TensorWorld Mendapat Pendanaan Lebih Daripada $100J Dalam Sebulan Selepas Pelancaran

iconKuCoinFlash
Kongsi
AI summary iconRingkasan
TensorWorld, sebuah startup AI fizikal, telah memperoleh lebih daripada $100 juta dalam pendanaan projek hanya sebulan selepas pelancarannya pada Julai 2026. Syarikat ini sedang membangunkan model AI yang berdasarkan fizik untuk meningkatkan interaksi mesin di dunia nyata, dengan sasaran robotik, pemanduan autonomi, dan simulasi industri. Pelabur termasuk Kaiwei Fund, Sequoia China, Ant Group, dan Meituan Strategic Investment. Pendanaan yang pantas menunjukkan minat yang kuat terhadap projek ini, dengan kemungkinan pengumuman pelancaran token dijangka menyusul dalam bulan-bulan mendatang.
ME AI mesej, bayangkan adegan berikut: seorang robot berbentuk manusia berdiri di dapur, di hadapannya ada gelas kaca yang berada dekat tepi meja, ia mengeluarkan tangan mekanik untuk mendorong gelas ke dalam—kekuatan sedikit terlalu kuat, gelas tergelincir, jatuh, dan pecah. Bagi manusia, "gelas yang berada dekat tepi meja akan jatuh, dan kaca yang jatuh ke lantai akan pecah" adalah ramalan yang hampir instingtif; tetapi bagi robot, ramalan semacam ini memerlukan satu set logik fizikal yang lengkap: ia tidak hanya perlu tahu "apa yang ada di hadapan", tetapi juga memahami "jika saya melakukan ini, apa yang akan berlaku seterusnya".
Ini adalah salah satu medan pertempuran paling sengit dalam industri AI saat ini, di mana model bahasa besar mendorong kecerdasan berkembang pesat di dunia digital, dan kemampuan AI sedang meluas ke dunia fisik—kecerdasan tubuh, pengendalian otomatis, simulasi industri, dan sebagainya. Namun, dunia fisik tidak bermain berdasarkan token; ia memiliki hukumnya sendiri: gravitasi, gesekan, tabrakan, fluida... kesukaran dibandingkan bahasa meningkat secara eksponensial.
Di jalur yang lebih sukar dan lebih mendasar ini, TensorWorld, sebuah syarikat permulaan yang baru ditubuhkan selama empat bulan, telah memperoleh pendanaan lebih daripada seratus juta dolar dalam sebulan. Di belakang penyertaan modal adalah keunikan yang dibawa oleh kemampuan mereka dalam “latar belakang akademik + jalan teknikal + pelaksanaan semula”.
Apakah masalah yang perlu diselesaikan oleh industri ini?
Saat ini, dalam persepsi umum publik, AI sudah sangat pintar, mampu menulis kod, mencari lubang kelemahan, bahkan menyelesaikan masalah matematik yang telah membingungkan manusia selama ratusan tahun, tetapi untuk membuat robot meramalkan trajektori objek di dunia nyata dan berinteraksi dengannya, masih sukar mencapai tahap “boleh dipercaya”. Sebabnya ialah AI belum memahami hukum fizikal; untuk membawanya dari “antaramuka perisian” ke “dunia fizikal”, ini adalah rintangan mutlak yang tidak boleh dielakkan.
Industri ini menghadapi syarat yang sangat ketat untuk melintasi jurang ini: data pelabelan fizikal beresolusi tinggi sangat mahal; satu sampel simulasi aero-dinamik perindustrian sering memerlukan puluhan ribu jam CPU; data yang dikumpulkan daripada 100 senario sukar digeneralisasi ke 10,000 senario yang tidak diketahui; simulator sukar untuk mereplikasi sepenuhnya geseran dan perubahan bentuk dunia nyata, laporan HAI Stanford menunjukkan bahawa kejayaan tugas robot dalam simulasi perisian boleh mencapai 89.4%, tetapi kejayaan tugas yang sama dalam persekitaran rumah nyata hanya sekitar 12.4%.
