編者按：本文來自微信公眾號 量子位（ID：QbitAI），作者：衡宇，創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載。

剛剛，一家AI公司的融資引發(fā)了圈內(nèi)熱議。

Why？因?yàn)樗c具身智能息息相關(guān)，也與通往物理AI的世界模型密不可分。更準(zhǔn)確來說，完成融資的這家公司是站在二者相關(guān)生態(tài)上的關(guān)鍵供應(yīng)鏈公司——仿真合成數(shù)據(jù)公司。

量子位最新獲悉，仿真合成數(shù)據(jù)公司光輪智能，剛剛完成數(shù)億元A輪、A+輪融資。

此次披露的投資方里，既有東方富海、九派資本等機(jī)構(gòu)投資者，也有三七互娛、琥珀資本等產(chǎn)業(yè)方。老股東辰韜資本也持續(xù)加注。

而同樣受關(guān)注的是它合作的客戶，既有英偉達(dá)、谷歌、阿里、字節(jié)，也有Figure AI、1X Technology、智元機(jī)器人、銀河通用，還有Toyota，BOSCH、比亞迪、吉利……

一己之力，串起了整個AI生態(tài)。

有消息稱，這家全球唯一專注仿真合成數(shù)據(jù)的技術(shù)公司，營收已突破億元大關(guān)。

而作為全球首家把生成式AI融入仿真技術(shù)的公司，光輪智能的創(chuàng)始人是圈內(nèi)聲名卓著的大佬謝晨——之前英偉達(dá)、Cruise及蔚來的仿真負(fù)責(zé)人。

最近一次出圈，則因?yàn)榕c黃仁勛女兒Madison Huang的首秀對談，談?wù)摰脑掝}還是風(fēng)口上的物理AI……

物理AI是黃仁勛在2025年年初點(diǎn)燃的風(fēng)向，但短短一年之內(nèi)，風(fēng)口拐點(diǎn)正在不斷被證明。

光輪智能，就站在這個風(fēng)口拐點(diǎn)上，這也是它被關(guān)注和看好的核心原因。

為什么被看好？因?yàn)轱L(fēng)口拐點(diǎn)真的來了

AI浪潮正在從信息領(lǐng)域擴(kuò)散至物理現(xiàn)實(shí)。

然而一旦進(jìn)入需要與物理世界交互的場景，比如操控物體、完成任務(wù)或適應(yīng)變化環(huán)境，現(xiàn)有AI系統(tǒng)仍存在明顯短板。

如AI教母李飛飛在其廣受關(guān)注的長文《From Words to Worlds》中所指出的那樣：人類理解世界，不僅僅看到眼前的東西，還要理解它們在空間上的關(guān)系、語義上的意義，以及現(xiàn)實(shí)中的重要性。

這種“空間智能”的能力，正是AI下一階段突破的核心。

這也解釋了，為什么當(dāng)下全球研究和產(chǎn)業(yè)界都將注意力集中到了世界模型和具身智能上——它們是打通AI與物理世界之間壁壘的關(guān)鍵路徑。

因?yàn)檫@兩個方向都指向同一個目標(biāo)：讓模型具備與物理世界交互的能力。

訓(xùn)練世界模型和具身智能模型，需要的不再是圖文對齊或語言標(biāo)注數(shù)據(jù)，而是多模態(tài)交互過程數(shù)據(jù)。這類數(shù)據(jù)必須具備規(guī)?；?、結(jié)構(gòu)化、可控性強(qiáng)的特點(diǎn)。

行業(yè)通用的數(shù)據(jù)金字塔，把訓(xùn)練所需數(shù)據(jù)劃分為三類：

• 真實(shí)遙操作數(shù)據(jù)

• 仿真合成數(shù)據(jù)

• 人類視頻數(shù)據(jù)

其中仿真合成數(shù)據(jù)和人類視頻數(shù)據(jù)屬于“本體無關(guān)數(shù)據(jù)”，更容易標(biāo)準(zhǔn)化和大規(guī)模生成。

兩者中，相較而言，仿真合成數(shù)據(jù)結(jié)構(gòu)更清晰、精度更高，可控性也更強(qiáng)，ROI（投資回報(bào)率）也更高。

具身智能方向，訓(xùn)練機(jī)器人的大、小腦模型都需要大量仿真合成數(shù)據(jù)，尤其是小腦模型，對高保真仿真合成數(shù)據(jù)的依賴程度更高。

