点击关注
已关注公众号
2026年的具身智能赛道，正在发生一场足以改写行业走向的价值重心迁移。
过去两年，市场的目光始终聚焦于人形机器人本体、具身大模型参数、机械动作精度这些直观可见的技术亮点，谁能造出更像人的机器人、谁的模型算力更强，就站在聚光灯中心。
这是新兴技术起步的必然规律，如同自动驾驶早期聚焦整车、大模型爆发初期资本追逐模型厂商一样，贴近用户、充满想象空间的产品，永远是第一波热度的承载者。但当技术从实验室走向规模化落地，产业定价逻辑总会悄然转向更底层的支撑环节，自动驾驶催生了Scale AI，大模型时代成就了英伟达，而如今，具身智能的规模化拐点，正式落在了数据与评测基础设施之上。
就在这一关键节点，光轮智能以一轮重磅融资，彻底刷新了全球具身智能产业的估值格局。
本轮融资由蚂蚁集团领投，建投投资、大湾区共同家园基金、山东孚弘、临芯投资等多家国资与产业资本联合参与，三七互娱、国方创新等老股东更是超额跟投，融资完成后，光轮智能估值突破20亿美元，短短两个月内实现估值翻倍，创下全球具身数据与评测基础设施领域的最高估值纪录。
在AI投资回归理性、资本更看重落地价值的2026年，这样的涨幅与融资阵容，无疑是市场对具身智能底层赛道价值的最强认可。
这场融资的背后，是具身智能产业的核心刚需被彻底点燃。物理世界的AI学习，远比文本、图像模型复杂，机器人需要感知力、接触、形变、失败与实时反馈，而真实物理场景无法无限试错、也不能随意重置，这意味着模型与本体的进步，再也无法只依靠参数与算力，规模化、高质量、可验证的数据供给，才是物理 AI 规模化落地的核心瓶颈。
光轮智能恰好踩中了这一刚需，2026年第一季度，公司新增订单达到5.5亿元，单季度收入直接超过2025年全年，以实打实的商业成绩，推动行业迈入“具身数据规模化元年”。
这些订单既来自全球具身大模型、世界模型团队的训练评测需求，也来自工业、物流、农业、汽车等实体产业的机器人落地部署，光轮智能站在了技术研发与产业应用的双重需求交汇点上。
创始团队：为何能成为全球仿真标准的核心制定者？
一家能拿下蚂蚁集团领投、获得全球科技巨头认可的创业公司，核心底气必然来自顶尖的创始团队。
光轮智能创始人兼 CEO 谢晨，是全球物理仿真领域的顶尖专家，拥有北大物理学本科、哥伦比亚大学数量金融博士背景，曾先后担任英伟达自动驾驶仿真负责人、Cruise仿真负责人、蔚来自动驾驶仿真负责人，深耕仿真与合成数据领域十余年，是业内少有的兼具学术功底与产业工程经验的领军者，其提出的“三位一体”仿真理念，更是成为全球具身仿真的重要技术方向。
联合创始人兼总裁 杨海波，拥有丰富的产业资源整合、商业落地与行业标准制定经验，擅长将前沿技术转化为规模化商业价值，完美补齐了技术到市场的关键环节。
这支团队从成立之初，就没有局限于单一的数据标注或仿真工具开发，而是瞄准物理AI的底层基础设施布局，这也是其能快速获得全球顶尖机构认可的核心原因。如今，光轮智能已作为核心指导委员，加入Google Deepmind、英伟达、迪士尼研究院联合发起的开源GPU加速物理引擎Newton，与全球四家顶级机构共同推动下一代物理AI仿真标准，成为全球仿真生态规则的共建者，而非单纯的参与者。
技术壁垒：人类 + 仿真 + 部署，如何打造不可复制的闭环？
光轮智能的核心竞争力，并非单点技术的突破，而是构建了贯穿训练、评测、部署反馈的全链路物理AI数据基础设施，形成了其他玩家难以复制的技术闭环。
其底层依托全栈自研的“求解 - 测量 - 生成”三位一体仿真平台，求解能力还原虚拟环境中的物理交互，保证仿真的真实性；测量能力将真实世界的材料、摩擦、形变等参数融入系统；生成能力则把物理规律转化为可规模化复用的仿真数据，让仿真不再是视觉层面的模拟，而是能支撑模型训练、能力评测的工业级底座。
