极映科技完成两轮融资：物理世界模型企业的资本之路与光锥、天使轮动态
近日，国内领先的物理世界模型企业上海极映科技有限公司（以下简称“极映科技”）连续完成了数千万元的种子轮及天使轮融资。其中种子轮由奇绩创坛投资，天使轮由元禾璞华领投，未来光锥跟投。远山资本担任独家财务顾问。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
极映科技创立于 2024 年底，是一家物理世界模型企业，公司物理世界模型是以大规模工程仿真数据与复杂三维几何数据为训练基础，能够直接从几何与工况出发，生成高保真的连续物理场结果，并输出具有工程意义的关键指标。公司正式推出的1.0模型旨在全面重构仿真模拟领域，模型覆盖结构、流体、传热、电磁等物理场，实现精度接近数值算法、仿真模拟速度提升百倍以上、端到端零门槛使用，并已经在半导体、医疗、航天、汽车等众多领域获得了充分验证，公司同步基于自身模型结合AI 在重新定义工业设计与制造环节，并最终将构建起面向世界模型的物理内核，让真实的物理规律走进真正的世界模型。
当下，李飞飞、Yann LeCun、黄仁勋等全球科技领袖均已不约而同的指出世界模型的重要价值和广阔的应用前景，Physics AI正在成为打通和连接现实世界与虚拟世界的关键桥梁。
通过视频数据学习、扫描技术、3D重建、物体打标签等众多方式，世界模型已经得到了快速发展。然而类比现实世界，世界模型的基础理应包括“空间几何、物体识别和物理规律”，现有的“世界模型”均直接缺失“物理规律”这一重要一环，如何在世界模型的虚拟世界中，让具身智能等感知到现实世界中的重力、摩擦力、流体等物理规律成为行业未来发展的关键。
致力于补上世界模型中物理规律的关键一环，极映科技3位博士联合创始人具备深厚的AI、仿真模拟及医学、半导体、工业应用等领域的交叉学科背景。
区别于世界模型现有的研究方法，极映科技物理世界基础模型是一类以真实物理规律为核心先验的通用基础模型，面向多物理场进行统一建模与推理。模型以大规模工程仿真数据与复杂三维几何数据为训练基础，能够直接从几何与工况出发，生成高保真的连续物理场结果，并输出具有工程意义的关键指标。团队在公司设立之前，已经进行了多年的联合研发公关。
当前 1.0 版本仅需 10–100 例数据即可完成新场景的微调适配；正在研发的 2.0 版本将实现零样本物理推理，在无需额外数据微调的情况下直接泛化至新问题。模型已在流体力学、固体力学、传热与电磁等典型工程物理场中完成系统性验证，并具备持续扩展至更广泛真实物理问题的能力基础。
极映科技物理世界基础模型以物理一致性与几何泛化性为核心能力。模型以真实物理规律为先验约束，确保输出结果可信、稳定且具备工程可解释性；同时不依赖固定几何模板或人工参数化，可直接处理复杂、不规则的三维结构。这使工程级物理推理首次从高度专业化、强依赖人工经验的仿真工具，演进为可被广泛调用的基础智能能力。
重构仿真模拟领域：传统工程仿真计算周期长、流程复杂，难以支撑快速设计迭代。极映以物理世界基础模型重构仿真流程，使工程师可直接从几何和工况出发，在秒级时间内获得高保真的工程级物理结果，在精度可控的前提下实现百倍以上加速、关键物理量预测精度达 95% 以上，并显著降低仿真使用成本与部署门槛，已在汽车、半导体、医疗、航天等多个领域落地应用。
在FDA血流泵仿真案例中，针对复杂几何与真实工况，传统数值算法需数小时完成的流场计算，极映 AI 仿真可在数秒内完成，预测流速场与数值解的相关性 R² > 0.99，验证了其在复杂工程物理问题上的可靠性与工程可用性。
AI 重新定义工业设计与制造环节：依托物理一致性与几何泛化能力，极映将工程级物理推理前移至设计空间探索阶段，使设计修改与物理反馈处于同一时间尺度，支持多方案的秒级对比与快速决策。
在航空发动机支架设计优化案例中，极映跳出传统拓扑优化的局部连续搜索范式，采用 AI 几何生成 + AI 物理仿真 的协同机制，在更大设计空间内进行结构探索与性能评估，将工程设计从“基于计算结果的被动优化”转变为物理约束下的主动生成与持续迭代的智能过程。
以工程仿真为起点，极映正逐步构建面向世界模型的物理内核。基于物理一致性与几何泛化性，该模型能够为数字世界提供可信的物理约束，使结构、流动与能量演化不再仅停留在视觉层面，而具备真实世界可验证的物理意义。
这一能力将成为数字孪生、复杂系统预测以及具身智能的重要基础，使世界模型不仅“看起来正确”，更在物理层面真实可信。
创始人高鑫博士表示，物理是世界运行最底层、也最稳定的规则——越稳定的规则，越有可能被学习并实现泛化。大语言模型的发展印证了神经网络能够从海量数据中习得复杂系统的内在规律。语言如此，物理亦然。但物理是精准的，这要求模型既能泛化到新的几何与工况，又必须在精度与可解释性上经得起严格验证。要验证这条路是否走得通，必须进入最严苛的真实场景。工业物理仿真汇集了高精度、多物理场与复杂几何等多重约束，是检验物理世界模型是否成立的理想试验场。极映正是从这里出发，以极致映射真实物理世界为目标，构建可验证的物理世界模型。
