突破三大技術(shù)瓶頸，極佳視界推出高可用世界模型體系。

當(dāng)AI能力開始與物理世界連通，“具身智能”成為落地載體。

今年以來，“世界模型”在具身領(lǐng)域快速升溫：谷歌、OpenAI、特斯拉、英偉達(dá)等巨頭密集布局。

多位業(yè)內(nèi)人士判斷，世界模型將會(huì)緩解具身智能在數(shù)據(jù)稀缺與泛化困難上的瓶頸，極可能在VLA之后，成為2026年的核心技術(shù)趨勢。

在這一背景下，專注世界模型方向的物理AI公司——極佳視界，在近兩個(gè)月內(nèi)連續(xù)完成三輪融資，并宣布最新進(jìn)展。

據(jù)《智能涌現(xiàn)》獲悉，極佳視界近日完成新一輪億元級(jí)A1輪融資，本輪融資由華為哈勃、華控基金聯(lián)合投資。此前8月底，極佳視界宣布完成Pre-A&Pre-A+連續(xù)兩輪數(shù)億元融資。

2個(gè)月3輪融資，體現(xiàn)了資本市場對(duì)極佳視界團(tuán)隊(duì)實(shí)力、技術(shù)路線和業(yè)務(wù)推進(jìn)的認(rèn)可，也折射出投資方對(duì)“物理世界通用智能”（物理AI）關(guān)鍵轉(zhuǎn)折點(diǎn)的判斷。

成立于2023年的極佳視界，聚焦物理AI，專注于“世界模型驅(qū)動(dòng)的物理世界通用智能”。其產(chǎn)品包括世界模型平臺(tái)GigaWorld（駕駛和具身）、具身基礎(chǔ)模型GigaBrain、通用具身本體Maker等物理AI全棧軟硬件產(chǎn)品。

事實(shí)上，在極佳視界看來，世界模型的技術(shù)兌現(xiàn)不必等到明年，其技術(shù)價(jià)值已在當(dāng)前階段展現(xiàn)：不僅在高維高質(zhì)量數(shù)據(jù)稀缺、傳統(tǒng)仿真器Sim2Real Gap兩大問題上產(chǎn)生改善，也對(duì)強(qiáng)化學(xué)習(xí)訓(xùn)練效果帶來提升。

世界模型到底解決什么

通俗講，世界模型是在數(shù)字世界里建模物理世界和運(yùn)行規(guī)律：讓AI在動(dòng)手前，先在“腦內(nèi)”搭建簡化的物理沙盒，預(yù)測下一秒會(huì)發(fā)生什么并據(jù)此選擇執(zhí)行動(dòng)作，從而在陌生環(huán)境中少試錯(cuò)、更穩(wěn)健。

當(dāng)前，硅谷的多個(gè)科技巨頭，已經(jīng)紛紛下場世界模型方向。英偉達(dá)推出World Foundation Model - COSMOS，探索機(jī)器人、自動(dòng)駕駛等領(lǐng)域的世界模型應(yīng)用；Google DeepMind發(fā)布Genie-3，聚焦復(fù)雜動(dòng)態(tài)環(huán)境的高精度建模；特斯拉亦在其仿真系統(tǒng)中深度集成世界模型技術(shù)，用于自動(dòng)駕駛與機(jī)器人研發(fā)。

這充分表達(dá)了全球產(chǎn)業(yè)界和學(xué)術(shù)界對(duì)于世界模型方向的重視。

極佳視界創(chuàng)始人兼CEO黃冠博士表示：“無論從真實(shí)業(yè)務(wù)與技術(shù)需求，還是產(chǎn)業(yè)與學(xué)術(shù)層面的共識(shí)看，世界模型已成為具身智能關(guān)鍵且熱門的方向。華為也將世界模型列為未來智能世界2035年十大技術(shù)趨勢之首，這也是投資極佳視界的底層邏輯?！?/strong>另外不光投資，華為也從多個(gè)業(yè)務(wù)線和極佳推進(jìn)戰(zhàn)略合作。

根據(jù)現(xiàn)有技術(shù)進(jìn)展速度，黃冠博士的預(yù)測，“物理世界ChatGPT時(shí)刻”將在2至3年內(nèi)到來。

具體而言，世界模型將主要解決泛化性，同時(shí)VLA負(fù)責(zé)解決作業(yè)的復(fù)雜性，強(qiáng)化學(xué)習(xí)解決準(zhǔn)確率和可靠性。三者協(xié)同起來，就會(huì)引領(lǐng)物理AI在100種常見任務(wù)中，90%的場景下達(dá)到95%的成功率。

