作者｜李沐蓉

今天，极佳视界再次完成 10 亿元 B2 轮融资，距离上一轮 B1 轮融资仅过去两个月。就在 3 月和 4 月，这家公司刚刚分别完成近 10 亿元 Pre-B 轮和近 15 亿元 B1 轮融资。

极佳视界在短短三个月内连续完成三轮融资，总额达到 35 亿元。这印证着资本对极佳视界世界模型驱动物理AGI技术路线和生产力级落地能力的坚定看好，据了解，最新估值已经超过了200亿。

本轮融资由新加坡顶级跨境投资机构狮城资本、中国-比利时基金（中比基金）、建投投资、万向钱潮、复星锐正、华盖创赢、金创投、德屹资本、华仓资本、元石基金等全球顶级国家队基金、产业资本、财务机构、国资平台共同投资。

同时，国中资本、达晨财智、图灵资管等多个老股东继续加码，市场投资意向远超原定募资目标。

据了解，本轮融资将主要用于「双金字塔」数据与算法体系的持续投入、物理 AGI 基础模型的研发迭代，以及 C 端家庭场景与B端工业场景的规模化落地。

从资本阵容来看，这轮融资更像是全球资本对物理 AGI 技术路线的一次集体投票。

极佳视界为何获得资本密集押注

今年，世界模型从晦涩的学术概念一跃成为全球资本疯狂押注的超级风口，英伟达、OpenAI、阿里云等科技巨头纷纷重金布局。

长久以来，VLA 模型被视为具身智能的主流技术路线，能够将视觉观测、语言指令和动作输出统一起来。

然而，一旦机器人进入真实物理环境，VLA 的短板便被暴露，真实世界中，机器人需要面对接触、遮挡、长时序依赖等复杂问题，但目前 VLA 模型，仅仅将当前观测映射为当前动作，缺少对未来状态变化的预判能力。

世界模型，正是为了解决这一问题，机器人不仅要知道现在是什么，还要能预测如果执行某个动作，接下来会发生什么。

成立于 2023 年的极佳视界，是国内第一家系统布局世界模型的科技公司，自成立以来，发布了多款具有行业开创性意义、具备「全球领先」头衔的世界模型。

极佳视界之所以被全球资本集体押注，在短短三年内做到行业领先，一个不可忽视的核心要素是其背后的团队。

创始人兼 CEO 黄冠，清华大学自动化系创新领军工程博士，曾担任地平线视觉感知技术负责人、鉴智机器人合伙人兼算法副总裁，并拥有微软亚洲研究院、三星中国研究院等顶尖研究机构工作经历。

在物理AI方向，他兼具技术创新、产业落地与连续创业的复合经验。

更关键的是，这支团队并非从零起步，团队横跨 CV、自动驾驶、世界模型与具身智能多个技术周期，在过去十年物理 AI 发展进程中持续参与关键技术节点，多次做出世界级领先技术和产业成果。

CV 时代多次主导全球最具影响力AI比赛并夺冠，自动驾驶时代提出的 BEVDet 系列成为全球最有影响力的范式之一，世界模型和具身智能时代 DriveDreamer 系列是全球最早面向物理世界的世界模型代表性成果。

团队核心成员覆盖清华、北大、中科院、CMU 等顶尖学术机构，以及微软、地平线、百度、博世等产业头部。

模型方向汇集了前互联网大厂副总裁级架构专家、华为天才少年等顶尖人才；

人形本体方向汇聚了国内 TOP 级出货量机器人企业的研发负责人。产业团队则来自地平线、阿里云、百度等科技巨头，在物理AI方向拥有超 20 年的落地经验。

这样一支同时具备科研、工程与产业落地复合能力的团队，在当前的物理 AGI 赛道上极为稀缺，也成为资本在技术路线尚未收敛时敢于重注押注的重要原因。

「双金字塔」体系，突破物理 AGI  Scaling 瓶颈

物理 AGI 之所以长期难以跑通 Scaling Law，根本卡点有两个：一是缺乏规模化、可描述物理规律的数据体系；二是缺乏能够高效学习物理规律的算法架构。

极佳视界给出的技术解法，是搭建了行业内首个系统性的「双金字塔」体系。

一座面向数据，一座面向算法，二者缺一不可。

在数据金字塔层面，行业共识是自底向上分为互联网视频数据、真人数据、世界模型模拟器、仿真合成数据、真机数据五层。

而极佳视界对五层完整数据金字塔进行了系统性全栈布局，从轮臂机器人本体拾光 S1、低成本真机数采硬件 Maker M01、低成本手持数采硬件 U-01、低成本 Ego数采硬件 E-01，到自研具身世界模型平台 GigaWorld-0，构建起完整的软硬件全栈体系。

