物原科技(TensorWorld)深度调研:从 GeoPT 与 Transolver 出发的物理原生基础模型,成立四个月获过亿美元融资,产品与客户尚待验证
物原科技(TensorWorld)2026 年 7 月成立于北京海淀,由 GeoPT、Transolver 作者吴海旭创办,主打物理原生基础模型;成立四个月内披露过亿美元融资,产品与客户尚无公开验证。
执行摘要
物原科技(英文品牌 TensorWorld,工商主体北京物原科技有限公司)是一家 2026 年 7 月 1 日成立于北京市海淀区的物理基础模型初创企业,提出「在张量世界中,构建物理真实」。公司创始人兼 CEO 吴海旭是 GeoPT 的第一作者、Transolver 系列神经求解器的核心作者,联合创始团队覆盖大规模 AI 基础设施、基于模型的强化学习与三维表征学习。公司公开表述的技术目标是:让模型学习几何结构、材料属性、边界条件与外力如何共同决定物理系统的演化,并对行动后果给出可测量、可验证的推演;其自我定位以预测结果与真实世界的一致性为准绳,与以画面逼真度为优化目标的视频生成类世界模型在目标函数上相区分。被点名的应用方向包括具身机器人训练、工业设计与研发、自动驾驶以及科学计算与虚拟实验。
支撑这套叙事的技术链条具备可核验的学术基础。Autoformer 与 TimesNet 处理长时序动态建模,Uni3D 把三维表征学习扩展到十亿参数规模,Transolver 以 Physics-Token 把物理场中的空间结构与状态变量组织成可学习单元,随后的 Transolver++ 与 Transolver-3 被描述为把仿真精度推进到工业级;GeoPT 是 2026 年 2 月由 MIT CSAIL 与清华大学研究者提出的预训练方法,何恺明与 Wojciech Matusik 位列作者,其核心是把合成动力学「抬升」到现成几何之上,用无需物理标签的自监督信号替代昂贵的求解器标注。该工作报告在 DrivAerML、NASA-CRM、DTCHull、Car-Crash 与 Radiosity 五类基准上减少 20% 至 60% 有标签数据需求、把收敛速度提升 2 倍,并开源代码、公开超过一百万条预训练样本。EfficientZero 则补上基于所学世界模型推演未来并规划行动的一端。
资本侧的速度同样罕见。2026 年 11 月 5 日的品牌官宣与多家企业数据库给出「单笔 1.05 亿美元种子轮、十家投资方」的口径;11 月 10 至 11 日公司、投资方与多家财经媒体给出「一个月内连续完成天使轮与天使+轮、累计过亿美元」的口径,两轮领投与跟投名单不同、各轮金额与估值均未披露,另有单一数据库附记约 6 亿美元估值。截至本报告写作日,公司未披露具名付费客户、订单、收入、定价或已交付的商业模型。本报告基于公开信息整理其团队、技术、资本结构与市场语境,并对 DISCREPANCIES 中记录的 8 组公开口径冲突逐项裁定。
公司概览
工商层面的可核信息相对完整。企业登记主体为北京物原科技有限公司,统一社会信用代码 91110108MAKHYCW6XR,注册地位于北京市海淀区中关村东路 123 号,登记机关为北京市海淀区市场监督管理局,行业门类为信息传输、软件和信息技术服务业,行业小类为基础软件开发(6511)。经营范围包含人工智能理论与算法软件开发、人工智能应用与基础软件开发、人工智能基础资源与技术平台、人工智能公共数据平台、数据处理与存储支持服务、智能机器人研发与销售等。成立日期登记为 2026 年 7 月 1 日,经营期限至 2056 年 6 月 30 日;2026 年 10 月 14 日企业类型由「其他有限责任公司」变更为「有限责任公司(外商投资、非独资)」。同日的投资人变更新增凯辉未来智造(上海)私募投资基金合伙企业、上海云玚企业管理咨询有限公司、厦门雅恒创业投资基金合伙企业、天津星连健荣海河创业投资基金合伙企业、无锡鼎晖弘达股权投资合伙企业、盛誉能源有限公司、红杉中国创投九期十三控股有限公司、路飞可变资本公司等机构股东;原有股东包含四个以「北京智成」「北京智汇」命名的境内员工持股平台,以及自然人吴海旭(认缴 29.978580 万元)与郑文(认缴 19.341420 万元)。