在数据层面，光轮智能拥有全球交付量第一的人类视频数据，覆盖超25000个环境节点、10万种任务类型，累计交付超150万小时高质量数据，这些数据不是静态的样本，而是人类在真实场景中的操作经验与行为逻辑，让机器人真正理解物理世界的任务执行方式。
更关键的是，光轮智能打通了真实部署的反馈闭环，机器人在产业现场遇到的新场景、失败模式与约束条件，会持续回流到数据生成与仿真评测系统中，驱动整个体系不断迭代优化。人类数据提供经验、仿真扩展规模、评测界定能力、部署反哺迭代，这套自我强化的循环，让光轮智能从一次性的数据交付方，变成了支撑全行业持续进化的基础设施提供商。
这种闭环能力直接转化为亮眼的商业指标，光轮智能优质场景的数据复售率已超10 倍，一份高质量数据可在多客户、多模型、多任务中反复流通，既印证了数据的稳定性与通用性，也成为其订单爆发的核心支撑。在产业落地中，光轮智能的服务覆盖具身大模型研发与工业、物流、汽车等实体场景，帮助机器人从实验室demo走向真实产线，真正实现技术的商业化落地。
标准话语权：从基础设施提供商，到行业规则定义者？
当一家企业的技术与产品成为行业高频复用的底层能力，其方法、接口与评价体系，就会逐渐沉淀为行业标准，光轮智能正完成从基础设施提供商到规则定义者的跨越。
在数据质量层面，公司依托内外双循环系统，建立了可持续验证、持续提升的数据质量标准，打破了行业依赖人工质检、单次采集的传统模式；在仿真标准层面，作为Newton TSC的核心成员，光轮智能参与定义下一代全球物理AI仿真架构，推动行业走向统一；
在评测标准层面，公司与英伟达联合推进评测框架建设，自研仿真平台被Hugging Face官方收录，同时主导或参编20项国家及行业标准，联合国家机器人检测和评定中心搭建工业级测试评价体系，成为国内具身智能数据领域唯一入选国家行动计划的民企。
这一系列动作意味着，光轮智能不再只是为客户提供数据与评测服务，而是将自身的技术体系、产业经验转化为行业共同遵循的标准，在全球具身智能赛道中，牢牢占据了标准制定的核心位置。
底层思考：数据不是燃料，而是物理AI的“教育系统”
光轮智能创始人 谢晨曾提出一个颠覆行业认知的观点：数据不是燃料，而是教育系统本身。这一观点，恰恰道出了物理AI的本质。
传统认知中，数据是消耗品，如同燃料一样供给机器运行；但对于需要学习物理世界的机器人来说，数据的核心价值是让机器人形成认知、持续进化，如同人类的教育体系，需要学习、测试、实践、反馈的完整闭环。光轮智能所做的，正是搭建这样一套“机器人教育系统”，用人类数据做示范、仿真世界做课堂、评测体系做考核、真实部署做实践，让机器人实现终身学习与持续迭代。
回望AI产业发展，大模型时代，英伟达以算力底座定义了整个行业的基础设施；而物理AI时代，光轮智能正以数据、评测、反馈的闭环基础设施，成为支撑行业规模化的核心力量。蚂蚁集团等资本重金押注的，从来不是一家创业公司的短期增长，而是具身智能从概念走向量产的必然趋势，是物理AI底层基础设施的长期价值。
20亿美元估值、蚂蚁领投、全球标准制定者、单季5.5亿订单，光轮智能的崛起，标志着具身智能行业彻底告别“炫技时代”，进入底层基础设施决胜的新阶段。未来，决定机器人聪明与否的，不再是外壳与参数，而是背后支撑其持续学习的数据与评测体系；决定行业格局的，也不再是单点技术的比拼，而是底层基础设施的话语权。在这场物理AI的底层决战中，光轮智能已经拿到了先手，而中国企业，也在全球具身智能赛道中，实现了从跟随到引领的关键跨越。
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