物理AI企业息壤开物成立两个月估值已达5亿美元 创始人系前华为云大模型CTO

《科创板日报》9月24日讯，近日，深圳息壤开物科技有限公司（下称“息壤开物”）连续完成种子轮及天使轮融资，累计融资金额达数亿元，投后估值达到5亿美元。

两轮融资由敦鸿资产领投，华控基金、三花控股、银杏谷资本、泽然资本、本坚基金、天使基石、标朴投资等机构参与。

募集资金将主要用于物理AI模型的规模化预训练、真实物理交互数据建设、研发人才引进和场景验证。

息壤开物于2026年7月成立。这意味着，公司在成立约两个月后，已经获得折合人民币约35亿元的投后估值。对于一家尚未披露客户、订单和收入的初创企业而言，这一估值更多体现了资本对创始团队和物理基础模型方向的前置定价。

根据财联社创投通—执中数据，以2026年9月为预测基准时间，息壤开物后续2年的融资预测概率为87.02%。该数据仅为模型基于现有信息作出的估算，不代表实际融资结果。

息壤开物创始人兼CEO李寅毕业于清华大学自动化系，曾任华为云大模型CTO、华为云行业大模型开发部部长，参与华为大模型业务早期建设，长期负责基础模型、多模态、视频生成、科学计算及行业大模型研发。

联合创始人兼首席科学家张含望为南洋理工大学人工智能校长讲席教授，研究方向包括计算机视觉、因果机器学习和多模态智能。南洋理工大学资料显示，张含望曾获得新加坡总统青年科学家奖和南洋研究奖等，其研究重点之一是让AI从数据相关性走向对因果关系及环境变化的理解。

息壤开物将自身定位为物理基础模型公司，不生产机器人本体，也不以单个机器人应用为主要产品，而是希望为机器人及其他物理场景提供模型、数据和训练工具。

与主要学习文本关系的大语言模型不同，物理基础模型需要根据视频、动作、触觉等数据，学习物体运动、接触、摩擦及状态变化，并预测执行一个动作之后环境可能发生什么变化。其潜在作用，是帮助机器人在实际操作前进行训练和推演，减少在真实设备和生产现场反复试错的成本。

按照公司的规划，其产品体系分为三个层级：底层物理基础模型提供可复用的物理理解和状态预测能力；在此基础上，结合机器人、自动驾驶等行业数据训练领域模型；最终再针对分拣、拆码垛和柔性装配等具体任务形成应用模型。

这套分层方式更接近息壤开物计划采取的商业化路径，而不是已经实现的经营成果。面向机器人本体企业，公司计划通过API、SDK和模型授权输出能力；面向工业及物流客户，则计划提供行业模型增训和联合交付服务。自动驾驶闭环仿真、极端天气预测和药物分子模拟等方向，属于公司希望进一步拓展的应用领域。

目前，息壤开物已经披露的外部验证主要来自模型评测。公司称，其物理基础模型在WorldArena 2.0评测的视频质量赛道中，轨迹精度位列第一，物理合规性进入前三。

WorldArena 2.0主要考察世界模型对物体运动、物理规律和动作结果的预测能力，并逐步引入视觉、触觉、强化学习及真实机器人任务。需要注意的是，基准成绩反映的是特定数据和任务下的模型能力，不能直接等同于模型已经能够在不同机器人和工业现场稳定运行。该评测研究也指出，模型在仿真环境中的表现与真实机器人执行效果之间仍存在明显差距。

息壤开物获得较高估值，与物理AI的资本重心正在发生变化有关。此前，具身智能投资主要集中于机器人本体、关节、灵巧手等硬件环节；随着本体供应增加，如何让机器人理解环境、完成长程任务并适应新场景，开始成为新的投资方向。

2026年以来，国内物理世界模型公司融资明显增多。LiberAI于9月完成数亿元Pre-A++轮融资，资金用于物理世界数据集、模型和数据采集硬件；元昊动力于7月完成数亿元种子轮融资，布局4D世界模型；极佳视界于6月宣布完成10亿元融资，继续投入物理AGI模型、数据体系和工业、家庭场景。海外方面，李飞飞创办的World Labs于今年完成10亿美元融资，投资方包括英伟达、AMD和Autodesk等。

这些融资显示，资本正在从购买机器人本体公司的股权，进一步转向控制模型、数据和训练平台等上游能力。相比单一本体，基础模型如果能够适配不同机器人和场景，理论上具有更强的复制能力；但这种跨本体、跨场景能力目前仍处在技术验证阶段。

息壤开物与LiberAI、元昊动力、极佳视界等企业都在尝试构建物理世界模型，但切入方式并不完全相同。有的企业通过自研数据采集硬件积累机器人操作数据，有的从4D场景生成和仿真切入，也有企业同时生产机器人本体。息壤开物现阶段选择以模型和训练工具为核心，优先与本体厂商及场景方合作，而非自行制造整机。

政策也在为这一方向提供支持。深圳市2026年修订的具身智能机器人行动计划明确提出，支持基于世界模型及视觉、触觉、语言和动作等多模态数据，建设具备交互、预测与决策能力的具身智能基座模型及训练、推理体系。

不过，政策和融资热度并不能替代商业验证。对于成立仅两个月的息壤开物，下一阶段首先需要回答三个问题：模型能否从基准测试进入真实生产现场；客户是否愿意持续为模型授权、数据服务和联合交付付费；在高额算力及数据采集投入下，公司能否形成可重复的收入模式。

世界模型还面临长序列预测误差累积、真实交互数据不足以及不同机器人硬件之间难以泛化等问题。与此同时，部分大型机器人企业和互联网公司也在自行建设模型与数据平台，独立基础模型企业能否形成不可替代性，仍需通过客户、订单和部署效果验证。

因此，息壤开物成立两个月即获得5亿美元估值，体现了资本对物理AI方向和华为大模型团队的集中押注；但决定这一估值能否成立的，最终仍是模型能否跨过从视频预测、仿真评测到真实机器人稳定作业的距离。