中国物理AI黑马3个月登顶全球第一

AI圈迎来全新黑马。在权威公开评测榜单RoboDojo中，成立仅几个月的初创公司Simate拿下全球第一，并已完成数亿元人民币连续多轮融资，VC、互联网大厂、产业资本纷纷入局。

Simate创始人张颖曾是某头部自动驾驶公司核心技术负责人之一、最年轻的对标阿里P10技术大牛，参与打造国内最接近Tesla FSD的智驾系统。如今他带着“产业×学术”双料团队转身杀入Physical AI，仅3个月便登顶榜单，并跑通Physical RSI工程闭环，触及“物理AI研究本身能否被AI自动化”的终极命题。

团队阵容包括：张颖任创始人兼CEO；占方能，香港科技大学助理教授、World Mind Lab负责人，世界模型与物理AI领域权威，发表超50篇高引论文；季马泽宇，00后青年科学家，毕业于UCSD，业内最早实现通用人形控制器真机落地验证的代表人物之一，曾是硅谷物理AI明星初创ARI（后被Meta收购）创始成员。这一组合使Simate在RoboDojo上超越GPT-6-Astra、DeepMind，并在真实机器人长程任务执行、记忆、高精度操作上展现惊人泛化能力。但登顶只是“副产品”。

当前物理AI研究痛点在于实验太慢、太贵、太易失败，人类精力被工程消耗。Simate提出Physical RSI，首次将其系统化落地到Physical AI，构建面向Physical AI的持续进化系统。目前务实选择“人机共驾的弱RSI”作为起点：人类负责方向、目标与约束，AI Agent自主提出假设、规划实验、修改代码、执行验证并分析结果。在此范式下推出AutoResearch自动研究系统，打破人类体力瓶颈，让研究规模与速度指数级爆发。

AutoResearch形成“提出假设—规划实验—执行验证—分析迭代”循环。其支撑包括：可插拔模型框架SiPAI，支持世界模型、动作模型、VLA等架构，让Agent直接替换组件、调整配置；AI-native Infra底座，支持多Agent编排与多卡调度，训练推理统一调度，环境隔离确保崩溃不影响全局且可瞬间恢复，世界模型与仿真提供秒级反馈；研究过程全景可视，通过“研究谱系图”和“运行时间线”追踪实验来龙去脉。AutoResearch不仅研究模型，也研究流程本身：数据层面自主做配比实验，模型层面寻找记忆容量与运行开销平衡，部署层面探索预测动作执行长度。

在此系统加持下，Simate孕育面向零样本泛化的通用物理快系统。真机演示中，机械臂在复杂长程任务中展现记忆力、高精度操作与泛化能力。核心设计包括：4D物理感知，将深度、几何、运动、遮挡与接触关系等空间与时间变量烙印进模型，通过高效视觉编码和时空建模降低运行开销，把端侧可部署模型规模上限推到极致；分层时序记忆机制，围绕任务进展记忆、连续状态追踪、即时变化反馈做筛选，使模型记住刚发生的事并对突发状况快速反应，仅凭一次上下文提示即可在新任务新物体中复用能力，失败后利用历史信息自我调整，长达数十步精细操作一气呵成。未来该快系统将与主导推理的慢系统打通，向零样本、少样本通用操作发起总攻。模型具体参数将在近期深度报告揭晓。

Simate中文意为“硅基伙伴”，愿景是Silicon evolving with humanity（硅基智能，与人类共生演进）。路线图分三步：阶段一弱RSI已验证，人类设定目标、Agent自动执行，RoboDojo第一是工程证据；阶段二强RSI探索中，进一步减少人工干预，Agent自主提出假设、规划实验，人类负责目标治理与关键决策监督；阶段三Fully Autonomous RSI长期目标，无人类参与的递归自我改进，研究、数据、模型与真实部署完整闭环由系统自主运转，物理智能实现真正自我进化。

目前，AutoResearch科研平台已正式开启内测招募，清华、北大、MIT、加州理工、哈佛、哥大等海内外十多所顶尖院校师生已率先使用。内测网址：https://m