网易首页 > 网易科技 > 网易科技 > 正文

北大数院戈登贝尔奖得主下场:破解物理AI“准与快”死结

0
分享至

(原标题:北大数院戈登贝尔奖得主下场:破解物理AI“准与快”死结)

当具身智能与物理 AI 的产业热度持续攀升,落地难却成了全行业无法回避的尴尬:虚拟环境里训练完美的策略,一上真机就频频失效;依赖云端算力的部署方案,到了真实应用就被延迟与成本击碎……“仿得不准、算得太贵”成为物理AI从实验室走向现实、从demo演示走向真实生产力的最大死结,把物理AI的落地路径和规模化商用卡在了“最后一公里”。

近期,这个行业公认的死结有望迎来最有力的破局者。由北京大学数学科学学院教授、我国首位戈登・贝尔奖获得者杨超创办的壹零壹壹科技(1011.AI),带着计算数学与高性能计算领域二十年的深耕积累下场。在杨超教授看来,物理AI的落地困境本质上是“算法—算力—场景”三者之间的系统性失配,整个行业需要从底层重构物理 AI 技术范式。

这支曾登顶全球超算之巅的团队,把国际顶尖的数值方法与并行计算能力转化到物理 AI ,着力打造“高精度物理仿真+全栈高性能计算”双根技术,精准击穿了行业长期悬而未决的 “准” 与 “快” 两大核心痛点。

资本的嗅觉往往最为敏锐。壹零壹壹公司自2026年6月成立以来短期内已完成过亿元融资,成为物理 AI 基础设施赛道最受关注的新锐玩家。天使轮投资方包括峰瑞资本、华控基金、北京信息产业基金、上海未来产业基金、道禾长期投资等头部市场化及国资机构,同时另有多家产业资本参与本轮投资。据悉,天使+轮也已经在陆续交割中。

一、物理 AI 的本质考题:不准不快,都是空谈

在杨超看来,物理 AI 与数字 AI 有着本质分野:数字 AI 的推演发生在虚拟信息域,误差只是输出结果的偏差;而物理 AI 要驱动实体机器人与真实世界交互,每一次计算误差,都会转化为真实的物料损耗、产线停摆甚至安全风险。

从第一性原理出发,“准” 与 “快” 不是优化方向,而是物理 AI 落地的硬性入场券。

准,是结果可靠的底线。抓取力度差一牛、运动轨迹偏一毫米,任务就可能失败;接触、形变、摩擦的计算偏离真实规律,仿真训练出的策略就无法在真机复用。

快,是实时执行的前提。真实场景中,物体滑落、接触碰撞、产线流转都发生在毫秒级,核心控制闭环必须在本地完成,无法完全依赖云端算力的传输与调度。

但行业现状恰好卡在这两个关口。“准” 的层面,真机数据采集是当前主流路径,但成本高、周期长,极端与危险场景无法复现,且数据质量高度依赖操作人员水平,人的能力就是数据质量的天花板。物理仿真本应是破局答案,却陷入了两难:主流 AI 仿真大多脱胎于图形学引擎,天生以视觉观感为核心,接触、形变、流体等物理过程大量采用近似处理,并不严格遵循物理定律,直接导致 Sim2Real(仿真到真实)的鸿沟难以跨越;

传统工业仿真精度足够,但计算效率低了数个数量级,单次复杂仿真动辄耗时数天,根本无法支撑 AI 模型大规模训练的数据需求。“图形学仿真不够准,工业仿真不够快。物理 AI 要往前走,必须有一套原生的、同时兼顾高精度与高效率的仿真引擎”, 杨超的判断直指行业本质。

“快” 的层面,多数落地方案依赖集中式云端算力,可传输延迟、网络波动都是不可控风险。更现实的问题是,工业产线有固定节拍、零售场景有成本约束,端侧算力不足、模型跑不动、时延压不住,就永远匹配不了真实作业的节奏。