有一點(diǎn)很容易被人忽視，其實(shí)世界模型也對仿真合成數(shù)據(jù)有很強(qiáng)的需求。

就像李飛飛在《From Words to Worlds》中強(qiáng)調(diào)的那樣：

（訓(xùn)練世界模型），高質(zhì)量的合成數(shù)據(jù)以及額外模態(tài)（如深度、觸覺）的作用不可低估，它們在訓(xùn)練過程的關(guān)鍵階段起到補(bǔ)充作用。

而且，相比較應(yīng)用在端側(cè)的具身VLA基礎(chǔ)模型，應(yīng)用在云端的世界模型對于數(shù)據(jù)需求量級更大。

背后原因是世界模型追求泛化與物理預(yù)測，所需數(shù)據(jù)更大規(guī)模、結(jié)構(gòu)更標(biāo)準(zhǔn)，而真實(shí)世界數(shù)據(jù)存在稀缺性、成本、覆蓋度等多方面的根本性瓶頸。

而物理真實(shí)的仿真合成數(shù)據(jù)能極大提升世界模型的物理理解、預(yù)測能力，成為世界模型客戶最新需求方向。

綜上可得出一條共識的——

仿真合成數(shù)據(jù)是當(dāng)下最滿足具身智能和世界模型所需數(shù)據(jù)的方案。

現(xiàn)實(shí)情況卻是如此。近期的諸多具身智能與世界模型的重要進(jìn)展都與仿真合成數(shù)據(jù)強(qiáng)相關(guān)。

李飛飛團(tuán)隊(duì)與斯坦福AI實(shí)驗(yàn)室聯(lián)合開發(fā)了完整的合成管線，生成“億級規(guī)?！钡母哔|(zhì)量視覺語言動作數(shù)據(jù)，以其為基礎(chǔ)推出了人形機(jī)器人競賽基準(zhǔn)BEHAVIOR Challenge，以推動具身智能在真實(shí)復(fù)雜家庭環(huán)境中完成高難度任務(wù)。

再看英偉達(dá)發(fā)布的開源人形機(jī)器人基礎(chǔ)模型GR00T N1.5，其預(yù)訓(xùn)練和后訓(xùn)練數(shù)據(jù)，均包含大量由光輪智能提供的仿真合成數(shù)據(jù)，用來提升模型對新物體、新環(huán)境的泛化能力。

以上兩個成果分別來自學(xué)術(shù)界和產(chǎn)業(yè)界的代表團(tuán)隊(duì)，所依賴的數(shù)據(jù)核心一致，都是可控、高保真的仿真合成數(shù)據(jù)。

技術(shù)進(jìn)展所需，已經(jīng)把仿真合成數(shù)據(jù)從“補(bǔ)充資源”推至“基礎(chǔ)要素”的地位。

幾乎同一時間，Generalist AI朝行業(yè)拋出了一顆重磅炸彈，發(fā)布GEN-0具身基礎(chǔ)模型。這個模型在27萬小時人類操作視頻數(shù)據(jù)上完成訓(xùn)練，首次在具身智能領(lǐng)域驗(yàn)證了數(shù)據(jù)方向的Scaling Law。

這是世界模型和具身智能領(lǐng)域數(shù)據(jù)范式轉(zhuǎn)折的重要信號。

上述成果共同推動了行業(yè)訓(xùn)練范式的轉(zhuǎn)向，也引發(fā)了數(shù)據(jù)需求的激增。

最具備持續(xù)擴(kuò)展能力與工程規(guī)模化條件的仿真合成數(shù)據(jù)，成為具身智能和世界模型最有確定性的訓(xùn)練燃料。

而這條提供確定性的賽道上，隱形冠軍公司，就是光輪智能。

為什么被看好？它是數(shù)據(jù)賽道上的隱形冠軍公司

在這場范式轉(zhuǎn)向中，光輪智能是最早看見趨勢并完成技術(shù)驗(yàn)證的數(shù)據(jù)公司。

在行業(yè)對仿真合成數(shù)據(jù)的認(rèn)知還停留在“研究補(bǔ)充”階段時，光輪已經(jīng)完成了技術(shù)路徑探索、產(chǎn)品標(biāo)準(zhǔn)定義與工程化部署的第一輪閉環(huán)。

截至目前，光輪智能其實(shí)已經(jīng)成為行業(yè)生態(tài)的一部分——

它深度參與英偉達(dá)仿真系統(tǒng)的底層共建，是Newton物理引擎的早期驗(yàn)證者和開發(fā)合作者，也參與了SimReady仿真數(shù)據(jù)資產(chǎn)標(biāo)準(zhǔn)的制定，以及Isaac Lab Arena策略評估平臺的核心建設(shè)工作。