Bagaimana Wuyuan Technology menyelesaikan masalah ini? Perkembangan akademik menunjukkan laluan yang jelas
Saat ini, model dunia dalam industri secara umum boleh diklasifikasikan kepada dua paradigma: yang menekankan penggerak visual dan yang menekankan penggerak fizikal. Paradigma pertama adalah arus utama industri, diwakili oleh penghasilan video, dengan matlamat “kelihatan realistik”, mengoptimumkan kepatutan piksel antara bingkai, dengan kelebihan data mudah diperoleh dan gambar yang realistik, banyak digunakan dalam penghasilan video, pabrik data, pratonton adegan, dan persepsi depan VLA. Namun, untuk robot melaksanakan tugas secara boleh dipercayai di dunia fizikal sebenar, pemahaman bahasa dan visual sahaja tidak mencukupi.
Oleh itu, satu paradigma lain semakin diterima oleh industri, yang berfokus pada pemodelan berdasarkan hukum fizikal, dengan matlamat untuk "menghasilkan simulasi yang lebih realistik", dengan kelebihan boleh disahkan, boleh diukur, dan mampu menyokong perancangan tindakan. Perisian simulasi industri tradisional (seperti MuJoCo, Isaac Sim) adalah contoh "gaya buatan tangan" dalam lintasan ini—hukum fizikal sangat bergantung pada jurutera yang menulis setiap peraturan secara manual, menghasilkan ramalan yang tepat tetapi mahal, dengan perbelanjaan kejuruteraan yang sangat tinggi apabila menghadapi bentuk tidak teratur, badan fleksibel, atau bendalir.
Dan Wuyuan Technology mengikuti pendekatan model fizikal dasar, dengan mengusulkan "membina fizikal yang sebenar di dunia tensor", dengan matlamat membolehkan model mempelajari hukum evolusi dunia fizikal daripada data, mencapai kesan "satu contoh, faham sepuluh" seperti manusia:
Sebagai contoh, Transformer asli tidak memiliki kemampuan dekomposisi temporal, bagaimana cara membuat model memahami “waktu” dalam dunia fizikal? Autoformer meningkatkan ketepatan ramalan jangka panjang secara besar-besaran, sementara TimesNet seterusnya menjadikan data masa lebih intuitif dan boleh divisualkan; sebaliknya, bagaimana cara membuat model memahami “ruang”? Uni3D memperluas pembelajaran representasi tiga dimensi kepada skala sepuluh miliar parameter, membolehkan model membentuk konsep tentang objek, geometri, dan hubungan ruang.
Di atas dasar ini, GeoPT menjawab soal mendasar dalam bidang ini—“intuisi fizikal” bolehkah dilatih melalui pra-pelatihan model? Jawapannya ialah ya, ia secara kreatif membolehkan model memperoleh representasi fizikal yang boleh dipindahkan melalui pra-pelatihan yang menggabungkan geometri dan dinamik sintetik, mengurangkan keperluan data berlabel sebanyak 20% hingga 60% dalam tugas simulasi fizikal industri, serta meningkatkan kelajuan konvergensi sehingga dua kali ganda. Transolver pula memperkenalkan pemahaman model terhadap daya, aliran, dan perubahan bentuk dalam ruang tidak teratur, membolehkan ia memahami evolusi fizikal yang lebih kompleks. EfficientZero pula membolehkan agen membuat simulasi masa depan berdasarkan model dunia yang dipelajari, dan merancang tindakan berdasarkan itu.

Yang menyokong pencapaian canggih ini adalah pengalaman panjang tim asal Wuyuan yang meliputi institusi akademik terkemuka dunia seperti Tsinghua dan MIT. Mengikuti garis perkembangan “evolusi masa—representasi ruang—hukum fizikal—perancangan tindakan”, mereka bukan sekadar mengumpulkan kertas kerja yang terpisah, tetapi berpegang teguh pada hukum fizikal untuk mencapai “kecerdasan fizikal tingkat tinggi” yang sebenar, yang akhirnya membentuk kerangka lengkap model dasar fizikal. Selain itu, tim Wuyuan sebelum ini juga memimpin produk dengan pengguna berjumlah miliaran dan mengurus infrastruktur komputasi yang mengendalikan seratus ribu kad akselerator, memiliki pengalaman praktikal industri yang kaya. Jika penyelidikan akademik menentukan sejauh mana keupayaan model boleh bergerak, maka keupayaan kejuruteraan menentukan sama ada model boleh digunakan dalam skenario perniagaan sebenar—keduanya membentuk “dua sisi satu kesatuan” model dasar fizikal.
