿汽车价值链刻意分布式布局。 剑桥承载 AI 与软件核心团队;横滨自 2021 年 1 月起承载日本市场客户成功与 country manager 职能;底特律 2025 年 7 月启用,是首个美国运营据点,由 Nick Appleyard 任美国 country manager 兼北美及欧洲销售与业务发展副总裁。Appleyard 此前在西门子数字化工业软件、CD-adapco、Ricardo、General Dynamics、Ansys、Exa 的履历,本身即是公司对「买家在哪里」的判断。
使命表述随市场迁移。 2020 年前后的材料把公司定位为「在低可见度、数据稀疏、高不确定性环境下弥合人与 AI 的决策引擎」;当前官网则定位为「知道哪些运行才重要的工程 AI」,服务采取基于模型的系统工程方法的乘用车、商用车、非公路与赛车团队。从横向决策支持到汽车工程的转身已经完成,当前材料不再推广通用决策引擎。
员工数、现金余额、burn rate、精确营收、上市计划均无披露。 唯一的量化人员信号是第三方估计的 51–200 人与公开的领导/研究阵容构成。
常见误读警示:四处会改变结论的错误
「Series U」是数据库产物,不是公司用语。 某数据库把 2023 年 11 月的 1600 万美元轮标注为 Series U(总表沿用了这一标签),另有数据库称同一笔为 Series B、Series B-III、Venture Round 或 Other Equity。公司官方公告只称「1600 万美元融资轮、马自达加入既有投资人」。本报告将其视为 B 轮线的延伸,不把 Series U 当作公司术语使用。 引用 Series U 等于复述数据商惯例。
Secondmind 不运行物理。 公司接入客户既有仿真与台架工具,不出售求解器、网格生成器或多物理场引擎。80%–90% 的运行削减来自「选更好的实验」,而非「算得更快」。把它当仿真厂商会高估其替代面、低估其集成负担。
2023 年轮不全是 1600 万美元新股权。 公告明确该轮融资包含 Future Fund 票据转换,即部分为先前已募的可转债。把 1600 万美元当作全新现金高估了增量资本。
旗舰案例不是独立第三方背书。 马自达同时是旗舰客户、战略投资人与三年以上合作伙伴,59% 的工时削减是公司自报数字、无第三方审计。结果可信可引,但不是独立证据。
技术分析
技术核心是建立在高斯过程传统上的贝叶斯主动学习:概率代理模型同时预测工程结果并量化自身不确定性,用于选出「最能降低不确定性的下一轮仿真或试验」。公司将其描述为「为约束下的推理而建的工程级智能」——自动给出下一轮运行、结果可解释、置信度可量化,且明确面向没有 ML 专业知识的工程团队。
两个产品化应用是设计空间探索与标定。 Secondmind for Design Space Exploration 在高维设计空间中寻找平衡多重诉求的可行设计,公司称仿真次数最多减少 80%;某头部发动机厂商据称用比现有仿真器一半的时间发现了 3 倍的可行设计。Secondmind for Calibration 为发动机、电机等动力系统自动化实验设计,把物理测试限制在「对性能目标贡献最大的数据」上,标定时间缩短 50% 以上。
部署模式刻意非侵入。 软件云原生、ISO 27001 认证,每客户独立安全租户,提供「专有数据离开客户服务器前先归一化」的选项,经 API/SDK 自动化或无代码路径集成。这一设计选择即商业战略:采纳不需要替换 Ansys、Siemens、Altair——也因此,防御性问题真实存在。
与物理的连接间接但真实。 模型学习物理仿真与物理试验的输入-输出行为,属于工程 AI 意义上的代理模型;不确定性估计正是「安全跳过某轮运行」的依据。公司不贡献求解器、网格或物理 formulation——它的贡献是「不确定性下的实验选择」,这使其成为主动学习/代理模型厂商的同侪,而非仿真厂商的同侪。
研究底座是护城河,但它很窄。 截至 2019 年 2 月公告的 38 篇论文与 8 项专利、一位合著高斯过程标准教材的董事长、一支由贝叶斯优化领衔的研究团队,给了公司在所选方法上真实的深度。限制同样清晰:该方法流派成熟、论文公开、可被复现,防御性来自工程化封装与客户信任,而非算法秘密。
产品与商业化
商业模式是向 OEM、全服务供应商与 Tier 1 销售软件订阅(覆盖乘用车、商用车、非公路、赛车),价值主张以省下的工时、台架占用与仿真次数计量。