治理结构需要与媒体叙事分开记录。媒体一致把吴海旭称为创始人兼 CEO,而工商登记的法定代表人是郑文,同时兼任经理与财务负责人。2026 年 10 月 14 日的高级管理人员备案变更后,吴海旭任董事长,公元、李贸祥、陈晗任董事,郑文保留经理、董事与财务负责人职务。同一聚合快照里「员工人数 0」属于社保申报口径字段,不能被读成研究团队的实际人数;注册资本记为 125 且币种字段为人民币元,但该快照未标注单位,是否按「万元」记载需以官方登记摘录复核。这类工商聚合数据为二级来源,本报告按 REGISTRY 聚合源标注,避免把其字段直接当作公司披露。
团队履历是这家公司早期最被反复引用的资产。吴海旭 1998 年生,2016 年进入清华大学软件学院并修读纯数学与应用数学第二学位,2019 年赴哈佛大学开展研究,本科毕业后留清华攻读博士,师从龙明盛;2022 年获清华大学特等奖学金(该奖项每年全校约 20 人),获奖时已在 ICML、NeurIPS 等会议与期刊发表 7 篇论文、其中 6 篇为第一作者或共同第一作者,2024 年获字节跳动奖学金,2025 年入选斯坦福大学与爱思唯尔联合发布的全球前 2% 顶尖科学家榜单,2025 年起在 MIT CSAIL 从事博士后研究、合作导师为计算设计领域学者 Wojciech Matusik。公开资料对其 Google Scholar 引用量给出「超过 3 万次」与「近 3 万次、约 2.96 万次」两种口径。郑文为清华大学本硕、斯坦福大学计算机科学博士,师从 Stanley Osher,曾任快手 AI 技术副总裁与 Y-tech AI 实验室负责人,被赋予亿级用户产品工程化与十万卡级算力基础设施管理经验。叶葳蕤为清华大学交叉信息研究院博士、MIT 博士后,曾赴 UC Berkeley Pieter Abbeel 实验室访学,2021 年提出基于模型的强化学习代表作 EfficientZero,2026 年入选红杉中国与 MIT 科技评论联合评选的 AI25 榜单。周俊昇为清华大学软件学院在读博士,从事 3D 空间智能研究,曾获百度奖学金,参与构建十亿级三维表征 Uni3D(ICLR 2024 Spotlight)。团队公开合作网络覆盖清华、MIT、斯坦福与 UC Berkeley。
产品与技术架构
物原科技对外描述的产品形态是「物理原生基础模型」,中文报道亦写作「物理原生基座模型」或「物理原生模拟器」。其给出的判据是:当几何结构、材料属性、边界条件或外部作用发生变化时,模型推演出的状态变化仍应与真实世界对齐。这个判据把优化目标放在物理状态的可验证预测上,与以帧间像素合理性为目标的视频生成世界模型在评价方式上相区分,也使其技术血缘更接近神经仿真与工程代理模型。公司自述的能力分为三层:理解结构、预测演化、推演行动。
目前最可核验的技术证据来自 GeoPT(arXiv:2602.20399,2026 年 2 月)。论文作者为 Haixu Wu、Minghao Guo、Zongyi Li、Zhiyang Dou、Mingsheng Long、Kaiming He 与 Wojciech Matusik,前两人为共同第一作者,机构为 MIT CSAIL 与清华大学。论文指出神经仿真器的规模化瓶颈在于求解器标签的生成成本,而仅用静态几何做监督会忽略动力学、甚至造成负迁移;其「抬升式几何预训练」(lifted geometric pre-training)把合成速度场注入现成几何,从几何与动力学的耦合中导出无需物理标签的自监督信号。实验以 ShapeNet-V1 中汽车、飞机、船舶等工业相关几何为基础生成超过一百万条样本(约 5TB),据量子位报道在 80 核 CPU 上约 3 天完成、单样本约 0.2 秒;骨干网络为 Transolver,配置 3M 至 15M 参数三档,并做了 8 层至 32 层的深度扩展测试。在 DrivAerML 汽车气动、NASA-CRM 飞机受力、DTCHull 船舶水动力、Car-Crash 碰撞最大应力以及跨物理域的 Radiosity 辐射度任务上,该方法把有标签数据需求降低 20% 至 60%、把微调收敛速度提升至 2 倍,且随模型规模与预训练数据多样性增加性能持续改善。代码公开于 github.com/Physics-Scaling/GeoPT。