元禾璞华董事总经理陈瑜表示，作为长期深耕硬科技领域的产业投资机构，我们始终关注底层技术范式的变革机遇。极映团队多年专注AI物理仿真，在仿真模型神经网络底层架构、多物理场处理以及训练策略调度上具备深度的认知和经验。极映1.0物理仿真大模型是0-1的全新的创新，它将快速落地于半导体、医疗、航天、汽车等行业，有效解决多物理场仿真耗时长、成本高、耦合难的行业痛点。我们期待极映持续创新，构建面向世界模型的物理内核，使世界模型的物理逻辑与真实世界高度契合。
未来光锥前沿科技基金创始合伙人姬十三表示，未来光锥长期关注AI For Science领域，极映科技正是在新的科研范式下取得阶段性突破的创新团队。极映的物理模型有望解决传统数值仿真的长期难题，应用前景横跨工业研发、具身智能与科学研究等多个领域，未来发展值得期待。
奇绩创坛认为，下一代世界模型的分水岭，是能否把重力、摩擦、流体、传热、电磁等“底层规律”纳入可泛化的推理框架，让模型不止“像”，更“真”。极映选择从工业级仿真切入——高精度、多物理场、复杂几何、强约束——这是一条更难但更正确的路：用最苛刻的场景证明通用性，用可解释的工程指标建立信任。很高兴在种子轮与极映同行，期待团队把百倍加速与工程级精度做深做实，长期构建面向世界模型的物理内核，推动 Physics AI 在更多关键行业落地。
未来光锥
部分已投项目
丨 天璇新材料
丨
关注话题
闭门活动
相关攻略
2026年5月6日，国内AI算力基础设施领域迎来重要融资动态：总部位于上海的创新企业魔形智能正式宣布完成数亿元Pre-A轮融资。此时距公司成立仅约两年，其发展速度备受业界瞩目。 本轮融资由达泰资本担任领投方，上海半导体产投、永兴材料、邦盛资本、亿合资本等多家知名投资机构共同参与。老股东香港科技园创投
5月8日，一则来自The Information的报道引发了行业关注。据两位知情人士透露，DeepSeek的创始人兼CEO梁文锋，可能将在公司成立以来的首轮融资中，个人出资高达200亿元软妹币。这笔个人投资预计将占本轮募资总额的40%，使其成为本轮融资中最大的单一投资者。 这轮融资的规模本身也堪称里
软银集团一项以OpenAI股份为抵押的融资计划出现调整，目标贷款规模从100亿美元降至60亿美元，缩水40%。贷款期限为2年并可选择延长。据悉，部分银行等贷款方因对未上市的OpenAI股权缺乏可靠的定价信心而转向保守，导致融资规模缩减。此类保证金贷款高度依赖抵押资产的估值稳定性和流动性。目前谈判仍在
南京奥看视讯信息科技有限公司于近日完成新一轮融资，投资方包括南京市创新投资集团等多家机构。据悉，本轮所融资金将主要聚焦于玲珑视觉大模型的迭代升级、ALLCam智能视频使能平台的优化，以及边缘计算硬件的研发与全国市场拓展三大方向。这一融资动向反映了资本市场对智能视频处理与边缘计算技术融合发展的关注，相
T3出行 视觉中国 资料图 4月22日，港交所正式披露了南京领行科技股份有限公司（下称“T3出行”）的招股说明书。中金公司、中信建投国际担任此次发行的联席保荐机构。 这家公司什么来头？根据招股书，T3出行成立于2019年4月，同年7月正式上线。它给自己的定位，是一家以技术为核心驱动力的全场景智慧出行
热门专题
热门推荐
这项由清华大学、美团、香港大学等多家顶尖机构联合开展的研究，于2026年3月以预印本论文（arXiv:2603 25823v1）的形式发布。它直指当前AI视觉生成领域一个被长期忽视的核心问题：这些能画出“神作”的模型，到底有多“聪明”？研究团队为此构建了一套全新的测试基准——ViGoR-Bench，
人工智能的浪潮席卷了各个领域，机器在诸多任务上已展现出超越人类的能力。然而，有一个看似寻常却异常复杂的领域，始终是AI研究者们渴望攻克的堡垒——让机器像真正的学者那样，撰写出一篇结构严谨、逻辑自洽、图文并茂的完整科学论文。这远比下棋或识图要困难得多。 2026年3月，一项由中科院AgentAlpha
这项由法国Hornetsecurity公司与里尔大学、法国国家信息与自动化研究院(Inria)、法国国家科学研究中心(CNRS)以及里尔中央理工学院联合开展的研究，发表于2026年3月31日的计算机科学期刊，论文编号为arXiv:2603 29497v1。 在信息爆炸的今天，我们每天都在网上留下数字
当你满怀期待地拆开一台全新的智能设备，最令人困扰的往往不是如何使用它，而是如何让它真正“理解”指令并智能地执行任务。如今，一个更为优雅的解决方案可能已经出现。来自清华大学深圳国际研究生院与哈尔滨工业大学（深圳）的联合研究团队，近期取得了一项极具前瞻性的突破：他们成功训练人工智能自主“撰写”并精准理解
2026年3月，来自华盛顿大学、艾伦人工智能研究所和北卡罗来纳大学教堂山分校的研究团队，在图像智能矢量化领域取得了一项突破性进展。这项研究（论文编号：arXiv:2603 24575v1）开发了一个名为VFig的AI系统，它能够将静态的栅格图像智能地转换为可自由编辑的矢量图形，如同一位“图形考古学家