公司融资与市场地位 - 具身数据与仿真基础设施公司光轮智能近日完成A++与A+++轮融资，总额达10亿元人民币，正式迈入独角兽行列，成为全球首家具身数据领域的独角兽企业 [2] - 本轮融资由多家产业场景方与财务机构共同参与，包括新希望集团、鼎邦投资、奥克斯、鼎石资管等产业资本，以及建投华科、国方创新、道禾长期投资、清新资本等市场化机构 [2] - 光轮智能已被不少业内人士视为具身数据基础设施的领跑者，在行业从数据路线竞争走向数据基础设施建设的过程中率先跑出 [2] 行业趋势与核心问题 - 具身智能领域过去两年的资本焦点集中在机器人本体公司与具身大模型团队，但随着机器人走向真实世界，数据瓶颈问题浮现 [4][5] - 当前数据来源分为仿真合成数据、真实世界机器人数据与人类行为示范数据三类，但单一数据来源无法支撑具身智能的规模化野心 [5] - 行业正从数据路线竞争，走向数据基础设施建设，未来产业的关键竞争包括谁能掌握稳定的数据供给体系 [5] - 越来越多产业投资人开始意识到，未来机器人能力的上限，很可能由数据基础设施决定 [2] 物理AI基础设施三层架构 - 物理AI的基础设施版图呈金字塔结构：第一层是算力基础设施，以英伟达GPU为代表 [6] - 第二层是模型基础设施，由基础模型、世界模型及具身智能大模型等构成 [6] - 第三层是数据与仿真基础设施，其核心使命是将复杂的真实物理世界转化为机器人可以学习的数据，这是当前最隐秘、最为稀缺的一层 [6] 光轮智能的技术与产品体系 - 公司构建了World（仿真）—Behavior（行为）—Eval（评测）的数据引擎体系，不押注单一数据路线 [6] - 在仿真层，公司自研求解器支持刚体、柔体、流体等多物理场高精度实时求解，并将真实物理参数系统数字化，在虚拟世界里还原真实物理规律 [8] - 在行为层，公司构建了全球最大规模的非本体数据引擎，覆盖仿真合成数据与人类视频数据，使真实世界与仿真环境形成持续的数据循环 [9] - 在评测层，公司推出了工业级仿真评测平台RoboFinals，覆盖100项核心任务，旨在定义具身智能的真正能力进步 [9] - 公司创始人认为，真正的具身数据基础设施是一个自动化闭环：生成数据、验证能力、理解行为，再反向优化数据 [11] 光轮智能的商业化进展与客户 - 公司在仿真合成数据、仿真评测、人类行为数据三个维度均实现全球规模化交付，被认为是目前全球唯一同时覆盖三类具身数据能力并实现大规模商业交付的企业 [11] - 在合成数据领域，公司已建成全球交付规模最大的仿真合成数据Pipeline，全球主要具身智能团队的仿真资产体系中，超过80%建立在光轮提供的资产与合成数据之上 [11] - 在仿真评测领域，公司推出RoboFinals平台，并与英伟达联合开源发布Isaac Lab-Arena具身评测基准框架，联合通义千问共建工业级评测闭环 [12] - 在人类视频数据领域，公司建立起全球规模最大的具身行为数据网络之一，数据节点系统覆盖全球7个国家、2500+个不同环境，执行50000多种多样化任务，每周稳定生成超50000小时具身行为数据，累计交付超100万小时高质量人类行为数据 [12] - 客户包括英伟达、DeepMind、字节跳动、阿里等大模型公司，Figure AI、1X、智元机器人、银河通用等头部机器人团队，以及Toyota、Bosch、比亚迪、吉利等产业巨头，全球前五的世界模型团队均已入局 [13] - 公司2025年的营收预期将是2024年的10倍，而2026年仅Q1的单季预计收入，就将超过去年全年 [13] 产业机会与未来展望 - 目前已有上百家产业企业正在与光轮接触或推进合作，涉及制造业、农业、物流、家电、汽车等多个领域 [14] - 产业企业不仅是应用方，更可能成为具身数据网络中的“原生数据节点”，这可能是未来企业参与AI基础设施分配红利的入口 [14] - 具身数据网络具有明显的网络效应，越早接入真实场景的产业节点，未来在机器人时代获得的数据优势就越大 [14] - 每一个真实的产业场景，都可能是一座尚未被挖掘的数据金矿，生产细节成为具身大模型理解真实世界的“原生教材” [1][17] - 2026年被认为是“具身数据规模化落地元年”，随着机器人部署从“百台级”跨向“万台级”，对高质量训练数据的渴求正以指数级速度拉升 [17] - 光轮智能的终局图景是将千行百业的物理场景，悉数编织进一张物理AI数据网络中 [17]