🔥36氪•較早收集於 10m
清華系初創公司「厘清智能」獲數億元種子輪融資
💡具身智能的新視角：超越單純的「世界模型」，轉向全棧式物理基礎設施。
⚡ 30-Second TL;DR
有什麼變化
獲得紅杉中國、高瓴創投等多家機構數億元種子輪融資。
為什麼重要
該初創公司挑戰了「僅關注模型」的趨勢，強調物理模擬與數據規模對具身智能的重要性，可能為機器人基礎設施設定新標準。
下一步行動
評估您的機器人技術棧：若僅依賴基礎模型，請考慮整合可微物理引擎以提升真實世界任務的成功率。
誰應關注：Founders & Product Leaders
關鍵要點
- •獲得紅杉中國、高瓴創投等多家機構數億元種子輪融資。
- •開發包含數據管線與可微物理引擎的全棧式Physical AI基礎設施。
- •以「World Model as a Service」為核心，旨在解決實際機器人任務而非單純訓練模型。
- •團隊由50餘名清華背景成員組成，專注於軟硬體一體化研發。
🧠 深度解析
本篇為 AI 生成分析，非原文內容。
🔑 增強重點摘要
- •厘清智能（Liqing AI）的技術路徑強調「具身智能（Embodied AI）的數據閉環」，旨在解決機器人訓練中數據稀缺與真實物理環境模擬之間的鴻溝。
- •該公司創始人李一鳴曾任職於Nvidia核心研究團隊，參與過Omniverse及相關物理模擬技術的研發，這為其構建可微物理引擎提供了技術積累。
- •厘清智能的「World Model as a Service」模式，不僅僅是提供模型，還包括為機器人廠商提供從數據採集、清洗到模擬訓練的一站式基礎設施服務。
- •該公司在清華大學交叉信息研究院（IIIS）的學術生態支持下，與多家頭部機器人硬件廠商建立了早期合作，以驗證其算法在不同本體上的泛化能力。
- •本輪融資資金將主要用於擴充具備機器人控制與深度學習背景的研發團隊，並加速構建大規模物理模擬集群。
📊 競品分析▸ Show
| 競爭對手 | 核心技術路徑 | 差異化優勢 |
|---|---|---|
| Figure AI | 端到端神經網絡控制 | 具備強大的硬件集成與商業化落地能力 |
| Covariant | 基於大模型的機器人通用大腦 | 專注於物流與倉儲場景的自動化應用 |
| 宇樹科技 (Unitree) | 軟硬一體化機器人平台 | 擁有成熟的機器人本體製造與量產能力 |
| 厘清智能 | 可微物理引擎與世界模型基礎設施 | 專注於底層模擬與數據管線，強調跨本體泛化 |
🛠️ 技術深入
- 採用可微物理引擎（Differentiable Physics Engine）技術，允許梯度直接從物理模擬器反向傳播至神經網絡，顯著提升機器人策略學習的效率。
- 構建了基於神經輻射場（NeRF）或高斯噴灑（Gaussian Splatting）的場景重建技術，用於快速將真實世界數據轉化為模擬環境。
- 核心架構支持多模態輸入（視覺、觸覺、本體感知），並通過世界模型預測物理交互結果，從而減少對真實物理實驗的依賴。
- 數據管線設計支持自動化數據標註與合成數據生成，解決了機器人訓練中長尾場景數據不足的問題。
🔮 前景展望AI analysis grounded in cited sources
厘清智能將在2027年前實現跨多種機器人形態的通用策略部署。
其可微物理引擎技術能有效降低針對不同硬件本體進行策略遷移的開發成本。
該公司將成為具身智能領域重要的基礎設施供應商。
通過提供World Model as a Service，厘清智能有望成為機器人行業的『數據與模擬中台』，而非僅僅是單一機器人製造商。
⏳ 時間線
2026-05
厘清智能正式註冊成立，並完成種子輪融資。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 36氪 ↗
每週 AI 簡報
每週一封，可隨時退訂。