已披露的 traction 是具名关系与渠道协议,不是入账合同。 马自达是旗舰、是投资人、是三年以上伙伴;一家未具名大型 Tier 1 于 2025 年签约并直接催化底特律落子;SCAE(住友商事子公司)2026 年 6 月成为增值分销商,且这是 SCAE 首次与非日本技术公司签约。无价格、无毛利率、无续约、无官方营收。
营收估计是第三方的且宽得惊人。 某数据库估计年收入 1900 万–5000 万美元——这个区间宽到只能当作数量级信号读,且同一来源对其收入阶段的标注自相矛盾。
渠道转向是 2026 年最关键的商业事实。 分销协议把本地工程可信度(日本市场即 SCAE 的)插入 Secondmind 与买家之间,降低了在位者本地存在很深的市场的采纳摩擦;代价是毛利被分流,且增长部分依赖于少数渠道伙伴。
买家重叠风险是结构性的。 西门子、Ansys、Altair、达索都服务同一批工程组织,且都在自有套件中加入 AI 辅助探索与标定;一个从不替换在位套件的「软件伙伴」,也正是在位套件可以吸收的对象。
竞争格局
Secondmind 占据 CAE 之上的决策层,其竞争对手由「攻击哪一层」定义。
对自建求解器的 AI 原生公司(Monumo、PhysicsX、云境智仿),是「架构」对「决策」的对比:那些公司生成或加速物理,Secondmind 减少物理需要被生成的次数。两层更像互补而非互斥,因此更可能的格局是合作而非正面竞争。
对正在加入 AI 的仿真在位者(如集成 NAVASTO 的 SimScale,以及巨头们的自有 AI 功能),这是最难的对比。NAVASTO——与 Secondmind 结构最像的设计空间探索独立公司——已被 Autodesk 收购,这是 standalone 主动学习独立公司结局的最清晰信号。在位者有渠道、有数据管线、有工程关系;Secondmind 有聚焦与中立。
对 Neural Concept,是「方法」对「范围」的对比。Neural Concept 以几何驱动代理预测打同一批 OEM 买家、资金雄厚得多;Secondmind 的防守是:标定与试验削减需要物理实验,其主动学习框架比基于形状的预测更直接适用。
对 OEM 内部团队,这是事实上的对比。马自达自身的「先进 AI 研究与教育战略」(该合作明确支持的对象)恰恰是最终可能把 Secondmind 所售能力内化的能力——每一个战略投资人都带这种双刃风险。
对其他主动学习/实验设计厂商,赛道稀薄但真实存在;2025 年 Autodesk 对 NAVASTO 的收购已经整合了最可比的独立公司。Secondmind 残存的差异化是汽车专用封装、把不确定性量化做成本产品特性,以及日本的渠道位置。
融资
2016-09 种子轮约 200 万美元,来自 Amadeus Capital Partners、Flourish Ventures、IA Capital Group、Passion Capital、Andy Bechtolsheim 等天使,当时公司尚名 PROWLER.io。
2017-07 A 轮约 1000 万英镑,Cambridge Innovation Capital 与 Atlantic Bridge 领投,Passion、Amadeus、SGInnovate 等既有投资人跟投。
2019-05 B 轮约 2150 万欧元,估值约 9000 万欧元,投资方含 Amadeus、Atlantic Bridge、CIC、Mandatum Life、Passion、Pearson、RB Capital、SGInnovate 与腾讯;2019-10,淡马锡与 Kuehne+Nagel 的合资风投 Reefknot Investments 以未披露金额追加。
2023-11 轮 1600 万美元,含 Future Fund 票据转换,马自达作为战略投资人加入,与 Amadeus、Atlantic Bridge、CIC 同轮。该轮于 2023-11-27 与马自达扩大合作一同宣布,资金明确用于销售与营销规模化及云原生优化引擎加速。
累计融资一数据库计约 7300 万美元(5 轮)、另一数据库计 7910 万美元,差异来自对 Reefknot 追加与票据转换的汇总方式。更可操作的事实是时间差:2023 年 11 月之后无新融资披露,截至 2026 年末已逾 30 个月——只引用总额的读者会漏掉这一点。
DISCREPANCIES