围绕真机与无本体采集持续积累大规模训练数据，极佳视界正持续积累大规模训练数据，预计到 2026 年底实现累计 100 万小时数据积累，提高模型在不同任务、场景与本体之间具备更强的泛化能力。

在算法金字塔层面，自底向顶分为世界模拟、动作对齐、经验强化三层。

基于「双金字塔」，极佳视界打造出「世界生成-行动」双模型体系——世界动作模型与世界生成模型。

世界动作模型，负责把世界模型的理解与预测转化为机器人的行动策略，如 GigaBrain-0.5M* 通过「世界模型+强化学习」实现自我进化，高难度长时程任务成功率接近 100%。

世界生成模型则承担理解、模拟并生成物理世界的角色，为行动模型提供数据与仿真底座。

比如，DriveDreamer 作为全球首个面向真实物理世界的自动驾驶世界模型，率先实现世界模型的大规模产业落地。

而「双金字塔」真正的价值，在于它把数据与算法组织成了一个可以自我强化的闭环，部署规模越大，产生的真实数据越多，模型能力越强，反过来又能支撑更大规模的部署。

技术路线再完整，最终还是要靠场景验证。极佳视界选择的路径是，C 端进家庭、 B 端进工厂，两条线同步推进，加快生产力场景快速落地。

在 C 端，极佳视界推出家庭场景子品牌「拾光 SeeLight 」，旗下人形机器人「拾光 S1 」已拿下国内首个真实家庭场景百台订单，并将于 2026 年第三季度开启规模化运营。家庭场景的难点在于环境是非结构化、持续变化的，这对模型的泛化能力是最直接的测试。

在 B 端，面向工业制造场景，极佳视界正将具身智能从单点验证迈向规模化量产。

4 月，极佳视界联合一汽模具、阿里云，完成国内首个具身智能机器人在真实工业制造场景的全流程解决方案落地，世界模型 GigaWorld、具身基础模型 GigaBrain 与物理 AGI 原生本体 Maker H01「三件套」进入一汽模具真实工厂，围绕箱体拆垛、跨区域搬运、动态避障、精准操作等高频任务，将传统自动化方案数月的场景适配周期压缩至数周。

双线场景持续布局，让物理 AGI 加速落地，又能持续积累真实数据和现金流反哺「双金字塔」的数据底座，驱动「场景—数据—模型—产品—生态」飞轮加速旋转。

谁会成为「物理世界的 OpenAI 」

物理 AGI 赛道是否会出现类似 Open AI 在数字 AGI 领域的角色，一家通过基础模型能力，定义整个行业技术范式和产品形态的公司？

数字 AGI 的经验告诉我们，真正定义一个时代的不是单点突破，而是把基础模型做成行业底座的公司，Open AI 在数据 AGI 完成的正是这件事。

物理 AGI 要走出同样的路径，这家公司大概率需要具备三个条件：足够完整的数据和算法体系、能够支撑 Scaling 的团队，以及已经被验证、可规模化复制的落地场景。

极佳视界，目前展现出的正是朝这三个方向同时发力的状态，它是目前少数把全栈落到实处的公司，双金字塔体系试图从底层解决数据和算法的 Scaling 瓶颈，同时拥有自研本体和真实的家庭、工厂订单，这意味着它能在自己的体系内完成部署—数据—模型—部署的闭环。

双线场景布局，家庭对应通用技能，工业对应专业技能，广度与深度同时积累，获得远超对手的速度优势。

物理 AGI 的终点，是进入真实的物理世界，就像极佳视界创始人黄冠表示的，物理 AGI 将直接作用于真实的物理世界。它带来的不仅是信息效率的提升，更是对真实世界生产与生活方式的重塑。

沿着这一判断，极佳视界正系统化加速物理 AGI 基础模型三个阶段的到来，从智能涌现，到普通技能，再到专业技能。

当然，现在物理 AGI 赛道仍处于非常早期的阶段，技术路线的最终验证、规模化部署中的成本和良率问题、家庭场景的安全性与可靠性要求，都是需要长期跨越的门槛。

但至少在当下这个阶段，当问及谁能成为物理世界的 OpenAI 时，极佳视界已经站在了这场竞争的第一梯队。