AI原生物理实验室获比尔·盖茨领投5800万美元种子轮

9月1日，AI for Science初创公司Physical Superintelligence（PSI）宣布完成5800万美元种子轮融资，约合3.90亿元人民币。本轮融资由比尔·盖茨牵头的Breakthrough Energy Ventures领投，SV Angel、Susa Ventures等硅谷早期机构以及Balaji Srinivasan等个人投资者参与，OpenAI、英伟达、Hugging Face、a16z Scout Fund等产业机构的相关个人也跟投。资本共同押注的目标，是打造一套由“虚拟物理学家”组成的AI原生物理实验室。

这笔融资的规模在种子轮中相当罕见，信号价值大于事件本身。当前大模型赛道同质化严重，数字AI红利触顶，行业都在寻求新的增量方向。PSI不走内容生成路线，而是推出核心产品Emmy——相当于一群全天候待命的“虚拟物理学家”。不同于人类科研者受固有思维和经验限制，Emmy可以搭建高精度物理世界模型，自动拆解复杂难题，批量完成仿真推演与实验验证。换句话说，它试图把物理研究从依赖灵感的“手工作坊”变成可批量复制的“工业流水线”。

目前，Emmy已落地于数据中心优化、星际轨道测算等真实场景，具备商业化与技术落地能力。数据中心是能耗大户，优化其运行涉及流体力学、热传导等复杂物理问题；星际轨道测算则关乎航天任务的成败，需要极高的计算精度。这些场景的共同特点是：物理规律明确但计算量巨大，人类工程师往往需要耗费数周甚至数月进行推演，而AI可以在更短时间内给出可行方案。PSI选择这些领域切入，既能验证技术能力，又能快速产生商业价值。

PSI的商业模式也颇具策略性：先用数据中心仿真获取商业收益，再反哺基础物理探索。这种“以商养科”的路径，让商业价值与科学目标并行，也是资本押注的核心逻辑。过去，物理学突破高度依赖科研人员的灵感与经验，试错周期漫长，一个理论从提出到验证常常跨越数十年。PSI试图用AI将这一流程工业化，降低试错成本，加速科学发现。

AI4S（AI for Science）的热潮此前主要集中在生物、材料领域，但物理世界同样蕴藏巨大空间。许多悬而未决的物理难题，如可控核聚变、量子引力、暗物质本质等，长期受制于人类的计算与推演能力难以推进。PSI这类公司的出现，意味着AI不再只处理文字和图像，而是开始直接介入现实世界底层规律的探索。理解这一变化，才能完整把握科学智能赛道的版图。

从投资阵容看，比尔·盖茨的领投尤其值得玩味。盖茨长期关注能源与气候问题，而物理模拟正是优化能源系统、应对气候变化的关键工具。OpenAI、英伟达等产业机构的相关个人跟投，也反映出AI界对“物理智能”这一方向的浓厚兴趣。英伟达的GPU是仿真计算的算力底座，OpenAI则拥有前沿的AI模型能力，这些产业方的参与，或许能为PSI带来技术协同的想象空间。

当然，种子轮融资只是起点。PSI面临的挑战依然不小：物理世界模型的高精度构建需要海量数据和算力，商业化落地也需与现有工业软件巨头竞争。但无论如何，这笔融资传递出一个清晰信号：AI的下一站，可能是物理世界本身。当AI不仅能写诗、画图，还能协助人类解开宇宙的方程式，科学智能的边界正在被重新定义。