准度决定能不能用,效率决定能不能规模化。这两个死结不解开,物理 AI 就永远走不出实验室 Demo 阶段。

二、破解 “准” 的难题:从底层重做原生物理仿真引擎

一支做超算的团队为何能做好物理仿真?答案是能力同源。十年前杨超带领团队在国产 “神威・太湖之光” 超级计算机上,实现全球首个千万核可扩展非静力大气动力学全隐式模拟,求解规模超过7700亿未知数,核心要求就是:既准,又快。这套全隐式求解、多物理场耦合、大规模并行计算的底层能力,平移到物理 AI 场景,是天然的技术降维。

针对仿真失“准”的行业痛点,壹零壹壹自研了物理仿真引擎 “谐物”,从诞生之初就跳出 “重画面、轻物理” 的行业惯性,把误差控制贯穿资产构建、物理求解到轨迹输出的全流程,目标只有一个:让数字世界的每一次交互,都无限贴近真实物理规律。

这套高保真能力,拆解为三个可落地的维度:

第一是资产真。不同于传统仿真只做几何外观的3D 模型,谐物搭建了覆盖刚体、铰接结构、柔体、布料与线缆、液体、颗粒等类别的数千个可复用物理资产,每一项都附带完整的材料参数、物性属性与场景边界条件,是能真正发生力学交互的数字实体,从源头消减仿真偏差。

第二是引擎真。团队从底层自研求解器,严格遵循物理定律计算接触碰撞、摩擦形变、刚柔耦合、刚流耦合等复杂物理过程。机械臂抓取柔性物件、灵巧手操作海绵、物体在液体中浮沉等典型场景,都能实现高置信度模拟,不再靠视觉效果 “凑数”。

第三是轨迹真。依赖严谨的数学计算,仿真输出的每一条动作轨迹,都严格满足动力学约束与执行器极限,确保训练出的策略可直接向真机迁移,从根本上避免 “仿真满分、真机零分” 的尴尬。

精度拉满的同时,成本并没有水涨船高。团队通过自适应建模、AI 加速数值方法、隐式求解与大规模并行计算多维度协同优化,进一步实现了“少算、快算、大步算、并行算”等核心技术,在保证精度的前提下大幅压低计算成本。目前公司的仿真平台,在求解精度跻身行业第一梯队。更重要的是,团队没有陷入“纯仿真”的极端路径。在杨超看来,仿真追求极致精度,但真机数据仍有不可替代的校准价值。两者形成正向循环:用仿真低成本扩展样本空间、生成超越人类操作习惯的最优轨迹,用真机交互数据修正仿真参数、验证落地效果,才能真正缩小 Sim2Real 的差距。“虚实融合,可能是这个行业所需达到的根本性终局”,杨超说。

三、打通 “快” 的堵点:把超算能力沉到端侧

仿真解决“训练对不对”的问题,高性能计算则解决 “落地贵不贵、跑不跑得动” 的问题。 壹零壹壹没有把高性能计算当成配套工具,而是作为独立的根技术主线,打造了端侧高性能推理框架 “扶摇”,直戳“算得太贵”要害:不用堆砌昂贵的高端硬件,也能跑出满足工业节拍的实时性能。

杨超有一个明确的判断:实现端侧高速推理、摆脱对云端算力的单一依赖,是物理 AI 走向真实可落地的一道硬门槛。这个判断的依据完全来自产业现实:工业产线的节拍不会等云端传输延迟,零售场景的成本扛不住专属算力盒子,更广泛的普惠场景,更不可能为每一台机器人配置高端边缘算力。物理 AI 要规模化,必须能在不同层级的硬件上,以可接受的成本跑出实时性能。

这种跨架构、跨算力层级的深度适配能力,价值远不止于 “提速”:对机器人企业而言,不用盲目升级硬件就能满足作业节拍要求,直接降低部署成本;对芯片厂商而言,软件优化能充分释放硬件潜力,快速拓宽物理 AI 的应用场景。既能为客户节省硬件成本,又能为客户提生产效率,这也正是底层技术的核心产业价值。

四、商业化跑通:从生态到场景,全产业链验证落地

技术好不好,最终要看客户愿不愿意买单。成立短短数月,壹零壹壹的技术底座已经快速拿到全产业链的落地验证。

在上游生态侧,公司已与头部大模型厂商开展仿真数据合作,获邀参与具身智能评测榜单的仿真环境共建,进入多家云厂商的仿真引擎供应商清单;端侧推理框架也与国内头部芯片厂商推进联合适配,共同优化边缘算力下的运行性能。

