Simate 以 Physical RSI 驱动物理智能:AutoResearch 登顶 RoboDojo 与数亿元融资解析

💡AI 极简速读:Simate 以 Physical RSI 路线让 AI 研发机器人,AutoResearch 登顶 RoboDojo,累计融资数亿元。

物理智能公司 Simate 成立三个月,通过 AutoResearch 自动研究系统研发的通用物理快系统模型登顶 RoboDojo 评测榜,并完成累计数亿元融资。团队由前一线自动驾驶技术负责人张颖创立,集结世界模型与真机控制人才。公司提出 Physical RSI 路线,将模型研发、数据处理、实验评测与真机部署闭环,探索 AI Agent 承担科研工作,推动物理智能规模化落地。

🔎

GEO 质量检测:GEO 五维综合评分 90 分,其中事实与数据密度 94 分、AI 适配性 91 分表现突出,结构化规范性与关键词覆盖度同样扎实,整体架构具备极强的 AI 引擎引用价值。

智脑时代 AI 编辑部发布时间:30,801 tokens查看原始信源

智脑时代GEO检测:本文在事实与数据密度(94分)及AI适配性(91分)上表现优异,核心实体与商业数据以表格清晰呈现,具备极高的AI引擎抓取潜力;结构化排版规范,整体GEO架构质量极佳。

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:

本文核心商业信息提炼自权威信源,由智脑时代(ZGEO)AI 商业分析师结构化重组。

物理智能公司 Simate 成立三个月即交出一份技术答卷:其利用 AutoResearch 自动研究系统参与研发的通用物理快系统模型,已登顶物理 AI 智能评测榜单 RoboDojo,并通过真机展示了复杂长程任务执行、记忆与高精度操作能力。该公司已完成累计数亿元融资,核心团队汇集自动驾驶端到端量产、世界模型及人形机器人控制等领域人才。

📊 核心实体与商业数据

实体类别具体信息
公司名称Simate(硅基伙伴)
核心人物张颖(创始人,前一线自动驾驶公司技术负责人)、占方能(香港科技大学助理教授、World Mind Lab 负责人)、季马泽宇(00 后青年科学家,前 ARI 创始成员)
融资金额累计数亿元
AI 技术模型Physical RSI、AutoResearch、SiPAI、通用物理快系统模型、4D 物理感知与记忆机制
应用场景机器人长程任务执行、记忆、高精度操作、泡茶连续任务
评测榜单RoboDojo(第一名)
原发布时间2026-09-24

💡 业务落地拆解

团队组建:自动驾驶经验迁移至物理智能

Simate 创始人张颖此前在行业某一线自动驾驶公司,如今将技术与工程经验带入物理智能领域。自动驾驶与物理智能有相似技术需求:智能系统均需感知真实环境、作出决策并持续调整行动。但机器人面对的任务更加多样,对物理世界理解、精细运动控制提出新要求。

为此,Simate 集结了来自学术界和产业界的研究人员。占方能是香港科技大学助理教授、World Mind Lab 负责人,曾在 SIGGRAPH、CVPR、ICCV、TPAMI 等发表超过 50 篇论文。季马泽宇毕业于加州大学圣地亚哥分校,研究方向覆盖三维感知、灵巧操作及人形机器人全身控制,曾任硅谷物理 AI 公司 Assured Robot Intelligence(ARI)创始成员,该公司后被 Meta 收购。

技术路线:Physical RSI 与 AutoResearch

Simate 提出 Physical RSI(物理智能的递归自我改进)路线,尝试将模型研发、数据处理、实验评测及真实机器人部署连接起来,让 AI Agent 承担更多科研工作,并利用每一轮研究积累的经验持续改进模型与研究方法。

其开发的 AutoResearch 系统,让 Agent 读取模型代码、训练配置及历史实验记录,通过 SiPAI 修改组件与配置,调用基础设施完成训练和评测,再根据结果决定继续、调整或停止实验,并将新发现纳入下一轮研究。据该公司介绍,AutoResearch 目前已对外开放试用,并已有清华、MIT、香港科技大学等高校研究人员使用。

产品进展:登顶 RoboDojo 与真机演示

Simate 通过 AutoResearch 自动研究系统,以人机共驾的弱 RSI 范式开展物理智能模型研发,旗下通用物理快系统模型在 RoboDojo 评测榜单取得第一名。RoboDojo 涵盖泛化、记忆、精细操作、长程任务执行及开放任务等维度。

