谢晨，光轮智能创始人、CEO，北京大学05级物理学院校友。拥有北京大学物理学学士学位和美国哥伦比亚大学数量金融博士学位。他曾先后在英伟达、Cruise和蔚来汽车担任自动驾驶仿真负责人，从零开始搭建了这些公司的合成数据体系，并国际首创将生成式AI技术应用于仿真领域。谢晨博士在端到端自动驾驶技术方面有深厚的积累，特别是在数据驱动的算法开发和仿真技术方面取得了显著成果。2023年，他创立了光轮智能，致力于为企业提供数据及以数据为中心的端到端解决方案。公司通过合成数据放大人类示范的效用，使用闭环仿真加速Self-play RL（自我对弈强化学习），最终实现Spatial Intelligence（空间智能）。谢晨博士组建了一支具有国际顶尖生成式AI、仿真、合成数据研发和落地能力的交叉背景团队，并与多家国内外头部主机厂、Tier 1供应商和具身智能公司建立了合作关系。2024年，光轮智能的合成数据解决方案获得了博世全球创新奖，谢晨博士本人也入选了《财富》“中国40位40岁以下的商界精英”榜单。他的目标是将光轮智能打造成为数据领域的NVIDIA，为全球客户提供高效、可靠的数据解决方案，推动自动驾驶和具身智能等领域的发展。
物理AI赛道的基础设施价值正在被资本持续重估。近日，光轮智能宣布完成新一轮10亿元战略融资，这是继5月末蚂蚁集团领投融资后，公司在一个月内落地的第二笔大额融资，也让物理AI数据与评测基础设施这一细分赛道再度成为产业关注的焦点。
本轮投资方阵容呈现出多元资本协同入局的特征，地方政府基金、产业资本与财务机构共同参与。政府基金层面包括中关村科学城基金、四川发展科创基金、山东发展科创投；产业及财务投资机构涵盖巨人网络、宇信股份、宝通科技、中科产投、量图智策、天钺资本；建投投资、三七互娱、森马投资等老股东则继续跟投加码。据了解，本轮融资资金将主要投向物理AI数据与评测基础设施的核心技术研发，完善机器人学习、能力评测与真实场景落地的产品体系，扩大高质量人类行为数据、仿真合成数据与工业级评测能力建设，并同步推进开放生态合作。
连续大额融资的背后，是市场对具身智能赛道长期价值的持续看好，更折射出产业对物理AI基础设施层的认知升级。大模型时代，英伟达凭借GPU硬件、CUDA软件栈与开发者工具链构建起一整套标准化基础设施接口，让全行业的模型训练、开发与部署都建立在统一的底层系统之上。进入物理AI阶段，机器人需要应对真实世界中的物体接触、受力形变、材料特性与长时序任务，核心命题从“理解世界”转向“在真实世界中持续学习”。这一转变意味着，除算力之外，行业还需要一套能够连接真实经验、仿真训练、规模化评测与部署反馈的持续学习系统，而目前能够定义机器人学习接口的基础设施型公司仍十分稀缺。光轮智能所布局的，正是支撑机器人持续学习的数据与评测基础设施赛道。
从产品体系来看，光轮智能围绕“真实经验—仿真世界—能力评测—部署反馈”的机器人学习逻辑，构建了双层闭环架构：外层是覆盖数据供给、规模化评测与真实部署反馈的价值链闭环，内层是从真实世界到仿真世界再回到真实部署的Real2Sim2Real技术闭环。具体而言，EgoSuite专注沉淀高质量、跨本体的人类行为数据，记录人类在真实场景中的观察、操作、纠错与长程任务经验，为机器人提供可规模化的行为学习入口；RoboFinals提供工业级规模化评测能力，通过标准化任务、可复现环境与可比较指标，定位机器人模型的能力边界与失败模式，并反向定义下一轮的数据需求；RoboStack则负责连接真实部署反馈，将产业现场中遇到的新任务分布、异常情况与失败样本回流至数据、仿真与评测系统，开启下一轮学习循环。
支撑这套外层系统运转的，是光轮智能全栈自研的物理AI仿真基础设施SimFoundry。该平台采用“求解—测量—生成”三位一体的技术架构：通过物理求解还原真实世界中的接触、摩擦、形变与力学反馈，通过真实测量将关键物理参数导入仿真体系，再通过生成能力将真实世界转化为可执行、可训练、可评测的仿真场景。据公开信息，光轮智能目前已在人类视频数据、仿真合成数据与工业级仿真评测三个维度形成规模化交付能力，是全球少数同时覆盖三类能力并实现规模化落地的企业。
值得注意的是，本轮融资中多地政府基金的深度参与，也折射出地方产业发展逻辑的变化。过去地方布局机器人产业，多围绕本体制造、应用示范与产业园区展开；进入物理AI阶段，真实产业场景本身已成为重要的数据资源，但这些场景需要经过采集、结构化、仿真转化、任务定义与评测验证，才能转化为可复用的基础设施资产。北京、山东、四川等地拥有丰富的产业应用场景，地方资本入局的核心逻辑，正是看重光轮智能将区域产业场景转化为物理AI基础设施资产的能力，通过数据与标准体系建设沉淀长期产业价值。
基础设施的价值最终需要通过生态释放。光轮智能正从硬件、算力、模型、场景、标准多个维度推进开放生态建设，让数据与评测基础设施接入更多产业环节。人类数据侧，公司与PICO、舞肌等硬件伙伴协同，推动头显、灵巧手、触觉手套等设备接入标准化采集体系；云与算力侧，与阿里云、摩尔线程等合作，支撑仿真训练与规模化评测的云端高效运行；模型侧，与生数科技等团队协同，推动生成世界从视觉真实走向物理可信、任务可用；产业场景侧，与新希望、宝通科技等伙伴合作，将真实任务与反馈转化为可复用数据资源。标准层面，光轮智能与国家机器人检测与评定中心共同推进“真实+仿真”评测闭环，同时作为唯一中国企业加入国际开源物理仿真引擎Newton技术指导委员会，与英伟达、谷歌DeepMind等机构共同推动下一代物理AI仿真标准建设。
整体来看，物理AI正处于基础设施接口形成的关键窗口期，行业价值的重估对象正从单一产品、单项技术转向能够串联数据、评测、场景与标准的基础设施企业。光轮智能短期内连续获得大额融资，以及其覆盖产业链多环节的生态布局，都意味着物理AI数据与评测基础设施的价值，正从企业判断逐步成为全产业的共识。
—精彩回顾—
推荐关注