在下游产业侧,这套全栈能力已经落地零售客户,开展深度合作。对场景方而言,物理 AI 落地的诉求高度一致:部署周期短、综合成本可控、能匹配真实作业节拍。而壹零壹壹的技术组合恰好精准命中需求:

高保真仿真大幅降低了真机数据采集和方案调试的成本,新场景、新物体的适配周期大幅缩短;

端侧推理优化保障了现场作业的效率与稳定性,不用依赖云端就能跑通生产流程。

相较于demo展示的行业普遍,壹零壹壹已经迈出产业落地的实质一步。

五、硬核且差异化的Infra能力收获多家头部市场化机构加持

物理 AI 赛道从不缺概念与热度,但潮水退去,终究要回归产业本质。

“政策与产业需求的共同推动,正在为中国物理AI打开规模化应用空间,其发展重心将进一步转向理解真实工况、可靠执行任务,并在制造、能源、交通、航空航天等产业中创造可衡量的提质增效价值。壹零壹壹选择的不是追求快速堆叠场景的故事性,而是沉下心打磨仿真与计算两项根技术;不依赖前沿概念放大估值迅速融资,而是用产业落地验证技术价值。这条路不喧嚣,但足够扎实;这条路不讨巧,但足够接近物理 AI 的本质。”——天使轮领投方,知名投资人峰瑞资本创始合伙人李丰总结道。

天使轮核心投资方,华控基金董事长张扬补充道:“对于一级市场而言,物理 AI 的投资逻辑也正在发生变化:从追逐场景应用的短期故事,转向布局底层基础设施的长期价值。仿真与计算是物理 AI 的通用底座,不依赖单一赛道,却能赋能全场景,具备极强的复用性与产业穿透力。从用数学公式描述物理规律,到用超算能力求解复杂系统,再到用技术赋予机器人真实行动能力,壹零壹壹走的是一条 ‘从底层向上击穿’ 的路径。当行业都在向上卷应用、卷场景时,向下扎根底层技术的玩家,反而会构建起最深的护城河”。

硬科技创业从来不是一场短跑,而是一场需要耐心与定力的马拉松。可以预见,随着物理AI从实验室涌向千行百业,底层技术的厚度,最终将决定产业能走多远。而壹零壹壹正在做的,就是为中国物理 AI 产业,筑牢可信、高效的数字地基。