這些項(xiàng)目以技術(shù)能力作為信任前提，開展了系統(tǒng)級協(xié)作，并不是簡單的接口合作。

換句通俗易懂的話來解釋，光輪的仿真合成數(shù)據(jù)能力已經(jīng)被嵌入到世界模型訓(xùn)練的標(biāo)準(zhǔn)流程中，在底層引擎、數(shù)據(jù)標(biāo)準(zhǔn)、評測平臺三個維度上都形成了不可替代的角色。

這種認(rèn)可，最具說服力的來自英偉達(dá)——AI浪潮中的基石公司。

10月中旬，黃仁勛的女兒、英偉達(dá)Omniverse與物理AI高級總監(jiān)Madison Huang首次公開亮相直播訪談節(jié)目，與光輪智能CEO謝晨，以及光輪智能增長負(fù)責(zé)人Mustafa一起，就“如何縮小機(jī)器人在虛擬與現(xiàn)實(shí)之間的差距”展開深刻探討。

本月初，在英偉達(dá)GTC DC大會的主旨演講中，黃仁勛展示了光輪與Isaac Sim、Newton的協(xié)同仿真成果，現(xiàn)場播放了機(jī)械臂在不同仿真平臺上完成布料折疊任務(wù)的效果對比。盡管底層求解器不同，仿真行為卻高度一致。

這一展示不僅體現(xiàn)了光輪在跨平臺高保真仿真方面的工程能力，也標(biāo)志著其在全球具身智能訓(xùn)練生態(tài)中的技術(shù)地位正在被主流體系所確認(rèn)。

其次，光輪的客戶陣營本身就是一份行業(yè)趨勢樣本。

隨著具身智能和世界模型的快速迭代發(fā)展，光輪的客戶群體，幾乎覆蓋了當(dāng)前所有仿真合成數(shù)據(jù)高強(qiáng)度需求的典型機(jī)構(gòu)。

我們扒了扒光輪官方的演講材料，整理出其已公開的客戶名單，包括但不限于：

• 大模型公司：英偉達(dá)，谷歌，Genesis AI，阿里，字節(jié)…

• 機(jī)器人本體公司：Figure AI，1X Technology，智元機(jī)器人，銀河通用…

• 行業(yè)公司：Toyota，BOSCH，比亞迪，吉利…

據(jù)說，因種種原因，有些合作對象并未對外公布，但妥妥的是行業(yè)內(nèi)的Big Name。

幾位接近數(shù)據(jù)行業(yè)的資深人士向我們透露出三條信息——

第一，光輪的客戶基本涵蓋所有最強(qiáng)國際具身大模型和世界模型。
第二，國際主要具身團(tuán)隊(duì)的仿真資產(chǎn)和合成數(shù)據(jù)，有80%以上來自光輪。
第三，光輪已經(jīng)服務(wù)全部全球前三的世界模型。

仿真合成數(shù)據(jù)對行業(yè)的重要性，以及光輪目前的實(shí)力如何，不言而喻。

隨著需求擴(kuò)增，光輪的服務(wù)定位也不是簡單的“供應(yīng)仿真合成數(shù)據(jù)”。結(jié)合市場需求節(jié)奏，它的服務(wù)已經(jīng)擴(kuò)散到全生命周期。

在預(yù)訓(xùn)練階段，提供合成數(shù)據(jù)和人類視頻數(shù)據(jù)，用于構(gòu)建泛化能力；在后訓(xùn)練階段，提供高質(zhì)量仿真合成數(shù)據(jù)，并支持通過強(qiáng)化學(xué)習(xí)對模型精調(diào)；在測試階段，則提供仿真平臺服務(wù)和評估標(biāo)準(zhǔn)，協(xié)助客戶完成Test-time評測與上線驗(yàn)證。

這套數(shù)據(jù)、平臺、評測，有著絲滑的全流程服務(wù)，已經(jīng)成為多家頭部客戶使用的標(biāo)準(zhǔn)合作路徑。

這也是光輪智能區(qū)別于上一代數(shù)據(jù)供應(yīng)商的本質(zhì)區(qū)別，提供的不只是數(shù)據(jù)，而是數(shù)據(jù)全流程、全周期的服務(wù)，數(shù)據(jù)飛輪，端到端閉環(huán)。

