TensorWorld、ローンチから1か月以内に1億ドル以上を調達

iconKuCoinFlash
共有
AI summary icon概要
物理AIスタートアップのTensorWorldは、2026年7月の設立から1か月後に、プロジェクトへの資金調達額が1億ドルを超えたことを発表した。同社は、ロボティクス、自動運転、産業シミュレーションを対象に、物理学に基づくAIモデルの開発を進めている。出資者はKaiwei Fund、 Sequoia China、Ant Group、Meituan戦略投資である。迅速な資金調達は、このプロジェクトに対する強い関心を示しており、今後数か月以内にトークン発行のニュースが発表される可能性がある。
ME AI メッセージ:次のようなシナリオを想像してください。人型ロボットがキッチンに立ち、机の縁に近づいたガラスコップを前にして、機械の手を伸ばしてコップを内側に押そうとします——力が少し強すぎると、コップは滑り落ち、床に落ちて割れてしまいます。人間にとっては、「コップがテーブルの端に近づけば落ちる」「ガラスが床に落ちれば割れる」という予測はほぼ本能的ですが、ロボットにとっては、このような予測には完全な物理的ロジックが必要です。「眼前に何があるか」を知るだけでなく、「私がこのような行動を取れば、次に何が起こるか」を理解しなければなりません。
これは現在のAI業界で最も激しい戦場の一つであり、大規模言語モデルがデジタル世界における知性の急速な発展を推進する中で、AIの能力の境界は物理世界へと拡大しつつあります——エムボディードAI、自動運転、産業シミュレーションなどです。しかし、物理世界はトークンに従って動かないため、重力、摩擦、衝突、流体といった独自の法則を持っています。言語と比較して、その難易度は指数的に上昇します。
このより難しく、より基盤的な分野で、設立からたった4ヶ月のスタートアップ企業であるTensorWorld物原科技は、1か月以内に1億ドル以上の資金調達を実現しました。資本が注目する背景には、その「学術的背景+技術路線+実装再現」の能力がもたらす希少性があります。
業界はどのような問題を解決する必要がありますか?
現在、一般の認識では、AIは非常に賢く、コードを書いたり脆弱性を見つけるだけでなく、数百年にわたって人類を悩ませてきた数学の難問を解くことさえできます。しかし、ロボットが現実世界の物体の軌道を予測し、それと相互作用するという点では、まだ「信頼できる」レベルに達するのは難しいです。その理由は、AIが物理法則を理解していないからです。AIを「ソフトウェアのインターフェース」から「物理世界」へと移行させるのは、避けられない鍵となります。
業界がこの溝を越えるには、極めて厳しい条件が求められます。高忠実度の物理アノテーションデータは驚異的に高価であり、産業用流体シミュレーションのサンプル1つに数万CPU時間が必要です。100のシナリオで収集したデータは、10,000の未知のシナリオに一般化するのが困難です。シミュレーターは、現実世界の摩擦や変形を完全に再現するのが難しく、スタンフォードHAIのレポートによると、ロボットのソフトウェアシミュレーションにおけるタスク成功率は89.4%ですが、同じ種類のタスクを実際の家庭環境で実行した場合の成功率は約12.4%に過ぎません。
物原科技はこの問題をどのように解決していますか?学術的進化は明確な道筋を示しています。
現在、業界における世界モデルは、視覚駆動型と物理駆動型の二つのパラダイムに大別される。前者が業界の主流であり、動画生成がその代表例で、「リアルに見える」ことを目指し、フレーム間のピクセルの妥当性を最適化する。利点はデータ取得が比較的容易で、画質が逼真であることから、動画生成、データ工場、シナリオプレビュー、VLAフロントエンド感知に広く用いられている。しかし、ロボットが現実の物理世界で信頼性を持ってタスクを実行するには、言語と視覚の理解だけでは不十分である。
そのため、物理法則に基づいてモデルを構築し、「より現実的な推論」を目的とする別のパラダイムが業界で徐々に認知されています。その利点は、検証可能で計測可能であり、アクションプランニングを支えることです。従来の工業シミュレーションソフトウェア(MuJoCo、Isaac Simなど)は、このアプローチにおける「手作業派」であり、物理法則はエンジニアが一つずつ手動で記述する必要があり、予測は正確ですがコストが高くなります。不規則な形状、柔軟体、流体に対しては、エンジニアリングの負担が非常に大きくなります。
一方、物原科技は物理基礎モデルの道を歩んでおり、「テンソルの世界において、物理的な真実を構築する」ことを目標とし、モデルがデータから物理世界の進化法則を学び、人間のように「一を聞いて十を知る」効果を達成することを目指しています:
