#特斯拉##自动驾驶# 特斯拉自动驾驶团队的三位核心老将联手创业,公司Zeromatter刚结束隐身模式,就宣布完成4000万美元融资,投后估值达到10亿美元。
这件事不是又诞生了一家AI独角兽,而是物理AI领域一个可能被低估的赛道,正在浮出水面。
这三位创始人来头不小,曾是特斯拉Autopilot仿真团队的核心成员,参与搭建了同时服务于自动驾驶和Optimus人形机器人的仿真系统。
如今,他们没有选择直接造机器人,也没有再做一家自动驾驶公司,而是选择把过去只有特斯拉等少数科技巨头才有能力构建的仿真基础设施,变成整个行业都能使用的工具。
为什么这个方向很有想象空间?
因为自动驾驶和人形机器人要真正走向大规模商业化,最大的挑战之一,就是如何让AI安全、高效地理解并适应复杂的物理世界。
真实世界的测试既昂贵又耗时,很多极端场景甚至无法主动制造。而高保真仿真技术,可以让AI在虚拟世界中经历海量训练和测试,用更低的成本、更快的速度积累经验。
一个判断就是:未来物理AI的竞争,可能不只是比谁拥有更多真实世界的数据,还要比谁有能力创造更多高质量、可验证的虚拟数据。
这也是为什么Zeromatter的商业模式值得关注。
它不是押注哪一家自动驾驶或机器人公司最终胜出,而是试图成为整个物理AI行业的基础设施供应商。
有点像淘金热里卖铲子的人。
当然,虚拟世界再逼真,也不意味着现实世界的问题都能解决。仿真数据能否有效迁移到现实环境、客户是否愿意持续付费,才是决定这家公司能走多远的关键。10亿美元的估值,也需要未来的商业表现来支撑。
但从更大的产业趋势看,这个方向值得长期重视。
过去十年,AI主要在学习理解数字世界;未来十年,AI将越来越多地进入真实的物理世界,这个速度可能非常快。
而连接这两个世界的仿真技术,很可能成为下一轮AI竞争中的关键基础设施。
未来物理AI真正的大机会,未必只在造出最聪明的机器人,也可能在于造出那个能够训练无数机器人的虚拟世界。
#特斯拉##Zeromatter##自动驾驶##Optimus##具身智能##物理AI##人工智能#