相关推荐
热点推荐
警校退学潮:比考不上更可怕的事,考上了你才发现根本不合适

警校退学潮:比考不上更可怕的事,考上了你才发现根本不合适

糖逗在娱乐
2026-11-02 06:31:49
“我儿子敢这样穿,我上去就是一巴掌”,儿子一套低认知穿搭,家长还发到网上炫耀,网友怒了

“我儿子敢这样穿,我上去就是一巴掌”,儿子一套低认知穿搭,家长还发到网上炫耀,网友怒了

蝴蝶花雨话教育
2026-11-18 00:05:17
库里:还没想过退役 这有可能是我的最后一份合同

库里:还没想过退役 这有可能是我的最后一份合同

体坛周报
2026-11-18 07:56:11
耻辱8连败!从争冠到摆烂,管理层能力太差!三状元应该散伙了

耻辱8连败!从争冠到摆烂,管理层能力太差!三状元应该散伙了

篮球扫地僧
2026-11-18 20:31:52
西部排名又乱了:湖人创NBA奇迹,雷霆收大礼,8队排名互换

西部排名又乱了:湖人创NBA奇迹,雷霆收大礼,8队排名互换

篮球大视野
2026-11-18 18:24:03
真是毁三观!释永信21年前与刘立明在郑州发生关系的笔录曝光

真是毁三观!释永信21年前与刘立明在郑州发生关系的笔录曝光

魔都姐姐杂谈
2025-07-28 14:35:36
山东大姐这事干的漂亮!被美国FBI悬赏!赏金1.5亿超过3个本拉登

山东大姐这事干的漂亮!被美国FBI悬赏!赏金1.5亿超过3个本拉登

马尔科故事会
2025-03-27 15:21:29
又一癌症疫苗迎来重大突破,股价暴涨

又一癌症疫苗迎来重大突破,股价暴涨

东方豪侠
2026-11-18 08:50:06
刚刚公布!湖北,又有重大发现

刚刚公布!湖北,又有重大发现

极目新闻
2026-11-18 12:00:27
麦丹准绝杀!开拓者惜败森林狼遭双杀,多苏姆30分利拉德25+5

麦丹准绝杀!开拓者惜败森林狼遭双杀,多苏姆30分利拉德25+5

湖人崛起
2026-11-18 11:38:46
比关税更危险的事来了!犹太资本贝莱德集团,在中国的 "深度渗透"

比关税更危险的事来了!犹太资本贝莱德集团,在中国的 "深度渗透"

疯狂的小历史
2026-11-18 11:13:34
我退休金7千,存款有100万,血的教训告诉我,不要和谁上演黄昏恋

我退休金7千,存款有100万,血的教训告诉我,不要和谁上演黄昏恋

白云故事
2025-05-27 08:05:08
岛内最新封关预测,国民党或赢12到13席,蒋万安被两人背刺?

岛内最新封关预测,国民党或赢12到13席,蒋万安被两人背刺?

DS北风
2026-11-18 10:30:03
中足联重罚中青赛冲突:罚浙江5万申花3万赛区10万

中足联重罚中青赛冲突:罚浙江5万申花3万赛区10万

体坛周报
2026-11-18 09:41:21
大批新能源车通病集中爆发,车子开着没毛病,但是电池直接报废

大批新能源车通病集中爆发,车子开着没毛病,但是电池直接报废

云霄纪史观
2026-11-17 03:55:10
为什么说以张维迎为代表的一批所谓新自由主义经济学家本质上是资本、富豪和权贵的代言人呢?

为什么说以张维迎为代表的一批所谓新自由主义经济学家本质上是资本、富豪和权贵的代言人呢?

回京历史梦
2026-11-18 10:06:16
宋庆龄一辈子没有生养,1981年法医对她的遗体进行解剖检查,这才揭开了她心底最痛苦的隐情

宋庆龄一辈子没有生养,1981年法医对她的遗体进行解剖检查,这才揭开了她心底最痛苦的隐情

扶苏聊历史
2026-11-12 18:31:31
事发上海!一户住宅内墙面上惊现“骨灰房”字样,竟是亲哥哥所为!执行法官出手了!

事发上海!一户住宅内墙面上惊现“骨灰房”字样,竟是亲哥哥所为!执行法官出手了!

极目新闻
2026-11-18 19:43:47
波切蒂诺第一刀!曼联 3650 万水货直接弃用!冬窗或被清洗

波切蒂诺第一刀!曼联 3650 万水货直接弃用!冬窗或被清洗

澜归序
2026-11-18 09:41:57
中国28岁留学生嫖娼16岁日本女高中生,被抓狡辩:为了学日语!

中国28岁留学生嫖娼16岁日本女高中生,被抓狡辩:为了学日语!

圆圆神神神
2025-08-09 21:49:27
2026-11-18 21:27:00

科技要闻

离职后首份声明!黄仁勋认错愿回归

头条要闻

中俄美三国领导人会晤是否会讨论乌克兰问题 中方回应

头条要闻

中俄美三国领导人会晤是否会讨论乌克兰问题 中方回应

体育要闻

“中超卡里乌斯”,成了大连的夺冠英雄

娱乐要闻

主持人张泉灵被曝猛料,公司成老赖

财经要闻

黄仁勋留下的高分成绩单,能延续吗?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

房产
教育
亲子
时尚
本地

房产要闻

周大生出手!海棠湾又一大商业体来了

教育要闻

孩子厌学三个原因打通一点就愿上学

亲子要闻

宝蓝在房间用积木搭了一辆彩色的小车,好看又好玩!

裤子+靴子,冬天最经典搭配,松弛又时髦

本地新闻

乌兰察布:以前种土豆,现在种Token

无障碍浏览 进入关怀版
×