独家｜再获10亿元融资，光轮智能要做「数据英伟达」

光轮智能在一个月内连续拿到两笔大额融资，节奏相当密集。

AI科技评论独家获悉，

本轮投资方阵容不小，既包括中关村科学城基金、四川发展科创基金、山东发展科创投等政府背景基金，也有巨人网络、宇信科技、宝通科技、中科产投、量图智策、天钺资本等产业和财务机构；老股东建投投资、三七互娱、森马投资等继续跟进。

就在5月末，光轮智能刚宣布完成一轮融资，蚂蚁集团领投，建投投资、大湾区共同家园基金等参投。短短一个月内两轮融资，市场对具身智能的热情不言而喻，更关键的是，资本圈正在重新定义物理AI数据与评测这类底层设施的价值。

物理AI需要新的基础设施接口

大模型时代，英伟达围绕GPU、CUDA、开发者工具链和云端算力，构建了一套完整的基础设施接口。模型训练、开发、部署和生态协作都跑在同一套底层系统上。

这正是英伟达成为AI基础设施公司的核心原因——它没只卖一块显卡，

物理AI时代，类似的基础设施迁移正在发生。机器人要面对真实世界里的物体、接触、受力、材料、反馈和长时序任务，它要解决的不只是“怎么看懂世界”，更是“怎么在真实世界里持续学习”。

因此，机器人时代需要的基础设施，除了算力，

从这个角度看，

它要连接真实世界的数据生成，构建可训练、可评测的仿真世界，用工业级评测找出模型能力边界，再让真实部署中的失败和反馈流回下一轮数据生产与训练。但说实话，目前市场上这样的基础设施公司极为稀缺。

光轮智能正在做的，正是支撑机器人持续学习的数据与评测基础设施。

真实场景成为数据入口，地方共建物理AI基础设施

过去地方发展机器人产业，大多围绕本体企业、整机制造、应用示范和产业园区来布局。但到了物理AI阶段，真实产业场景本身正在变成“数据金矿”。

不过，这些场景不会自动变成训练数据，也不会自动形成评测标准。它们需要经过采集、结构化、仿真转化、任务定义、评测验证和部署反馈，才能成为可复用的数据与评测基础设施。

地方国资深度参与本轮融资，正是看到了这一变化。北京、山东、四川等地产业场景丰富，光轮智能可以帮助地方把这些真实场景转化为可训练、可评测、可复用的数据和标准体系。

说白了，地方资本投的不是单个项目，而是把地方产业场景转化为物理AI基础设施资产的能力。

构建物理AI数据与评测基础设施

物理AI要真正走进真实世界，必须有一套能持续运转、持续验证、持续反馈的基础设施闭环。

英伟达的基础设施是“算力—工具链—开发者—应用”的连接系统，而光轮智能构建的是“真实经验—仿真世界—能力评测—部署反馈”的机器人学习系统。

光轮智能的产品体系围绕两个闭环展开：一是覆盖数据供给、规模化评测与真实部署反馈的价值链闭环；二是从真实世界到仿真世界、再回到真实部署的Real2Sim2Real闭环。

•

沉淀高质量、规模化、跨本体的人类行为数据。它记录的不仅是简单动作，而是人类在真实世界中的观察、操作、纠错和长程任务经验，是机器人获得可规模化行为经验的入口。
•提供工业级规模化评测。通过标准化任务、可复现环境和可比较指标，它判断机器人模型学会了什么、能力边界在哪、失败模式是什么，并反向定义下一轮数据需求。
•连接真实部署反馈。机器人进入工厂、仓库、农业、物流等产业现场后，会持续遇到新的任务分布、异常情况、失败样本和现场约束；这些反馈被重新带回数据、仿真和评测系统，成为下一轮学习的起点。

支撑这套外层系统的，是光轮自研的物理AI仿真基础设施

，核心功能是把真实世界规模化转化为机器人能够学习、训练和验证的仿真世界。

其背后是光轮“求解—测量—生成”三位一体全栈自研仿真平台。通过物理求解还原真实世界中的接触、摩擦、形变和力学反馈，通过真实测量把关键物理参数引入仿真，再通过生成能力将真实世界转化为可执行、可训练、可评测的仿真场景。

据了解，

光轮智能构建物理AI开放生态

基础设施的价值，最终要通过生态释放。

人类数据侧，光轮智能与PICO、舞肌等硬件伙伴协同，推动头显、灵巧手、触觉手套、传感器等设备进入标准化采集体系，让真实世界经验规模化进入EgoSuite。

云与算力侧，光轮智能与阿里云、摩尔线程等伙伴合作，支撑仿真训练、数据生成和规模化评测在云端与算力集群上高效运行。

模型侧，光轮智能与生数科技等团队协同，推动生成世界从“视觉真实”走向“物理可信、任务可用、真实场景可验证”。

产业场景侧，光轮智能与新希望、宝通科技等伙伴合作，将真实任务、真实流程和真实反馈转化为可复用的数据。

标准侧，光轮智能与国家机器人检测与评定中心（总部）共同推进“真实+仿真”评测闭环，并作为唯一中国企业加入国际开源物理仿真引擎Newton技术指导委员会（TSC），与英伟达、谷歌DeepMind、迪士尼研究院、丰田研究院四家顶尖机构共同推动下一代开源物理AI仿真标准建设。

这意味着，

：硬件生态负责采集高质量数据，云与算力生态支撑基础设施规模化运行，模型团队验证物理可信世界，产业场景生态提供真实任务与反馈，标准体系则让机器人能力能够被统一检测、比较和验证。

物理AI正处在基础设施接口形成的窗口期，被重新定价的不只是单个产品或单项技术。那些能把数据、评测、场景和标准连接起来的基础设施企业，将有机会成为物理AI时代的英伟达。

光轮智能的连续融资和庞大的生态“朋友圈”说明，物理AI数据与评测基础设施的价值已经从公司判断上升为产业共识。

“数据的英伟达”正在悄然成型。