表征层由 Transolver 承担。投资方材料把 Physics-Token 概念的提出时间记为 2023 年,把 Transolver 论文记为 2024 年,并称 Transolver++ 与 Transolver-3 把精度推进到工业级;多家报道称该架构已被纳入 NVIDIA PhysicsNeMo 开发框架。Autoformer 与 TimesNet 对应时间演化,Uni3D 对应三维空间结构,EfficientZero 对应在学到的世界模型上推演与规划,共同构成公司及投资方所叙述的「时间—空间—物理—行动」递进链条。尽调时必须区分两层事实:这些是多机构合作的公开学术成果,并非物原科技已发布产品的基准;20% 至 60% 的数据节省与 2 倍收敛提升是在特定代理仿真微调任务上测得,尚不足以证明通用物理推理、长时序 rollout 稳定性、接触丰富的机器人操作或 sim-to-real 迁移能力。
应用场景与目标客户
公司点名的应用族有四类。机器人团队需要在真机部署前反复演练采集成本高、具有危险性或难以复现的任务,并希望模型在机械臂动作之前预判物体如何移动、力如何传递、结构如何形变;工业工程团队需要在制造实体样机之前评估不同设计在受力、流动、传热与形变条件下的表现,减少实体试验轮次与研发周期;自动驾驶被中文报道列为目标场景,投资方名单中的蔚来资本也被解读为这一方向的注脚;科学计算与虚拟实验则被描述为更长期的场景,研究者可在更大参数空间内提出假设、模拟实验并从预测与实测偏差中寻找规律。
由此推导的买方是机器人训练与工业研发背后的模型与仿真环节:机器人企业、工业设计部门、科研机构,也可能包含汽车工程团队。财经报道把商业检验写得很具体——仿真结果能否真正指导真实研发、相较既有方法能节约多少时间与成本、客户是否愿意持续付费。截至本报告写作日,公司未披露任何具名付费客户、订单、合同金额、部署案例、收入或定价方式,也未说明首个产品优先服务机器人训练还是工业研发。
有一类信息需要谨慎处理。凯辉基金称其在公司成立前即与吴海旭接触,两次赴波士顿参与孵化,并引入达索系统等工业企业探讨潜在工程应用;而一篇英文融资报道明确指出,相关公告没有识别出由这些接触产生的商业合同或已部署产品。这些属于探索性交流,不构成客户证据。同样,中文报道广泛引用的「机器人在软件仿真中任务成功率 89.4%、同类任务在真实家庭环境约 12.4%」被归因于斯坦福 HAI 报告,本轮检索未定位到该原始报告及其任务定义,因此本报告把它作为媒体转引的 sim-to-real 鸿沟示意记录,标为未核验,不作为可引用的统计事实。
商业模式与生态布局
公司没有公布商业模式。11 月 5 日的品牌官宣把物理基础模型描述为「正在研发」,公开材料呈现的是研究纲领与品牌,尚未形成可购买的产品。第三方投资简报推测其未来可能沿「基座授权、仿真服务、具身数据与评测闭环」变现,这类判断属于分析者推断,本报告统一标注为 MEDIA 与 UNVERIFIED。公司没有发布 API、模型卡、基准套件、许可证,没有给出定价单位,也没有说明首个交付物是模型权重、云端服务还是工程项目制交付。
