为何有20亿元人民币涌入具身人工智能的数据与仿真基础设施领域

广伦智能已累计获得20亿元人民币融资,投资者普遍认识到,可扩展的仿真和数据评估——而不仅仅是模型——才是物理人工智能部署的战略瓶颈。

A
4分钟阅读Posted: 2026年6月26日
为何有20亿元人民币涌入具身人工智能的数据与仿真基础设施领域

机器人领域的资本流向正从硬件原型转向使这些原型发挥作用的“无形架构”。 2026年6月,总部位于北京的物理AI基础设施公司广伦智能在两周内接连完成多轮融资,总额达10亿元人民币。这使该公司的累计融资额达到20亿元人民币,并巩固了其作为首家专注于具身数据与仿真的独角兽企业的地位。

此次投资联盟的构成揭示了业界对技术栈这一层面的战略重视。投资方包括中关村科学城基金、四川发展科技创新基金、山东发展科技创新创业投资等国家引导基金,以及新希望集团和巨人网络[1]等产业资本。 这一投资者结构表明,数据和仿真已不再被单纯视为软件工具,而是被视为物理人工智能转型的关键国家基础设施。

物理人工智能的战略瓶颈

物理人工智能面临的下一个瓶颈并非芯片或基础模型。主要制约因素在于数据、仿真和评估基础设施。

在类人机器人热潮的早期阶段,资本涌向了那些能够证明机器人能够行走、保持平衡并执行基本任务的公司。随着行业试图从演示阶段转向部署阶段,根本性问题也随之发生了变化。 在受控的实验室环境中运行的机器人,所需的训练数据仅为在工厂车间或物流中心应对不可预测变量时所需数据的一小部分。

广伦智能首席执行官杨海波指出,具身数据的规模定律现已得到广泛认可

在领先的开发团队中[1]。仅依靠实体机器人收集真实世界数据,不仅速度太慢、成本过高,而且风险太大,无法满足通用物理人工智能所需的训练量。 解决方案在于合成数据生成和高保真仿真,在物理机器人实际尝试执行任务之前,可以安全、快速地进行数百万次迭代。
从验证到规模化的转变

市场对这一基础设施的需求正在迅速扩大。在过去几年中,机器人团队需要数百或数千小时的数据来验证基本能力。到2026年,来自世界模型开发者和机器人公司的需求已激增至数十万甚至数百万小时的数据[1]。

这一海量需求从根本上改变了数据提供商的商业模式。高质量的具身数据正成为一种具有高转售价值的基础设施资产。 一个涵盖特定工业环境或复杂操作任务的综合性数据集,可服务于处于模型开发不同阶段的多个客户。广伦智能报告称,其2026年第一季度新订单额达到5.5亿元人民币,这反映了数据应用正从实验性数据采集向工业规模数据消费的转变[1]。

部署面临的真正制约

长期以来,仿真软件和物理引擎领域一直由西方科技公司主导。随着物理人工智能成为工业竞争力的核心支柱,依赖外部仿真平台已成为中国机器人开发者的战略软肋。

构建安全、可重复且可扩展的虚拟环境的能力,与运行计算的半导体硬件同样关键。如果没有强大的国产仿真

如果没有完善的评估生态系统,从原型到大规模工业部署的过渡将陷入停滞。
更深层的信号

对广伦智能的大规模注资表明,物理人工智能领域正在走向成熟。投资者正沿着价值链向上延伸,他们认识到,在人工智能机器人“淘金热”中提供“锄头和铁锹”的企业,或许能获得最持久的价值。

随着行业向商业化迈进,关注点正从机器人的物理能力转向机器人学习的虚拟环境。那些掌控训练数据、物理仿真以及标准化评估指标的组织,最终将决定物理人工智能融入全球经济的步伐。

来源:

新华社财经。(2026年6月25日)。广伦智能杨海波:数据与评估基础设施成为物理AI的新价值高地。