例えば、ネイティブなTransformerは時系列の分解能力が欠けており、モデルが物理世界における「時間」を正しく理解するにはどうすればよいでしょうか?Autoformerは長時系列予測の精度を大幅に向上させ、TimesNetはさらに時間データをより直感的で視覚的にしました。また、モデルが「空間」を理解するにはどうすればよいでしょうか?Uni3Dは三次元表現学習を十億パラメータ規模に拡張し、モデルが物体、幾何学、および空間関係についての概念を形成できるようにしました。
この基础上、GeoPTはこの分野の本質的な問い、「物理的直感」はモデルの事前学習によって得られるか?という問いに答えました。答えは肯定的で、GeoPTは幾何学と合成力学を融合した事前学習を通じて、モデルが移転可能な物理的表現を獲得できるように創造的に設計しました。工業用物理シミュレーションタスクにおいて、この手法はラベル付きデータの必要量を20%から60%削減し、収束速度を最大2倍まで向上させました。Transolverはさらに、モデルが不規則空間における力、流れ、変形を理解し、より複雑な物理的進化を読み取れるようにしました。EfficientZeroは、エージェントが学習した世界モデルに基づいて未来を推論し、それに基づいて計画を立てられるようにしました。

これらの先進的な成果を支えているのは、清華大学やMITなどの国際的トップ学術機関にまたがる物原創始チームの長年の蓄積である。彼らは「時間の進化—空間の表現—物理法則—行動計画」という段階的な主軸に沿って、孤立した論文を積み重ねるのではなく、物理法則から出発し、真の「高階物理的知能」を実現することを堅持し、物理ベースモデルの完成した輪郭を形作った。さらに、物原チームはこれまでに億単位のユーザーを抱える製品の主導や、10万枚以上のアクセラレーターカードを管理する計算インフラの運営を手がけ、豊富な産業実務経験を有している。学術研究がモデルの能力がどれほど遠くまで到達できるかを決定するならば、エンジニアリング能力はモデルを実際のビジネスシーンに適用できるかどうかを決定する。両者は物理ベースモデルの「一体両面」を構成している。
物原科技が注目される理由は、物理駆動パラダイムの希少性にあります。
観察物原の技術路線は、物理AIの三大課題にほぼ直結している。データ側では、合成力学を用いて物理ラベルを置き換え、高価な実データへの依存を大幅に削減している。汎化側では、空間構造、時間進化、物理力学を深く統合し、モデルが自発的に汎用的な物理法則を生み出すようにしている。実装側では、AutoformerやTransolverなどの基盤アーキテクチャが業界で広く検証・採用されており(例:NVIDIA PhysicsNeMo)、AIが現実のシナリオに適用されるという懸念を解消している。
物理システムへの真の理解+世界モデル駆動の計画能力+最先端研究を規模拡大して実装するエンジニアリング能力という交差点の希少性は、すぐに資本の注目を集めました。7月の設立後、物原科技は1か月以内にアンジェラウンドおよびアンジェラプラスラウンドの合計1億ドル以上を調達しました。アンジェララウンドはカイホイ・キャピタルとシーケン・チャイナが共同で主導し、IDGキャピタル、ディンフイVGC、シンレン・キャピタル、蚂蚁グループが参投しました。アンジェラプラスラウンドは蚂蚁グループ、和玉キャピタル、美团戦略投資が共同で主導し、ダーチェン・キャピタル、蔚来キャピタル、景和キャピタル、および複数の既存株主が継続的に参投しました。
この資金調達リストは多くの情報を伝えています:大量のC端シナリオを有するメイツアン・スターツ、厳格な工業シナリオを有する蚂蚁グループ、そして自動運転シナリオを有するNIOキャピタルは、すべて物原科技の路線が強い汎用性を有し、より広範な業界のニーズに適合できることを裏付けています。
世界モデルの分野はすでに「混雑」し始めているが、長時間予測における誤差の累積、シミュレーションと現実との最後の距離、評価基準の統一などの課題は依然として解決されていない。物原科技のアプローチが成功すれば、モデルが世界の動作を真正に理解し、行動の結果を予測する能力を備えることを意味し、その価値はロボットや自動運転といった単一のシナリオにとどまらず、Physical AIエコシステムの基盤となる可能性がある。これにより、今後のAIがデジタル世界から物理世界へと進出する道が開かれる。
(出典:Ifnar)
免責事項: 本ページの情報はサードパーティからのものであり、必ずしもKuCoinの見解や意見を反映しているわけではありません。この内容は一般的な情報提供のみを目的として提供されており、いかなる種類の表明や保証もなく、金融または投資助言として解釈されるものでもありません。KuCoinは誤記や脱落、またはこの情報の使用に起因するいかなる結果に対しても責任を負いません。 デジタル資産への投資にはリスクが伴います。商品のリスクとリスク許容度をご自身の財務状況に基づいて慎重に評価してください。詳しくは利用規約およびリスク開示を参照してください。