可观察的是围绕公司的资本与场景生态。股东名单把双币基金与产业资本放在一起:蚂蚁集团在两版口径中均出现,并在较晚口径中由跟投转为天使+轮联合领投,其自身还有灵波 LingBot 系列模型以及对逆矩阵科技的战略投资;美团战投在较晚口径中作为新进入的联合领投方出现;蔚来资本、鼎晖 VGC、IDG 资本、达晨财智、和玉资本、星连资本、凯辉基金与红杉中国构成其余具名阵容。一份投资简报还把景和资本同时列为天使+轮参与方与独家财务顾问,双重角色需另行确认。财经报道对这份名单的解读是「C 端消费场景、工业互联网场景与自动驾驶场景并存」,说明资本方看中技术路线的跨场景泛化潜力,这属于投资人观点,与公司收入结构无关。
这份名单的现实价值在于场景数据、算力资源与潜在早期设计伙伴的接入,尚未体现为已入账收入。它也带来极早期高额融资常见的治理问题:技术尚在研发阶段就完成过亿美元融资,会把后续验证的门槛抬得很高;而本身已有内部世界模型布局的产业投资方,可能同时把这笔投资视为对某条研究路线的期权。物原能否把学术声望转化为可重复交付的产品、并形成可防御的数据或评测闭环,决定这个生态最终是分销渠道还是背书清单。
竞争格局与差异化
本站已收录的物理 AI 与世界模型公司覆盖多条不同路径:Vinci AI 与 NP Co. 分别推进预训练物理基础模型与工业物理基础模型,Physical Superintelligence 以「虚拟物理学家」定位,World Labs 侧重空间智能与世界模型,清雁科技以微分几何为基础构建几何物理引擎,壹零壹壹科技自研覆盖刚体柔体流体的物理仿真引擎,息壤开物提出 LPM 大物理模型,Veeda AI 与苏度科技分别切入机器人基础世界模型与零真机数据仿真训练,千诀科技做面向具身决策的预测式世界模型。物原科技自述的差异化在于从物理规律与物理场表征出发,通过预训练把物理规律变成模型的内在属性。各家处于栈的不同层次,公开证据都还偏早期,因此按技术优劣做排序并不稳妥,本报告只做路径描述。
更现实的竞争发生在资本与人才层面,且市场正在降温。量子位 2026 年 11 月 8 日的行业调查称,头部基金愿意出手的世界模型项目已缩到少数几支团队,「世界模型」四个字带来的普遍估值溢价快速缩水,融资官宣普遍比实际交割滞后约三个月;财联社创投通不完全统计显示 10 月物理 AI 与世界模型一级市场融资事件为 5 起。同一轮讨论中,宇树科技上市后的股价波动、AMD 于 9 月宣布约 82 亿美元全股票收购 World Labs(仍需监管批准)等事件,被投资人当作重估早期项目定价的公开参照。在这份调查里,物原科技与逆矩阵科技、自然意志、LiberAI、蚂蚁灵波、原力无限一同被列为仍能较顺利融资的少数团队,共性是学术履历亮眼且有论文或模型进展可展示。
物原的相对优势有三项:可核验的一作研究记录(含开源代码与可复现基准)、跨越物理建模与三维表征与具身学习与超大规模基础设施的联合创始组合、以及足以支撑较大规模预训练的早期资金。相对约束同样明确:融资时公司成立仅四个月,没有产品基准与客户,技术主张目前仍落在学术成果层面;而市场正从「为叙事定价」转向「为证据定价」,这会让纯研究阶段的容忍窗口变短。措辞上需要说明,上述比较只描述各家路线与市场环境,不对其技术前景作优劣判断。
融资与资本结构
目前并行存在两套融资口径。较早一套以 2026 年 11 月 5 日的 X 品牌官宣及多家企业数据库为依据:单笔种子轮 1.05 亿美元(约人民币 7.05 亿元),投资方十家——凯辉基金(Cathay Capital)、红杉中国(HongShan / HSG)、蚂蚁集团、和玉资本(MSA Capital)、美团、IDG 资本、鼎晖 VGC、星连资本(Link-X Capital)、达晨财智(Fortune Capital)与蔚来资本(NIO Capital);张通社另记估值约 6 亿美元,并把同日描述为 TensorWorld 物理基础模型发布日。较晚一套来自 11 月 10 至 11 日公司、投资方与多家财经媒体的披露:一个月内连续完成天使轮与天使+轮,累计金额过亿美元;天使轮由凯辉基金与红杉中国联合领投,IDG 资本、鼎晖 VGC、星连资本、蚂蚁集团跟投;天使+轮由蚂蚁集团、和玉资本、美团战投联合领投,达晨财智、蔚来资本、景和资本及多家老股东持续跟投;两轮各自金额未披露,估值未披露。
