厘清智能连获两轮数亿元融资，蚂蚁集团连续加码

Z Potentials独家获悉，Physical AI Infra平台公司厘清智能近日完成天使轮及天使+轮数亿元融资。蚂蚁集团连续两轮加码并领投天使+轮，CMC资本、国汽投资、中金资本旗下基金、上海人工智能产业系列基金、中关村科学城基金、上海未来产业基金、德石投资、澄凯基金等跟投，顺为资本、世纪金源、峰瑞资本、水木清华校友种子基金等老股东追加投资，启观资本担任独家财务顾问。

厘清智能不以制造机器人或训练单一模型为起点，而是自研高精度多模态数采设备，建设超大规模物理世界数据管线，同时投入模型研发、物理仿真、能力评测、跨本体适配与部署系统。其判断是：基础模型正从数字世界走向真实场景，模型能力提高后，新的稀缺在于如何持续获得真实、可学习的数据，以及如何把模型能力转化为可验证、可部署的现实结果。投资人下注的正是连接基础模型与真实世界的这一层基础设施。

当前，多模态大模型、视频生成模型、Agent及机器人终端快速成熟，但模型能处理更多模态不等于理解真实世界，终端性能提高也不等于能力可直接进入实际任务。真实世界中物体有重量、接触产生力、材料会形变，同一动作在不同距离、角度和速度下结果不同。模型不仅要识别眼前是什么，还要理解行动后会发生什么，并在环境变化时调整。不同类型模型面对同一底层缺口：都需要可被机器学习、验证并持续迭代的真实世界经验。

厘清智能创始人李一鸣现任清华大学人工智能学院助理教授、博士生导师，曾任英伟达研究科学家，长期研究空间智能、机器人学、基础模型和世界模型。他认为，下一阶段需回答不同模型如何从真实世界获得经验，并以更少数据、更低工程投入和更短时间转化为可迁移、验证和部署的能力。过去评价模型看参数、算力和榜单，未来从定义新任务到系统稳定完成，需要多少数据、工程投入和时间将更重要。若每进入新场景都要重新采集、训练、评测并配备同等规模团队，模型能力很难产生软件规模效应。只有当上一任务的数据、训练方法、评测标准和部署经验进入下一任务，能力才可能持续积累。

厘清不把价值压在某一个基础模型或终端形态上，而是建设两组连接：一组连接真实世界与基础模型，让真实任务转化为可训练和评测的数据；另一组连接模型能力与终端场景，让模型通过系统适配、任务验证与持续反馈进入生产和服务流程。

语言模型规模化前提是互联网已积累几十年文字、图片、视频和代码，Physical AI没有这样的起点。人类每天在制造、农业、物流、服务和科研现场完成大量真实任务，但绝大多数过程从未被完整保存。视频能记录事情看起来怎样发生，却很难单独回答人当时看到什么、手在哪里、何时接触、采取什么动作、环境如何变化。李一鸣说：“互联网数据大多已经存在，物理数据不是。要让机器学习现实任务，首先要把一段真实工作完整地留下来。”

厘清已推出T1系列数采手套和Ego数采设备，同步记录真实任务中的画面、深度、手部姿态、空间运动、接触与受力信息，面向模型厂商和AI研发团队提供定制化多模态采集、数据加工与标注、专项数据集建设及持续数据生产。客户得到的是经过同步、质检和结构化处理，可直接用于模型训练与评测的数据。数据业务把公司放进真实任务中，客户需求、系统失效情况、模型与终端差异、任务验收方式都会在项目中暴露，并进入模型研发、物理训练、能力评测、设备适配和系统部署，成为平台下一轮开发输入。

因此，厘清的数据、模型、仿真、评测与部署并非平行业务：数据决定系统看到怎样的现实；模型学习任务与环境关系；物理训练让有限真实经验扩展到更多条件；能力评测判断一次成功能否稳定复现；设备适配和系统部署把结果带回真实场景并产生新数据与反馈。这些环节共同构成Physical AI Infra平台。

业务上，厘清从模型和终端两端进入市场。面向模型厂商，服务从前沿大模型到具身智能、Agent等研发团队，覆盖多模态、视频生成、物理世界模型等路线，提供从采集工具、任务设计、数据生产到加工质检、能力验证的一整套服务。面向终端客户，提供弹性解决方案，不预设固定产品形态，按任务灵活组合，覆盖任务定义、数据采集、模型与设备选型、系统适配、现场部署及持续迭代。两端业务相互促进：模型厂商的新数据需求和能力指标推动数据管线、生产工具与评测体系完善；终端客户的真实任务、现场约束与执行反馈成为模型训练和系统优化新输入。若项目产生的数据、失败记录、评测标准、适配经验和解决方案模块能进入统一平台，让下一次训练与交付更快、所需数据更少，才开始具备基础设施属性。因此，Physical AI Infra核心产品是一条越来越快的学习曲线。

大语言模型首先在美国突破，不只因算力和研究体系，更因英语世界已积累海量可直接计算的语言数据。模型理解真实世界所需数据地理分布不同，主要不在互联网，而产生于工厂、实验室、仓库及真实工作现场，藏在装配、检查、工具使用和异常判断中。过去四十年，中国作为“世界工厂”积累的不只是产能、设备和供应链，大量复杂任务在此日复一日完成，密集真实场景、完整制造体系、丰富工程经验及产业网络构成全球罕见的高质量物理世界数据来源。李一鸣说：“语言模型学习的是过去几十年被数字化的人类知识，