一家反共识的物理AI公司，两周连融2轮，估值150亿！
 
要知道，现在大模型那边的融资早就凉了大半截了，随便一个AI项目出来拿钱都得扒三层皮，它们凭啥？
 
其实逻辑也不难理解，这家叫“光轮智能”的投资人砸的不是某一家的运气，是物理AI这条赛道刚冒出来的三个新风向，而且三个风向全跟“数据”两个字绑得很深。
 
这家公司是2023年在北京成立的，团队里大多是懂物理引擎、合成数据的老手。说白了他们干的活就是给机器人做训练用的虚拟场景。
 
你想啊，机器人真要进厂搬货、去医院送药、进家打扫，总不能直接扔现实里瞎试吧？摔了碰了都是成本，真去采现实里的训练数据，扛着设备满世界跑，标数据的人工费都能把成本堆上天，还不一定能采到极端情况。
 
比如仓库突然掉个箱子、路上突然窜个猫这种边角场景，传统采数据的方法根本兜不住。
 
他们不搞那套笨办法，把网上现成的人干活儿的视频、自己做的仿真场景、还有测机器人会不会干活的评测串成一条线，机器人先在仿真里练，练完再扔真场景里试。
 
出错的数据、遇到的新场景数据再拿回来，下次精准补采缺的内容，相当于给机器人攒专属的经验库。
 
他们自己公布过数据，能把原来机器人开发要三四个月的周期压到两三周，综合训练成本降十倍都不止，今年前几个月新增订单就有5亿多，比去年一整年的收入还多，客户里有英伟达、谷歌、字节、阿里，都是各领域里挑头的狠角色，愿意掏钱说明东西确实能用。
 
再说这俩礼拜的两轮钱，5月那波是蚂蚁领投，估值直接破了20亿美元，差不多135亿人民币，当时就刷新了全球实体机器人相关数据服务公司的估值纪录，结果呢？
 
没歇俩礼拜，6月又官宣拿了10亿战略融资，不少知名游戏公司也跟着投。俩A股游戏公司加个做棋牌的三七，凑一块投一个物理AI公司，这两年可不多见。俩礼拜加起来超20亿，估值直接站上150亿，这钱拿得够猛的。
 
这钱拿去干啥了？官方说法是砸物理智能数据与评测基础设施的核心技术研发，说白了就是接着铺那套数据生产的底层体系。
 
捋完这事儿，反而能看出物理AI现在三个挺明显的趋势，也是投资人敢砸钱的底气。
 
第一个趋势特好懂，之前大模型那代的逻辑大家都熟，算法都差不多，网上文本数据到处都是，所以拼的是谁显卡多，英伟达那几年就是靠这个飞起来的。
 
但物理AI不一样啊，机器人要学的不是跟你唠嗑，是怎么搬三十斤的箱子不歪、怎么爬三楼不卡壳、怎么在堆满货的仓库里绕开障碍物，这些数据现实里哪有现成的题库？
 
采一次就只能给一个客户用一次的话，这生意就是苦力活，多一个客户多堆一波人，根本做不大，规模效应完全出不来。
 
所以现在投资人看物理AI项目，先看你能不能跳出“数据卖一次就废”的坑，物理AI的命门已经从拼显卡转到拼数据了，谁握得住高质量、能复用的数据，谁就先赢一半。
 
第二个趋势，能成事的肯定不是靠堆人干苦力的运营公司，得是搞基建的。
 
之前好多做数据标注的公司你应该也听过，就是雇一堆人在那标图像标视频，甲方要啥你标啥，干一单结一单，规模永远上不去，本质是单次交付的数据服务商，挣的都是辛苦钱，哪怕做得再大，还是人力密集型，配不上高估值。
 
光轮这伙人不一样，他们做的是数据生产的底层体系，不用每次客户要数据都重新采，接的是人类视频的源头，中间用仿真放大筛选，还能评测数据合不合格，产出的数据能反复给不同客户、不同场景用。
 
他们自己说一份数据能重复卖十次，这才叫基建，才有规模效应，才配得上百亿估值。
 
之前还有个同赛道的公司叫星海图，也是做实体机器人相关数据的，最近也拿了融资，但估值比光轮低不少，核心差就在这：星海图更多是采真实数据单次卖，还是传统数据服务的逻辑，光轮是做底层体系的，天花板完全不在一个量级。
 
第三个趋势更有意思，物理AI离自己的通用接口时刻不远了。
 
之前做大模型的人都懂英伟达早年推的那个通用计算架构为啥牛，就是把显卡、做开发的程序员、做AI应用的厂家全串到一块儿。
 
大家都用同一套规矩说话，不管是做聊天机器人的还是做AI绘画的，都能往上套，硬件才好卖，那架构就是英伟达吃好几年大模型红利的核心护城河。
 
现在物理AI这块乱得很：采数据的设备各家不一样，做的模型各家不一样，机器人本体有做轮式的有人形的，场景有工厂有仓库有医院，谁要是能把这套东西整成统一的数据规矩、统一的评测标准，谁就相当于物理AI这一代做通用标准的牵头方，标准立住了大家都得用。
 
你看光轮现在干的活：跟不少大公司一起搞开源物理引擎项目，还跟英伟达联合做评测框架，自家的仿真平台进了全球最大的AI开源社区的官方文档。
 
现在这20亿砸下去，到底是真看准了趋势还是短期泡沫，还得再过两年看！
 
参考资料：
光轮智能完成10亿元融资，全球首个具身数据独角兽诞生.--金融界