尚无一手公司声明同时解释这两套结构。2026 年 10 月 14 日企业类型变更为外商投资非独资、并新增多家机构股东,与境外或双币资本进入股东名册的方向一致,但工商摘录本身不记载轮次金额、估值与交割日,因此把两者直接挂钩属于推断。财联社创投通—执中数据另给出「后续 2 年融资预测概率 71.09%」,这是模型估算结果,媒体自己也标注不代表实际融资结果,本报告将其排除在事实记录之外。
无论按哪套口径,对一家成立四个月的公司而言这都是一笔大额早期融资,且产业资本密度很高。它换来较长的研究跑道与预训练所需的算力,也把估值与预期放在了产品验证之前。值得跟踪的下一个信号有三个:由公司一手发布、能同时解释单笔与两轮说法的融资结构说明;首个带独立基线的模型发布;以及第一个具名付费合约。在此之前,融资数字只应作为资本关注度的指标,不应被换算成技术或商业进展。
DISCREPANCIES
1. 融资轮次结构与笔数。 口径 A:11 月 5 日品牌官宣与多家企业数据库记为单笔 1.05 亿美元种子轮。口径 B:11 月 10 至 11 日公司、投资方与媒体记为一个月内连续完成天使轮与天使+轮两轮。裁定:两套口径并列记录、不做抹平,把「两轮」作为较晚的公司侧口径,具体交割笔数标注为未确认。来源等级:OFFICIAL 与 DATABASE 对 OFFICIAL 与 MEDIA。
2. 融资金额与估值。 口径 A:1.05 亿美元(约人民币 7.05 亿元),估值约 6 亿美元。口径 B:累计过亿美元,估值未披露,各轮金额未披露。裁定:以「过亿美元」作为两套口径的共同下限,1.05 亿美元标为单源精确值,6 亿美元估值标为未证实的数据库口径。来源等级:DATABASE 对 OFFICIAL。
3. 披露时间线。 口径 A:11 月 5 日在 X 发布品牌,天眼查系数据源同日报告融资。口径 B:11 月 10 日的投资简报把当日称为官宣日,科创板日报、中国经营网、中国经济网与投资方公众号的集中报道在 11 月 11 日。裁定:记录 11 月 5 日为品牌与首次融资披露、11 月 10 至 11 日为第二次披露波次,并注明融资官宣常滞后交割约三个月。来源等级:OFFICIAL 加 MEDIA 与 DATABASE。
4. 投资方名单与财务顾问角色。 口径 A:十家具名投资方,无景和资本。口径 B:天使+轮新增景和资本,并分别给出两轮领投与跟投名单;另有一份投资简报称景和资本任独家财务顾问。裁定:以较晚的两轮名单作为公司侧名单,把景和资本「参与方兼独家财务顾问」的双重角色标为单源待核。来源等级:OFFICIAL 对 MEDIA。
5. 产品形态与成熟度。 口径 A:11 月 5 日官宣称公司「正在研发」物理基础模型,发布的是 TensorWorld 品牌。口径 B:一家数据库称同日「正式推出 TensorWorld 物理基础模型」,而科创板日报把物理原生基座模型称为核心产品的同时明确公司尚未披露具名付费客户、订单、收入与收费方式。裁定:记录品牌发布与模型在研,把「已发布产品」标为未经证实的数据库表述。来源等级:OFFICIAL 对 DATABASE 与 MEDIA。
6. 公司角色与工商登记口径。 口径 A:媒体一致称吴海旭为创始人兼 CEO。口径 B:工商登记法定代表人为郑文,兼任经理与财务负责人;2026 年 10 月 14 日变更后吴海旭任董事长;同一快照「员工人数 0」、注册资本 125 且未标单位。裁定:吴海旭记为创始人兼 CEO、郑文记为法定代表人兼经理;员工人数按社保申报字段处理,注册资本单位标注为未确认。来源等级:MEDIA 对 REGISTRY 聚合源。