而這種數(shù)據(jù)全流程能力，也讓AI產(chǎn)業(yè)生態(tài)客戶，用需求反饋、用腳投票，認(rèn)可了光輪智能的黃金卡位。

黃金卡位也不斷體現(xiàn)為更直觀的真金白銀造血能力。量子位獲悉，盡管仍屬創(chuàng)業(yè)早期，但光輪智能的年?duì)I收已突破億元。

這個收入水平代表的不僅是增長速度，更是交付能力和商業(yè)模式的可靠性。

創(chuàng)始人謝晨曾在公開訪談中提到，2023年成立后，拿下第一家客戶并不容易。

但口碑開始打響后，據(jù)說光輪的客戶數(shù)量開始持續(xù)擴(kuò)張，且節(jié)奏加快，最新說法是：

收入遠(yuǎn)超去年10倍，已過億。

這種供需變化，是市場側(cè)對仿真合成數(shù)據(jù)價值的直接反饋。

另外，春江水暖鴨先知。量子位還聽說，黃金卡位也給光輪智能提供了獨(dú)一無二視角，大模型、具身智能、世界模型……每一個AI產(chǎn)業(yè)里的風(fēng)口賽道爆發(fā)前，實(shí)際都會在光輪智能的業(yè)務(wù)需求中有“預(yù)告”。

這也是光輪智能此輪融資后，資金用途獲得額外關(guān)注的關(guān)鍵原因。

數(shù)億元融資背后，藏著整個行業(yè)的走向

一名投資人告訴我們，光輪智能此輪融資的主要目的就是擴(kuò)大供給，強(qiáng)化規(guī)?；桓赌芰?。

擴(kuò)產(chǎn)已經(jīng)占領(lǐng)頭部市場的合成數(shù)據(jù)，引領(lǐng)具身智能的拐點(diǎn)性變革。

從投資視角觀察，有理由相信這輪融資透露出的不只是對光輪這家公司本身的價值判斷，還有整個賽道節(jié)奏的變化。

世界模型和具身智能無法依賴已有互聯(lián)網(wǎng)數(shù)據(jù)，訓(xùn)練瓶頸不在算法，也不在算力，而在能否持續(xù)供給高質(zhì)量結(jié)構(gòu)化的數(shù)據(jù)。行業(yè)開始進(jìn)入“數(shù)據(jù)決定性能”階段。

需要注意的是，技術(shù)迭代日新月異，行業(yè)進(jìn)展讓玩家們沒有耐心等待數(shù)據(jù)慢慢跟上，需要快速尋求能夠同步提供可控、高保真、可擴(kuò)展數(shù)據(jù)的服務(wù)方，得到長期有保障的持續(xù)支持。

能不能覆蓋預(yù)訓(xùn)練+后訓(xùn)練+測試時/全流程？能不能滿足多模型接口適配？能不能在訓(xùn)練-生成-再訓(xùn)練的閉環(huán)中不斷提高有效性？

競爭日趨激烈，每個數(shù)據(jù)公司會無數(shù)次面臨這樣的拷問。

光輪的優(yōu)勢在于，這些能力已經(jīng)齊全。所以它再次快人一步，將目標(biāo)延伸到更長期的定位：

構(gòu)建物理AI的數(shù)據(jù)基礎(chǔ)設(shè)施。

對光輪來說，這個目標(biāo)是其業(yè)務(wù)自然演進(jìn)的方向——

具身智能和世界模型的訓(xùn)練是長期的、動態(tài)的，愈到后期，需求愈大，不可能每個團(tuán)隊(duì)都能自己造仿真系統(tǒng)或視頻采集流程，行業(yè)天然需要“共用數(shù)據(jù)底座”。

光輪出發(fā)得早，技術(shù)棧完整，擁有龐大的客戶群體，如果此刻不做，不久后一定有別的玩家要做。

借先發(fā)優(yōu)勢做長遠(yuǎn)打算，既有現(xiàn)實(shí)基礎(chǔ)，又是一種順勢而為。

更進(jìn)一步，光輪融資的新進(jìn)展背后透露出來的是一個行業(yè)數(shù)據(jù)觀的轉(zhuǎn)變：

數(shù)據(jù)正在從“被采購的資源”變成“可服務(wù)的平臺”，不能直接吃互聯(lián)網(wǎng)數(shù)據(jù)的具身智能和世界模型，需要海量吞吃定制生成的結(jié)構(gòu)化場景數(shù)據(jù)。

誰能持續(xù)供給高質(zhì)量的仿真與人類行為數(shù)據(jù)，誰就掌握了新一代智能體系的底層資源。數(shù)據(jù)公司的價值，就藏在這種轉(zhuǎn)向里。

AI 2.0的變革浪潮，已經(jīng)進(jìn)入了數(shù)據(jù)變革為核心的基建時間。

本文為專欄作者授權(quán)創(chuàng)業(yè)邦發(fā)表，版權(quán)歸原作者所有。文章系作者個人觀點(diǎn)，不代表創(chuàng)業(yè)邦立場，轉(zhuǎn)載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。