Mengapa Wuyuan Technology dipandang positif? Paradigma yang didorong oleh fizik memiliki keunikan.
Mengamati jalan teknikal objek asal, ia hampir secara tepat menangani tiga titik kesukaran utama AI fizikal: di peringkat data, ia menggantikan label fizikal dengan dinamik sintetik, mengurangkan ketergantungan yang ketara terhadap data sebenar yang mahal; di peringkat generalisasi, ia secara mendalam menggabungkan struktur ruang, evolusi masa, dan dinamik fizikal, membolehkan model menghasilkan hukum fizikal am secara semula jadi; di peringkat pelaksanaan, arsitektur asas seperti Autoformer dan Transolver telah secara meluas diuji dan diambil alih oleh industri (contohnya NVIDIA PhysicsNeMo), menyelesaikan kebimbangan mengenai pelaksanaan AI dalam skenario sebenar.
Kekurangan kecekapan dalam persilangan antara “pemahaman sejati terhadap sistem fizikal + kemampuan perancangan yang didorong oleh model dunia + kemampuan kejuruteraan untuk menskalakan penyelidikan terkini ke dalam pelaksanaan” dengan cepat menarik perhatian modal. Selepas ditubuhkan pada Julai, Wuyuan Technology telah menyelesaikan pembiayaan rangkaian malaikat dan rangkaian malaikat+ dalam tempoh sebulan, dengan jumlah pembiayaan melebihi seratus juta dolar AS. Rangkaian malaikat dipimpin bersama oleh Kaihui Capital dan Sequoia Capital China, dengan sokongan daripada IDG Capital,鼎晖VGC, Xinglian Capital, dan Ant Group; manakala rangkaian malaikat+ dipimpin bersama oleh Ant Group, Hillhouse Capital, dan Meituan Strategic Investment, dengan sokongan berterusan daripada Dacheng Capital, NIO Capital, Jinghe Capital, serta pelbagai pemegang saham lama.
Senarai pendanaan ini juga menghantar banyak maklumat: Meituan Venture Capital dengan skenario C-end yang melimpah, Ant Group dengan skenario industri serius, dan NIO Capital dengan skenario pemanduan automatik, semuanya membuktikan bahawa jalan teknologi Wu Yuan memiliki ciri generalisasi yang kuat dan sesuai dengan keperluan industri yang lebih luas.
Litar model dunia sudah mula menjadi “ramai”, tetapi masalah seperti akumulasi ralat dalam ramalan jangka panjang, jarak terakhir antara simulasi dan kenyataan, serta penyelarasan standard penilaian masih perlu diperbaiki. Jika lintasan Teknologi Wuyuan berjaya, ia bermakna model benar-benar memiliki kemampuan untuk memahami cara dunia berfungsi dan meramalkan kesan tindakan, nilainya tidak terbatas pada satu-satu skenario seperti robot atau pengendalian kendaraan sendiri, tetapi berpotensi menjadi standard dan asas bawah Physical AI, memperjalan jalan bagi AI masa depan untuk berpindah dari dunia digital ke dunia fizikal.
(Sumber: Ifnar)
Penafian: Maklumat yang terdapat pada halaman ini mungkin telah diperoleh daripada pihak ketiga dan tidak semestinya menggambarkan pandangan atau pendapat KuCoin. Kandungan ini adalah disediakan bagi tujuan maklumat umum sahaja, tanpa sebarang perwakilan atau waranti dalam apa jua bentuk, dan juga tidak boleh ditafsirkan sebagai nasihat kewangan atau pelaburan. KuCoin tidak akan bertanggungjawab untuk sebarang kesilapan atau pengabaian, atau untuk sebarang akibat yang terhasil daripada penggunaan maklumat ini. Pelaburan dalam aset digital boleh membawa risiko. Sila menilai risiko produk dan toleransi risiko anda dengan teliti berdasarkan keadaan kewangan anda sendiri. Untuk maklumat lanjut, sila rujuk kepada Terma Penggunaan dan Pendedahan Risiko kami.