{
"title": "清华系厘清智能数亿元融资，Physical AI系统破局",
"summary": "由前英伟达研究员、清华博导李一鸣创立的厘清智能，在成立两个月内完成数亿元种子轮融资，投资方包括顺为资本、红杉中国、高瓴创投等。公司提出Physical AI Infra方案，通过数据管线和物理引擎双轮驱动，将数据采集量级从几十万小时提升至百万到千万小时，实现跨本体、跨场景的精细操作技能训练。李一鸣强调，Physical AI的核心不是单一的世界模型，而是解决实际问题的完整系统。",
"content": "在Physical AI赛道被世界模型概念裹挟的当下，一家清华系初创公司选择了一条更务实的路径。由前英伟达Vision & Robotics研究员、清华大学人工智能学院助理教授李一鸣创立的厘清智能，在成立短短两个月内完成了数亿元种子轮融资，投资方阵容包括顺为资本、红杉中国、高瓴创投、峰瑞资本等顶级机构，以及智元机器人、灵心巧手等产业资本。这家公司的核心主张是：Physical AI公司既不是本体公司，也不是模型公司，而是一套完整的系统解决方案。
李一鸣将Physical AI比作运送鲜荔枝的系统工程，世界模型只是其中一匹运送荔枝的马。基于这一理念，厘清智能提出了由数据和物理双轮驱动的Physical AI Infra方案。该方案包含两个自研组件：数据管线可将数据采集量级从行业平均的几十万小时提升至百万到千万小时；物理引擎则实现Real-to-Sim-Real闭环，基于真实数据构建仿真世界进行强化学习。这套系统已能实现切割、旋拧、插拔、搅拌、按压、捏取、穿引等精细操作技能的训练，并可跨灵巧手、机械臂等不同本体形态部署，覆盖生产制造、零售服务、酒店运营、餐饮备料、医疗辅助等多元场景。
厘清智能的稀缺性体现在两方面。一是软硬一体的人才团队，李一鸣本人拥有空间感知、多模态推理、自动驾驶、具身智能的跨领域背景，曾在纽约大学与谢赛宁合作发表具身视觉推理研究，与英伟达联合发表多篇CVPR和NeurIPS亮点论文，并获得2024年度英伟达奖学金（全球仅10位）。团队50余名成员多为清华学生，平均年龄23岁。二是技术路线的稀缺性，李一鸣选择了全栈自研的重投入路线，从数据采集到模型训练到物理引擎全部自研。他认为只有打通所有环节，信息流才能在不同模块间畅通无阻，实现协同优化。
在李一鸣的规划中，今年年底前团队将发布可跨B端场景的世界模型，2028年实现解决方案的规模化。最终目标是交付给客户一套软硬一体的解决方案，跨本体、跨场景地解决问题。对于当前AI赛道对世界模型的巨大FOMO，李一鸣保持清醒：比厘清世界模型定义更重要的，是厘清一套让各种机器人在各个场景中泛化的系统。这种以实际问题为导向的思路，或许正是Physical AI从实验室走向产业的关键一步。"