7. 技术年份与工业采纳口径。 口径 A:投资方材料把 Physics-Token 记为 2023 年提出、Transolver++ 与 Transolver-3 达到工业级精度,并称 Transolver 已被纳入 NVIDIA PhysicsNeMo。口径 B:GeoPT 论文引用 Transolver 为 Wu et al. 2024,科创板日报亦记其 2024 年发表;另有单一媒体称 GeoPT 获 ICLR 2026 科学基础模型研讨会最佳论文奖。裁定:概念提出记 2023 年、论文发表记 2024 年;PhysicsNeMo 采纳标为公司与投资方口径、待一手核验;研讨会奖项标为单源待核。来源等级:OFFICIAL 与 MEDIA 对 PAPER。
8. 客户验证与示意性统计。 口径 A:凯辉基金称两次赴波士顿孵化并引入达索系统等工业企业验证;中文报道转引斯坦福 HAI 报告称仿真任务成功率 89.4%、真实家庭环境约 12.4%。口径 B:英文融资报道明确相关公告未识别出由此产生的商业合同或已部署产品;本轮检索未定位到该 HAI 原始报告。裁定:把工业接触记为探索性交流、不作为客户证据;成功率对照标为媒体转引的示意数据、待一手确认。来源等级:OFFICIAL 与 MEDIA,未验证。
风险与尽调缺口
首要缺口是公开学术成果与公司产品之间的距离。GeoPT、Transolver、Autoformer、TimesNet、Uni3D 与 EfficientZero 是来自 MIT、清华、斯坦福与 UC Berkeley 等机构的可核验学术贡献,其中若干有开源代码与基准数字;但物原科技没有发布模型卡、产品基准、推理成本、许可证或 API。20% 至 60% 的数据节省与 2 倍收敛提升是特定代理仿真微调任务上的结果,尚不能证明长时序物理 rollout、接触丰富的操作、sim-to-real 迁移或通用行动规划。
第二处缺口是商业化。公司未披露具名付费客户、订单、合同、收入、定价单位或部署,也未说明首个产品优先服务机器人训练还是工业研发;基座授权与仿真服务仍属分析者推测。尽调应追问:工业客户是否愿意把学习式预测器纳入工程签核流程、需要怎样的精度与不确定性保证、模型如何与物理试验对照验证。
第三处缺口是融资记录本身。单笔种子轮与两轮说法在结构、金额精度、投资方名单与估值上均不一致,且没有一手声明加以统一。10 月 14 日工商变更与新增机构股东同新资本进入方向一致,但不足以证明轮次金额与交割日;71.09% 的再融资概率是模型输出,不是证据。尽调应以签署的交易文件、官方工商摘录,以及逐轮列明领投方、金额与交割日的公司声明为准。
第四处缺口是资本效率与团队容量。成立四个月即完成过亿美元融资,能支撑昂贵的预训练,也把预期集中到一条时间表未公开的研究路线上。公开报道里数位联合创始人仍带有学术身份描述(含在读博士与博士后),全职构成、关键人才留存与股权安排均未公开;算力承诺、数据许可与工业级标签生成成本,将决定这笔资金的实际跑道长度。
第五处缺口是技术范式的边界。长时序误差累积、陌生几何与材料的泛化、接触与摩擦建模、柔体与流体、评测标准缺失,都是中文报道中行业自身承认的开放问题。GeoPT 在 Radiosity 上的跨物理域结果是积极信号但范围有限。可信的产品主张需要独立基线、分布外测试、不确定性估计与物理实测验证,并公开到可复现的粒度。
第六处缺口是信息透明度与治理。CEO 与法定代表人为不同人,主体在融资披露前不久变更为外商投资企业,引用量、职称、奖项等个人数据多来自投资方或媒体档案,一手记录仍有待补齐。作为无审计财报、无产品的私营公司,物原科技更适合通过一手披露、官方工商登记与同行评议论文持续跟踪,而不宜以融资标题作为进展刻度。
综合评分
技术维度给 8.5 分。创始团队具备罕见且可核验的一作研究记录:GeoPT 有开源代码、超百万预训练样本、五类基准与规模扩展趋势,Transolver 被报道进入工业框架。扣分项在于这些仍是学术成果、跨任务泛化未证明、公司侧没有产品基准。
商业化维度给 3.5 分。目标场景具体、投资方名单提供潜在场景入口,但没有具名客户、订单、收入、定价与市场动作,商业模式仅由第三方推测。扣分项在于从研究到首个付费合约的全链条尚无任何公开证据。
