点击关注
已关注公众号
今日，世界模型初创企业 逆矩阵科技（Physis）完成超亿美元种子++轮融资。距离今年3月其超千万美元首轮融资仅过去两个月，经纬创投、五源资本、光合创投、BAI 资本、钟鼎资本等机构联合参投，蚂蚁集团进行战略投资，高瓴创投、燕缘创投等老股东持续加码。
伴随本轮融资落地，公司正式推出通用世界基座模型Physis-v0.1，并计划在2026年底发布旗舰模型。在AI向物理世界进阶的当下，这笔大额融资也让通用世界基座模型的赛道竞争走向白热化。
背靠北大青年团队，逆矩阵是一家怎样的硬核初创？
逆矩阵科技成立于2026年2月，核心聚焦通用世界基座模型研发，目标是打造能理解、推演真实物理规律的AI基础设施。
公司由北大青年学者 陈博远、吉嘉铭 联合创办，团队构成极具特色，一半是拥有奥赛金牌、省市状元、顶会论文发表经历的青年科研人才，另一半是来自一线科技企业的资深工程人员，整体以95后、00后青年群体为主，人才密度突出。
不同于传统科技公司，逆矩阵采用AI-native扁平化架构，内部无层级汇报、无季度考核指标，依靠技术共识对齐发展方向。团队崇尚自由探索与长期主义，每位员工都配备AI代码智能体辅助工作，大幅降低沟通成本，专注底层技术突破。
成立至今，公司持续推进技术落地，除发布 Physis-v0.1模型外，还对外提出W0-W5世界模型能力分级体系，为行业划定技术演进标准，这也是其区别于多数同类初创的核心亮点。
多项实测数据筑牢物理AI壁垒
当前行业多数世界模型停留在视觉生成层面，普遍存在物理逻辑错误，而逆矩阵的技术核心围绕物理正确性搭建，多项实验数据印证其技术差异化优势。
首先在模型迭代潜力上，内部测试显示，随着数据与参数规模扩大，模型物理状态预测误差持续下降，呈现出类似大语言模型的指数级增长潜力，并未出现垂类模型常见的性能饱和拐点，证明通用预训练路线具备长期成长空间。
其次在技术架构上，团队跳出像素空间的传统思路，搭建三层数据金字塔解决物理数据稀缺难题：第一层筛选海量真实视频学习基础物理状态；第二层依托第一人称视角视频、仿真引擎数据，训练动作与物理状态的关联；第三层自主生产玻璃破碎、流体形变等稀缺物理突变数据，补齐极端场景训练短板。同时模型原生植入动作干预机制，摆脱 “被动看画面” 的局限，实现从数据相关性到物理因果性的跨越。
在行业通用的W0-W5分级体系中，目前全球绝大多数模型处于W0-W1阶段，仅能实现流畅的动作响应与视频生成，常出现穿墙、失重等“物理幻觉”。逆矩阵现阶段主攻W1向W2的跨越，而W2是世界基座模型的关键分水岭，达成这一目标意味着模型真正掌握通用物理规律，具备跨场景泛化能力。举例来说，单纯训练机器人打鸡蛋属于W1垂类能力，而 W2 层级的模型既能完成打鸡蛋操作，也能适配柔性物体、流体等全新场景。
为规避物理推演错误，团队搭建自动化物理验证沙盒，结合强化学习构建奖惩机制，对物体凭空消失、刚体穿透等违背物理规则的行为进行约束，进一步保障模型输出的准确性。
快速连拿两轮大额融资，资本为何集体押注？
短短两个月接连拿下千万美元、超亿美元两轮融资，逆矩阵的融资速度在一级市场AI赛道中十分罕见，背后是资本对AI第三次技术范式跃迁的高度认可。
在行业共识中，AI已走完语言模型、视觉生成模型两次变革，如今正迈入物理世界预测的第三次跃迁，核心是让AI学会“预测下一个物理状态”。资本判断，通用世界基座模型的窗口期已从最初预估的三年压缩至18个月，头部团队率先搭建的模型、数据与算法壁垒，后期玩家很难追赶。
此外，逆矩阵坚持“先通用、后商业化”的路线也打动了投资方。公司现阶段拒绝绑定单一垂类场景，不急于变现，全力攻坚底层基座能力。在资本看来，过早切入具身智能、游戏等细分领域，会让模型沦为“一场景一模型”的垂类工具，而通用基座模型可通过可插拔解码器适配多场景，长期商业价值和扩张空间远超垂类应用。
赛道新变局：世界模型将重塑哪些产业格局？
不同于市场上将世界模型等同于具身智能的单一认知，逆矩阵的发展路径，也为整个物理AI赛道提供了全新思考方向，其影响将覆盖全产业链。
第一，重构传统物理引擎生态。短期来看，世界模型与Unity、Unreal等传统引擎形成互补，传统引擎擅长手写规则实现刚体仿真，而世界模型在流体、柔性物体、复杂碰撞等场景更具优势；长期而言，当模型迈入W3及以上层级，可自主推演物理规律，有望逐步替代人工编写规则，大幅降低游戏、影视、工业仿真的开发成本。未来《塞尔达》这类游戏中的复合物理交互效果，无需程序员逐行编码，模型即可自主生成。
第二，重新定义具身智能的发展逻辑。当下机器人大多依靠垂类数据训练，场景迁移能力弱。通用世界基座模型落地后，机器人将不再局限于单一动作复刻，而是基于通用物理规律自主规划行为，工业机器人、家用服务机器人的实用性会大幅提升。
第三，划分行业竞争新赛道。当前世界模型玩家分为两类，一类聚焦应用层，深耕单一落地场景；另一类专注底层基座，打造通用物理AI基础设施。逆矩阵选择后者，这也预示着未来赛道会逐步分层，底层基座厂商将成为整个物理AI行业的“算力底座”，如同如今的大语言基座模型一样，为各行各业提供API服务。
独家观点：18个月窗口期，比拼的不止是技术
纵观全球AI发展，语言模型从GPT-3到ChatGPT用了数年时间，而世界模型留给行业的窗口期仅剩18个月，这场竞速比拼的早已不只是算法、算力和数据。
其一，战略定力成为隐形竞争力。在商业化热潮下，不少初创企业为快速盈利选择深耕垂类，虽能短期获得收益，却也框定了技术上限。逆矩阵暂缓商业化、死磕通用基座的选择，看似舍弃短期利益，实则是抢占长期生态话语权。对于底层技术赛道而言，“慢”反而会成为后来者难以逾越的壁垒。
其二，组织形态适配决定创新上限。世界模型属于前沿探索领域，固定KPI、层级化管理会束缚灵感。逆矩阵的扁平化团队模式，契合原始创新的需求，这也为国内同类硬核科技企业提供了参考：攻坚无人区技术，需要匹配灵活、自由的组织文化。
其三，行业标准话语权争夺战开启。逆矩阵推出的W0-W5分级体系，清晰划定了世界模型的技术路线。在赛道早期，率先建立技术标准、统一行业认知，就能掌握发展主动权。未来18个月，除了模型性能比拼，行业标准、技术理念的竞争也会愈发激烈。
整体而言，逆矩阵的快速崛起，标志着国内通用世界基座模型赛道正式进入深水区。18个月的倒计时已经开启，谁能筑牢物理理解能力、守住通用化路线，谁就能在AI进军物理世界的浪潮中站稳脚跟。
往期推荐
融资10亿!上海国资重仓AMD前员工
吴夏青是谁？为什么离职英伟达创业？
点赞鼓励一下
图片来源：网络
本文不作为投资建议