1. 2023-11 轮名称。 口径 A:Series U(某数据库,总表沿用)。口径 B:Series B(一库)、Series B-III(另一库)、Venture Round / Other Equity(第三库)。口径 C:无轮次字母,仅称「1600 万美元融资轮」(公司公告)。裁定:以公司公告为 instrument 存在与金额的权威;字母标签是数据商惯例。本报告视其为 B 轮线延伸,不采用 Series U 作为公司术语。
2. 累计融资额。 口径 A:约 7300 万美元、5 轮(某数据库,总表沿用)。口径 B:7910 万美元(另一数据库)。裁定:两者均为数据库聚合,差异源于 Reefknot 追加与票据转换的处理;诚实表述为合计约 7300 万–7900 万美元,且两数字均非公司披露。
3. 创始人。 口径 A:Vishal Chatrath 与 Dongho Kim 为联合创始人(公司声明与商业媒体)。口径 B:前述两人外加 Aleksi Tukiainen、Kul Singh(某数据库)。口径 C:由 CEO Gary Brotman 创立(某初创数据库)。裁定:采用 A(公司确认);B 作为数据库层面的创始群体扩展记录;C 为错误并记录在案——Brotman 系 2021 年 7 月董事会任命,比公司创立晚六年。
4. CEO。 口径 A:Vishal Chatrath,联合创始人兼 CEO,2016–2021(公司与媒体)。口径 B:Gary Brotman,2021 年 7 月起任 CEO(公司公告及全部当期材料)。裁定:两者对各自主张期均成立;过渡有记录——Chatrath 离职见于 2021 年 1 月报道、Brotman 任命在 2021 年 7 月,无来源记载中间期。
5. 员工数。 口径 A:51–200 人(两个数据库)。口径 B:10000+ 人(某数据库)。裁定:采用 A 作为与融资规模相符的合理区间;B 视为数据错误,本报告任何位置均不使用。
6. B 轮估值。 口径 A:约 9000 万欧元(某数据库)。口径 B:1 亿美元投后(另一数据库)。裁定:按 2019 年汇率两者一致;本报告表述为 2019 年 5 月 B 轮约 1 亿美元。
7. 更名时点。 口径 A:2020-09-29 宣布(公司经 Business Wire 发布)。口径 B:2020 年 10 月更名(投资人数据库)。裁定:以公告日为权威;10 月为数据库记录的有效更名月,本报告宣布时点采用 2020 年 9 月。
8. 营收。 口径 A:年收入估计 1900 万–5000 万美元(某数据库)。口径 B:无官方营收披露(公司未披露)。裁定:估计作为第三方数字列示并保留其宽度;公司被定性为未披露营收。
风险与尽调缺口
最长的缺口是头部百分比的独立验证。 80% 仿真削减、DSE 场景 90%、马自达 59% 工时削减、27 美元/台 BOM 降低均为公司自报,且马自达案例另带战略投资人关系。尽调动作:访谈至少两家非投资人被授权客户,获取前后对比的实测工时数据。
融资 runway 是第二缺口。 2023 年 11 月后无披露新轮次,而上轮被明确定位为「规模化」用途;2025–2026 年的商业扩张(底特律、日本渠道、资深销售负责人引进)意味着持续燃烧。只引用 7300 万总额而不看 30 个月空窗的读者会误读资产负债表。
在位者吸收风险是结构性的,且市场已经给出范式。 NAVASTO——设计空间探索领域最可比的独立公司——已被 Autodesk 收购。Secondmind 的中立既是卖点也是暴露:同一批买家所在的套件可以打包同类功能,而一个从不替换套件的伙伴,可以被套件替换。
渠道集中度新且未经规模检验。 SCAE 是首个分销商、且是该公司史上首例;美国推进押在一家未具名 Tier 1 授权客户上。两条渠道扛增长计划、无续约/扩容披露,对一家宣称 pipeline 走阔的公司是单薄的基础。
方法流派成熟可复现。 高斯过程主动学习论文公开,公司的研究领导力才是差异点而非排他算法。拥有更大工程团队的竞争者可以封装等价功能——护城河是封装、信任与不确定性的呈现方式,而非专有内核。
团队规模相对买家集偏小。 51–200 人对阵西门子、Ansys、Altair、达索的数千人体量,交付与支持容量是并发 OEM 项目数的硬约束;2025–2026 年扩至第三个国家进一步加大该压力。
综合评分
- 技术 7.0。 一支真正有深度的贝叶斯主动学习栈,由合著高斯过程标准教材的剑桥董事长锚定,产品化为 DSE 与标定两大应用,带可量化不确定性与可解释的下一轮选择。扣分项:方法流派成熟且公开、头部性能宣称无第三方复现、公司不自带任何求解器或物理资产。
