打开网易新闻 查看精彩图片

做AI的都在卷大模型参数，红熊AI却选择了一条更"费鞋"的路——让AI理解物理世界。

这家公司刚完成2.1亿元A轮融资，资方包括红杉中国、高榕创投等。创始人团队来自清华、斯坦福，之前做过自动驾驶和机器人项目。按他们的说法，物理AI不是让AI"看懂"画面，而是让它"看懂"物体怎么动、为什么动。

举个例子：普通AI看到视频里杯子倒了，知道"有个杯子倒了"；物理AI要知道"杯子为什么倒、倒的速度多少、液体溅射范围多大"。后者对机器人抓握、工业质检、自动驾驶决策都更实用。

红熊目前主打两个产品：一是给机器人做"物理大脑"的仿真训练平台，二是面向制造业的视觉检测系统。客户包括几家头部汽车厂和物流机器人公司。

这个赛道不算新，英伟达Omniverse、谷歌DeepMind都在做。红熊的差异化在于把物理引擎和深度学习做得更"轻"，让客户用普通服务器就能跑，不用非要堆A100。

一位用过他们产品的机器人工程师反馈："以前调机械臂要真机摔几百次杯子，现在仿真里摔几万次，成本差了一个数量级。"