策略赢华为天才少年入局世界模型，刚融资数亿元

入选华为天才少年等顶尖人才计划

作者 | 刘俐杉

编辑 | 许丽思

机器人前瞻8月6日报道，今日，物理AI基础设施企业飞捷科思宣布完成数亿元A1轮融资。本轮由老股东泰达科投携手海松资本、复旦科创共同领投，毅达资本、优势资本、踊跃资本、汇融基金、财鑫资本、湘江国投作为新增投资方参与投资；云启资本、硅港资本、中赢创投、常垒创投等现有股东继续追加投资。

本轮融资资金将重点投向核心技术迭代、产品规模化落地与产业生态建设。

今年5月，飞捷科思宣布完成数亿元Pre-A3轮融资，本轮融资由致道资本、云启资本联合领投，东方富海、硅港资本等持续加码跟投，泰达基金、常垒创投、长石资本、磐谷创投、中赢创投等多家投资机构联合参与。

飞捷科思创立于2024年8月，该公司致力于打造以新一代通用物理仿真引擎、具身智能仿真训练平台，以及全模态物理AI基础模型与新一代物理世界模型为核心的全栈物理AI支撑技术体系。

该公司创始人为复旦大学智能机器人与先进制造创新学院副院长、智能机器人研究院常务副院长张立华教授。张立华本硕博均毕业于清华大学，本科就读于自动控制专业，研究生和博士阶段均专攻控制理论与控制工程，曾任英伟达PhysX物理引擎研发团队负责人。

▲ 飞捷科思创始人张立华（图源：飞捷科思）

该公司联合创始人兼CTO杨鼎康，复旦大学博士，香港中文大学MMLab博士后，聚焦于物理AI与具身智能、多模态/全模态感知与交互研究，曾任字节跳动视觉语言基础模型算法研究员，入选华为天才少年等顶尖人才计划。

该公司核心团队成员均来自清北复交等顶尖高校，深耕物理仿真、具身智能、多模态大模型等领域，兼具深厚技术积淀与产业落地经验。

今年7月，飞捷科思开源了Fysiverse-3D管线，即系统以一张RGB图像和少量用户提示为输入，可实现物体及其关系的自动理解，并恢复出多个可独立编辑的三维对象与场景布局，再通过视觉对齐、接触校正和重力稳定化，最终输出可以继续进入物理仿真、交互系统和机器人任务的仿真就绪场景。

具体而言，这一过程可拆解为以下几个步骤。

首先系统需要能够看懂场景，将图像中的独立物体进行分割，为每个对象建立贯穿分割、三维生成和物理仿真的一致身份，随后识别物体类别、用途和空间关系，构建场景语义关系图。

其次，Fysiverse-3D为每个对象生成独立三维模型，并同步估计其在场景中的位置、朝向和尺度比例。系统输出具有基本空间结构的完整初始场景。

之后，系统会从输入图像对应的视角重新渲染生成场景，并将物体轮廓、中心位置和投影面积与原图进行比较。优化校正相机与整体场景的视角关系，再逐个调整物体的位置、姿态和尺度。

但视觉一致并不代表三维接触关系正确，之后仍需进行校正。系统在检测穿插与间隙时，对于“放置在上方”“安装于表面”等支撑关系，优先沿合理方向调整，使上方对象落到支撑面，而对于语义上不应接触的对象，则需要在确认真实穿插后进行分离。

完成视觉与接触校正后，场景被放入物理引擎并施加重力。悬空对象自然下落，轻微接触偏差得到调整，系统同时观察是否出现明显倾倒、滑移或坍塌。最终输出的是在基础碰撞与重力条件下能够保持稳定的场景状态，而不是只在某一视角下成立的静态画面。

▲ 物理稳定化的多资产自然下落（图源：飞捷科思）

对于世界模型，飞捷科思CTO杨鼎康提到，下一代世界模型的竞争，一定是将画面质量的竞争进一步走向世界状态与因果推演能力的竞争。

飞捷科思以Fysics可微分物理引擎为底座，针对当前数据驱动的世界模型普遍面临的“物理幻觉、推理失效、非标场景崩坏”等问题，打造了遵循真实世界物理规律的物理世界模型Fysiverse。

Fysiverse提出了一条“显式物理模拟器×生成式渲染器”的系统路径，以可计算的物理状态作为中间层，以可微分物理引擎作为世界演化机制，以渲染器作为视觉表达层。它将世界模型的计算链路重构为“观测—状态—物理演化—视觉呈现”。

▲ Fysiverse路线图（图源：飞捷科思）

Fysiverse首先解决的是“世界状态从哪里来”。系统针对场景观测进行解耦，分离前景物体与背景上下文，恢复物体的三维几何，并补全可用于接触、遮挡和碰撞计算的空间结构。原本停留在二维画面中的各种球体、积木，由此被还原为一个能够参与物理计算的三维场景。

完成世界状态重建后，Fysiverse依托飞捷科思自研的Fysics可微分物理引擎，对场景中的运动与交互进行显式推演。通过统一物理求解框架，Fysics覆盖刚体、软体、流体和颗粒等多种物质形态，并处理它们之间的耦合交互。系统由此能够从小球滚动、积木倒塌等基础运动，延伸至柔性形变、流体飞溅等更复杂的动态过程。