- 商业化 6.5。 一位兼具投资人身份的马自达级旗舰客户、一家催化底特律落子的未具名大型 Tier 1 授权客户、一个日本首批分销渠道 SCAE,以及 1900 万–5000 万美元的第三方营收估计。扣分项:无官方营收/价格/毛利/续约披露,traction 是关系与渠道而非入账合同,营收区间宽到无法据此规划。
- 融资 6.0。 五轮工具合计约 7300 万–7900 万美元,投资人阵容可信(腾讯、Amadeus、Atlantic Bridge、CIC、Reefknot、马自达)。扣分项:末轮为 2023 年 11 月且含票据转换,逾 30 个月无披露继任轮次,2019 年约 1 亿美元估值给下一轮的抬升空间有限。
- 产品成熟度 7.0。 已交付的 ISO 27001 认证云原生 SaaS,两大产品化应用,API/SDK/无代码三路径,每客户独立租户与数据归一化选项,并进入真实发动机、电机、柴油项目。扣分项:无公开的客户部署成功率、无头部百分比的第三方基准、产品价值只有在与客户既有工具链集成后才能实现。
- 市场位置 6.5。 决策层中一个聚焦的独立公司,兼具学术深度、汽车专用封装、战略 OEM 投资人与日本渠道。扣分项:直面可打包同类功能的在位者、市场已用「收购」整合了最可比者、团队相对买家集偏小、两条未经验证的渠道扛着增长计划。
参考资料
- Secondmind 公司站点,含 Secondmind Active Learning 定位、DSE 与标定产品宣称、电机设计/ICE 标定/电机标定/活塞盆设计/柴油标定/电动力总成标定案例结果,以及马自达 Tomohiko Adachi 的引述
- Secondmind 马自达扩大战略合作与 1600 万美元融资轮公告(2023-11-27),含马自达与 Amadeus、Atlantic Bridge、CIC 同轮、Future Fund 票据转换,以及 Gary Brotman、Naohito Saga、Hermann Hauser、Kevin Dillon、Ian Lane 引述
- Secondmind 任命 Nick Appleyard 为美国 country manager 兼北美及欧洲销售与业务发展副总裁公告(2025-07-08),含底特律据点、大型 Tier 1 授权签约及其西门子/CD-adapco/Ricardo/General Dynamics/Ansys/Exa 背景
- Secondmind 与 SCAE 战略分销协议公告(2026-06-09),含 SCAE 首次与非日本技术公司合作、住友商事子公司背景与 Toshimi Yamanoi 引述
- Secondmind 首席科学家任命公告(2019-02),含 Carl Edward Rasmussen 自 2016 年任董事长、出任首位首席科学家、38 篇论文与 8 项专利,以及 Vishal Chatrath 引述
- Business Wire 更名公告(2020-09-29),含 PROWLER.io 四年运营与 Secondmind Decision Engine 发布
- 融资数据库档案,含种子/A/B/2023-11 各轮、7300 万–7900 万美元总额、9 亿欧元与 1 亿美元的 2019 年估值、51–200 人员工估计与 1900 万–5000 万美元营收估计
- Business Weekly 对 Vishal Chatrath 离职(2021-01)与董事会任命 Gary Brotman 为 CEO(2021-07)的报道
- Business Weekly Awards 2026 入围报道,含标定时间与仿真次数削减宣称及底特律、SCAE 扩张记述
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 2026 年 10 月 24 日,请以公司公告与定期报告为准。
相关论文9
相关案例
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
- 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
- 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
- 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。