融资维度给 9.0 分。成立四个月即披露过亿美元融资,领投与跟投覆盖头部双币基金及消费、工业、汽车三类产业资本,在该阶段属极强开局。扣分项在于单笔与两轮口径未统一、估值未披露、交割细节缺失。
产品成熟度维度给 3.0 分。已发布品牌与研究纲领,模型被描述为在研;没有发布版本、基准、文档、部署或服务水平证据。单一数据库所称「已发布模型」按未证实处理。
市场位置维度给 7.0 分。在降温的市场里被多次列为仍能顺利融资的少数团队,公开研究带来可见度。扣分项在于公司仅成立四个月、没有客户,且市场计价方式已从叙事转向证据。
综合 6.2 分。物原科技是一家研究驱动的物理原生基础模型初创企业,当前主要资产是具备一作成果的联合创始团队、一项开放可复现的预训练方法,以及一笔异常丰厚的早期融资;当前主要负债是没有交付产品、没有任何商业验证,以及存在 8 组公开口径冲突的信息记录。最值得跟踪的下一个信号依次是:公司一手发布并能统一两套说法的融资结构说明、首个附独立基线的模型发布、以及第一个具名付费客户。
参考资料
- TensorWorld 官网 tensorworld.com 与 2026-11-05 在 X 的品牌官宣:公司定位、「在张量世界中构建物理真实」表述与品牌发布。
- 《科创板日报》/ 财联社《世界模型降温声中,物原科技一个月融了超 1 亿美元》(2026-11-11):两轮融资、投资方名单、创始团队履历、无具名付费客户、市场降温数据。
- 中国经营网《物原科技完成过亿美元融资 攻坚物理基础模型赛道》(2026-11-11):成立时间、物理驱动范式、三层能力表述与行业分析。
- 中国经济网、中国日报网专题稿(2026-11-11):技术路线叙事、Autoformer / TimesNet / Uni3D / GeoPT / Transolver / EfficientZero 链条与所引 sim-to-real 数字。
- 鼎晖 VGC 公众号《鼎晖 VGC 投资「物原科技」,布局物理原生基础模型》(2026-11):物理原生定位、Physics-Token 与 Transolver 及 GeoPT 技术栈、投资逻辑。
- 蔚来资本公众号《蔚来资本投资 TensorWorld 物原科技》(2026-11):创始人履历、三位联合创始人履历、EfficientZero 与 Uni3D 细节、物理真实判据。
- 瀚澜创投公众号(2026-11):Physics-Token 时间线、Transolver 系列演进、与何恺明合作的 GeoPT 及赛道背景。
- GeoPT 项目页 physics-scaling.github.io/GeoPT 与 arXiv:2602.20399(2026-02):抬升式几何预训练、百万级样本、五类基准、20%–60% 数据节省、2 倍收敛、开源代码。
- 量子位《何恺明团队新作 GeoPT》(2026-02)与《资本正在撤离「世界模型」》(2026-11-08):作者机构、训练成本细节、10 月 5 起融资统计与估值重定价语境。
- 张通社、证券之星与天眼查系数据源、Spatial Daily 英文报道、机器人前瞻 / 具身之家、qibook 工商聚合快照(2026-11-05 至 11-11):1.05 亿美元种子轮口径、十家投资方、估值口径、品牌发布细节与工商字段。
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 11 月 12 日。物原科技为非上市私营企业,无审计财报,亦未披露产品与付费客户;融资结构、金额、估值、投资方名单、产品状态、公司角色、技术年份与客户验证等存在 8 组公开口径冲突(详见 DISCREPANCIES)。相关不确定性已在正文与 DISCREPANCIES 中标示,请以公司一手公告、官方工商登记、同行评议论文与签署的交易文件为准。
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。