物理AI与具身智能领域近日迎来资本热潮，跨维智能宣布完成10亿元B轮融资，投后估值突破百亿元。本轮融资汇聚了国家级母基金、国资创投、实体产业资本及地方科创平台等多元投资方，其中深创投、贵阳数字经济基金连续两轮加注，前海母基金、蓝思科技、工银资本等机构首次入局，南山战新投、成都科创投等原有股东持续跟投。
成立于2021年的跨维智能，以“世界模型+物理仿真+真机落地”为核心技术路径，产品已应用于智能制造、商业服务等领域。公司创始人贾奎透露，本轮资金将重点投入底层算法迭代、物理引擎升级及数据基础设施建设，同时加速人形机器人能力完善与真实场景落地，推动技术、产品与商业闭环的协同进化。
资本市场的热情并非孤立事件。就在跨维智能融资消息公布前一日，自变量机器人与智平方两家企业估值均突破200亿元。其中，自变量机器人两个月内完成四轮融资并交割，智平方则斩获近50亿元新融资。尽管三家企业均布局世界模型方向，但技术路线存在差异：自变量侧重动态环境交互，智平方聚焦多模态感知，而跨维智能则强调三维物理世界的精准建模与执行。
今年以来，世界模型技术从视频生成、自动驾驶等领域延伸至具身智能赛道，成为一级市场融资的焦点。极佳视界、千寻智能等企业也在短期内完成多轮融资，估值迅速攀升至百亿级别。这一趋势背后，是行业对VLA（视觉-语言-动作）模型局限性的深刻反思。贾奎指出，VLA路线难以解决通用泛化问题，而具身智能的世界模型需从建模、感知到执行全链条对应物理世界规律。
数据是驱动具身智能模型发展的关键要素。跨维智能依托DexVerse™具身智能引擎，构建了从任务理解、数字资产生成到AI模型训练的全链条技术体系。其模型后训练阶段主要依赖合成数据，通过物理引擎模拟真实场景，降低对真实数据的依赖。贾奎强调，机器人需在绝对正确的坐标系下完成动作，而非仅生成“看似工作”的视频，这决定了技术落地的核心挑战。
随着资本涌入与技术迭代，具身智能领域正从概念验证迈向规模化应用。行业关注焦点已转向模型在真实任务中的执行成功率，例如机械臂的精准操作、人形机器人的复杂场景适应能力等。跨维智能等企业的实践表明，世界模型与物理仿真的深度融合，或将成为突破通用泛化瓶颈的关键路径。
