从真实任务到可复用能力，厘清智能完成数亿元融资加速建设平台级底座

  近日，Physical AI Infra平台公司厘清智能完成天使轮及天使+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、澄凯基金等机构跟投，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持续追加投资，启观资本担任独家财务顾问。

  本次融资将用于物理世界数据管线、模型研发、物理仿真、能力评测、跨本体适配与部署系统，进一步完善厘清智能的 Physical AI Infra，加快技术研发与产品落地。

  基础模型正在从数字世界走向真实场景，但连接两者的基础设施仍然稀缺。与大模型训练可以依托互联网积累几十年的文本、图像和代码不同，模型理解真实世界所需的数据——力度、触觉、接触和动作调整——绝大多数存在于现场操作过程中，并未被完整记录。仅靠视频无法还原操作者在接触瞬间的力量变化和动作决策。

  针对这一问题，厘清智能从数据业务切入，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。公司围绕这些设备，面向模型厂商和各类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，客户获得的是经过同步、质检和结构化处理、可直接用于模型训练与评测的数据。

  在技术体系上，厘清智能构建了从真实数据采集、模型学习、物理训练扩展、能力评测到跨本体适配与部署系统的完整闭环：数据决定系统能够看到怎样的现实，模型从中学习任务与环境的关系，物理训练将有限的真实经验扩展到更多条件，能力评测判断成功能否稳定复现，跨本体适配和系统部署则将结果带回真实场景，并产生新的数据与反馈。上一项任务形成的数据、训练方法、评测标准和部署经验可进入下一项任务，使每一次交付所需的数据量和工程投入持续下降——这也是厘清所说的“一条越来越快的学习曲线”。

  公司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，博士毕业于纽约大学，长期研究空间智能、机器人学、基础模型和世界模型。本轮融资后，公司将继续深化物理世界数据管线与物理训练体系，推进模型、仿真、评测、设备与任务之间的协同迭代。

类型：广告