突破三大技術(shù)瓶頸，極佳視界推出高可用世界模型體系

極佳視界核心團(tuán)隊(duì)緊密依托清華大學(xué)自動(dòng)化系智能視覺實(shí)驗(yàn)室，成員來自清華、中科院等知名院校頂尖研究人員，以及百度、微軟、地平線等知名企業(yè)高管，累計(jì)發(fā)表頂級(jí)AI論文200余篇，獲數(shù)十項(xiàng)全球AI競賽冠軍，發(fā)布多個(gè)具有全球影響力的物理AI技術(shù)成果。

公司創(chuàng)始人&CEO黃冠博士是清華大學(xué)自動(dòng)化系博士，同時(shí)擁有微軟、三星、地平線等知名企業(yè)研究工作經(jīng)歷，多次帶領(lǐng)百人研發(fā)團(tuán)隊(duì)；并擁有Physical AI方向豐富的連續(xù)創(chuàng)業(yè)經(jīng)驗(yàn)，作為核心高管累計(jì)主導(dǎo)或參與融資超10億元。

基于對(duì)產(chǎn)業(yè)的深入洞察，團(tuán)隊(duì)將當(dāng)前具身智能的瓶頸總結(jié)為三大挑戰(zhàn)：

1. 高質(zhì)量數(shù)據(jù)稀缺，依賴真機(jī)采集導(dǎo)致成本高、效率低；

2. 仿真數(shù)據(jù)與現(xiàn)實(shí)之間存在Sim2Real Gap（仿真-現(xiàn)實(shí)差距），難以直接應(yīng)用；

3. 傳統(tǒng)仿真器的建模誤差制約強(qiáng)化學(xué)習(xí)效果。

極佳視界首席科學(xué)家朱政表示，公司具身世界模型正是上述問題的系統(tǒng)性解決方案。

首先，它能從少量真實(shí)數(shù)據(jù)中學(xué)習(xí)，構(gòu)建一個(gè)理解環(huán)境、任務(wù)與多模態(tài)特征的統(tǒng)一模型，進(jìn)而生成大量高保真合成數(shù)據(jù)，以極低成本填補(bǔ)數(shù)據(jù)缺口。

其次，針對(duì)傳統(tǒng)仿真器的Sim2Real Gap ，世界模型能融合視覺、觸覺、力覺等多模態(tài)反饋進(jìn)行持續(xù)優(yōu)化，通過精細(xì)化建模關(guān)鍵誤差，顯著提升生成數(shù)據(jù)的真實(shí)性與可用性。

此外，世界模型還能作為強(qiáng)化學(xué)習(xí)的高保真訓(xùn)練環(huán)境，使策略在高度擬真的虛擬場景中迭代，有效避免策略遷移失效，從而大幅提升強(qiáng)化學(xué)習(xí)在真實(shí)世界中的表現(xiàn)。

基于這些技術(shù)訓(xùn)練的極佳視界GigaBrain-0，已在對(duì)比中展現(xiàn)出更優(yōu)異的性能提升潛力。

初步結(jié)論顯示GigaBrain-0的性能優(yōu)勢

• 相比其他方法，訓(xùn)練數(shù)據(jù)來源更豐富：在紋理、光照、視角變化下表現(xiàn)更魯棒、泛化性更好；
• 架構(gòu)更深：關(guān)鍵子模塊引入更深層建模，操作表現(xiàn)更精細(xì)；
• 有大小雙版本模型：小模型可達(dá)大模型約90%效果，且可在端側(cè)Orin實(shí)現(xiàn)實(shí)時(shí)推理。

目前，極佳視界已經(jīng)與多地人形機(jī)器人創(chuàng)新中心、實(shí)訓(xùn)場、科研院校、云計(jì)算公司等達(dá)成深度合作，力爭打造全球領(lǐng)先的虛實(shí)結(jié)合數(shù)據(jù)工廠、具身智能平臺(tái)等全棧產(chǎn)品。

在世界模型和VLA大模型等場景方案落地方向，極佳視界也和多家全球汽車行業(yè)巨頭、頭部具身本體公司、多個(gè)應(yīng)用場景巨頭等達(dá)成深度合作，多方共同探索物理AI在駕駛、工業(yè)、服務(wù)、家庭等多個(gè)場景的落地，加速物理AI應(yīng)用爆發(fā)。

未來，企業(yè)將持續(xù)推進(jìn)物理AI智能模型研發(fā)迭代，加速通用具身人形本體研發(fā)，同時(shí)將繼續(xù)打造標(biāo)桿場景商業(yè)化應(yīng)用落地；通過“智能-本體-場景”三位一體，加速走向“物理世界ChatGPT時(shí)刻”。

封面來源｜視覺中國