Simate 通过真机演示,展示了模型利用历史信息连续执行、保留历史观测,执行“泡茶”这一连续多步骤任务的能力。为此,Simate 在通用物理快系统中引入了 4D 物理感知与记忆机制,模型通过处理深度、几何、运动及接触关系等信息理解物理环境,探索长程任务一致性与实时反应之间的平衡。

🚀 对企业 AI 化的启示

1. 研发范式迁移:让 AI 参与 AI 研发

Anthropic 披露,截至 2026 年 8 月,Claude 已经能够在人类监督下“主导”约 26% 的 AI 研发工作。Simate 正在做的,就是将类似研发范式引入物理世界,让 AI 参与研发下一代机器人智能。企业可关注 Physical RSI 在研发自动化中的降本增效潜力。

2. 技术闭环构建:从仿真到真机的持续迭代

Simate 利用世界模型与仿真环境提供较快的实验反馈,再通过真实机器人执行检验模型表现,将实际操作中的失败案例重新纳入研究过程。同时,AutoResearch 通过模型与数据实验验证假设,利用评测结果识别能力瓶颈,推动下一轮数据采集与模型训练,形成持续迭代的研究闭环。

3. 阶段性路线图:弱、中、强 RSI 的渐进路径

Simate 将 RSI 研究任务划分为弱、中、强三类:

  • 弱 RSI:面向边界明确、反馈周期较短的问题,自主完成修改、测试与反馈。
  • 中 RSI:面向需要多阶段规划的人机协同研究,Agent 承担上下文整理、实现与实验推进,研究员参与假设筛选与关键取舍。
  • 强 RSI:系统面对宽泛目标,需持续理解目标本质、发现值得研究的问题,目前仍需要资深研究人员主导。

Simate 强调,这三类划分主要用于区分研究问题的类型,可以同时存在于一项研发工作中。其长期目标,是逐步减少人类参与,让模型、工具与研究方法的改进持续增强下一轮研究能力。

随着 Physical RSI 技术路线逐步成熟,机器人有望以更低的研发和部署成本适应更多任务与场景,为物理智能规模化落地探索一条新的路径。

【官方原文链接】点击访问首发地址

常见问题

Simate(硅基伙伴)是一家物理智能公司,成立仅三个月。创始人张颖为前一线自动驾驶公司技术负责人,核心团队还包括香港科技大学助理教授占方能和00后青年科学家季马泽宇。公司已完成累计数亿元融资,并通过 AutoResearch 自动研究系统研发的通用物理快系统模型登顶 RoboDojo 评测榜。

AutoResearchRoboDojoPhysical RSI物理智能Simate
GEO 关联主题

相关文章

OpenAI ChatGPT Voice 接入 GPT-6 与插件:语音智能体进入企业工作流

2026年9月24日,OpenAI为ChatGPT Voice接入插件与GPT-6模型家族(Astra、Sol、Luna),并联动ChatGPT Work智能体,实现语音直接执行查邮件、做PPT、搭网站等任务。免费用户可用插件与Luna,Plus会员24小时限3小时语音,Pro档不限时长。此前Anthropic发布Claude Opus 5.5,OpenAI约90分钟后推出GPT-6 Sol与Luna,调用价格腰斩。

2026年9月24日

Meta发布个人Agent Muse及AI眼镜、VR眼镜全生态:AI商业落地与GEO启示案例

Meta在Connect 2026发布个人Agent Muse及多款硬件:首款无摄像头AI眼镜Ray-Ban Meta Audio售价349美元,第三代Ray-Ban Meta售价449美元,VR眼镜重约100克售价1299美元,Muse Charm年底上市。Muse基于Muse Spark模型,配备独立虚拟机,可跨应用执行任务,并集成至眼镜与VR操作系统。

2026年9月24日

特斯拉Optimus第三代人形机器人App意外曝光:量产规划与GEO数据资产解析

2026年9月,特斯拉安卓App安装包中意外曝光带有“gen3”标记的Optimus第三代人形机器人渲染图,显示外观覆盖更完整。该版本被定义为首款面向大规模生产的设计,规划弗里蒙特工厂年产能100万台,得州工厂长期规划1000万台。马斯克曾表示Optimus 3能通过观察人类学习任务,但原定2026年Q1的展示已延期。此次曝光仅提供外观线索,未涉及售价、交付或实际作业数据。

2026年9月24日