融资情况 - 公司于近期完成2亿元人民币A2轮融资 [2] - 本轮融资由达晨财智领投，老股东华控基金联合领投，并有首发展创投、浦耀信晔、财鑫资本、珠海科技产业集团、张科垚坤、复琢创投等机构跟投，老股东合鼎共资本超额跟投 [2] - 公司在3个月内连续完成Pre-A、Pre-A+、A1、A2共四轮融资，累计A轮系列融资额达5亿元人民币 [2] 公司定位与产品 - 公司是一家专注物理世界通用智能（物理AGI）的公司 [2] - 公司已推出面向物理AGI目标的原生模型，并于2025年11月26日发布相应本体，布局物理AGI终端业务 [2] - 公司产品矩阵为物理AI全栈软硬件产品，包括世界模型平台GigaWorld（覆盖驾驶和具身）、通用具身大脑GigaBrain、通用具身本体Maker [2] - 产品矩阵从软件和硬件两端，系统化布局了物理AI的未来发展路径 [2] 创始人背景 - 创始人兼CEO黄冠博士为清华大学自动化系创新领军工程博士 [2] - 创始人曾担任地平线机器人视觉感知技术负责人、鉴智机器人合伙人及算法副总裁，并拥有三星中国研究院、微软亚洲研究院等工作经历 [2] - 创始人完整经历过去十年物理AI的技术和产业发展历程，带领团队取得突破性全球领先成果，在物理AI方向兼具行业领先的技术创新、产业落地和连续创业经验 [3] 业务进展与客户 - 随着原生模型和本体的进化，公司已与多个行业头部客户达成签约和量产合作 [3] - 客户包括全球多个头部主机厂、多地人形机器人创新中心和实训场、以及多个具身方向的头部工业、服务、家庭场景公司 [3]

公司融资与业务进展 - 具身智能公司极佳视界近期完成2亿元人民币A2轮融资 由达晨财智领投 老股东华控基金联合领投 并有首发展创投 浦耀信晔 财鑫资本 珠海科技产业集团 张科垚坤 复琢创投等机构跟投 老股东合鼎共资本超额跟投 [1][3] - 公司在3个月内连续完成Pre-A Pre-A+ A1及A2共四轮融资 累计完成5亿元人民币A轮系列融资 [1][3] - 公司已于2025年11月26日发布相应本体 布局物理AGI的终端业务 [1][3] 公司产品与技术布局 - 公司产品矩阵为物理AI全栈软硬件产品 包括世界模型平台GigaWorld（驾驶和具身） 通用具身大脑GigaBrain 通用具身本体Maker [1][3] - 公司技术采用“世界模型+行动模型+强化学习”的原生范式 其中每一环节均以世界模型为驱动 [1][3] - 公司认为以“操作与上肢”为中心 能更好与物理世界交互 数据优先的原生本体是关键需求 “传感器-执行器-数采设备-通用模型”之间可规模化的闭环迭代价值凸显 [2][4] 行业趋势与公司观点 - 行业模型架构正向通用行动模型（如VLA与世界行动模型）收敛 数据来源转向以真机数据与世界模型生成数据为核心 学习方式形成“模仿学习+强化学习+世界模型”的通用范式 [2][4] - 世界模型正成为物理AGI在数据来源 学习方式与模型架构层面的核心驱动力 [2][4] - 公司认为物理AI正在进入全新的关键时代 未来2-3年是物理AGI突破的关键窗口期 物理世界的“ChatGPT时刻”正在加速到来 [2][5]

融资进展 - 极佳视界在两个月内完成第三轮融资，最新一轮为亿元级A1轮融资，由华为哈勃和华控基金联合投资[2] - 此前于今年8月底，公司已完成Pre-A和Pre-A+连续两轮数亿元人民币融资[2] 公司背景与团队 - 公司成立于2023年，聚焦物理AI，专注于世界模型驱动的物理世界通用智能[2] - 核心团队紧密依托清华大学自动化系智能视觉实验室，成员来自清华、中科院等知名院校及百度、微软、地平线等企业，累计发表顶级AI论文200余篇，获数十项全球AI竞赛冠军[4] - 创始人兼CEO黄冠博士为清华大学自动化系博士，拥有微软、三星、地平线等企业研究经历，曾带领百人研发团队，并主导或参与融资累计超10亿元[4] 技术定位与行业趋势 - 世界模型技术价值已在当前阶段展现，能改善高维高质量数据稀缺和传统仿真器Sim2Real Gap两大问题，并提升强化学习训练效果[6] - 世界模型在数字世界建模物理世界和运行规律，使AI在陌生环境中少试错、更稳健[6] - 硅谷科技巨头如英伟达、Google DeepMind、特斯拉均已布局世界模型方向[6] - 华为将世界模型列为未来智能世界2035年十大技术趋势之首，并与极佳视界推进战略合作[7] 技术突破与预测 - 预测"物理世界ChatGPT时刻"将在2至3年内到来[8] - 世界模型、VLA和强化学习三者协同，有望在100种常见任务中实现90%场景下95%的成功率[8] - 公司具身世界模型能从少量真实数据中学习，构建统一模型并生成高保真合成数据，低成本填补数据缺口[9] - 模型能融合多模态反馈优化Sim2Real Gap，并作为强化学习的高保真训练环境，提升真实世界表现[9] 产品性能与优势 - GigaBrain-0在对比中展现出更优异的性能提升潜力[10] - 相比其他方法，训练数据来源更丰富，在纹理、光照、视角变化下表现更鲁棒、泛化性更好[12] - 架构更深，关键子模块引入更深层建模，操作表现更精细[12] - 提供大小双版本模型，小模型可达大模型约90%效果，且可在端侧Orin实现实时推理[12] 商业化与合作 - 公司已与多地人形机器人创新中心、实训场、科研院校、云计算公司等达成深度合作，打造虚实结合数据工厂和具身智能平台[13] - 在世界模型和VLA大模型场景落地方面，与全球汽车行业巨头、头部具身本体公司、多个应用场景巨头达成深度合作，探索驾驶、工业、服务、家庭等场景的物理AI应用[13] - 未来公司将推进物理AI智能模型研发迭代，加速通用具身人形本体研发，并通过"智能-本体-场景"三位一体加速商业化落地[14]