近期，光轮智能（北京）科技股份有限公司（以下简称“光轮智能”）完成了多件大事。其中一件是该公司完成多轮大额融资，估值突破150亿元；另一件是光轮智能与世界工业巨头西门子正式达成合作，将物理AI数据与评测基础设施能力嵌入工业机器人落地产线的核心环节。

　　过去两年，市场目光聚焦于机器人本体和通用大模型，进入2026年，业界的注意力正在转移，仿真底座、标准化评测平台等具身智能底层基础设施概念逐步走至台前。

　　“我们给自己的定义是物理AI的数据和评测基础设施，就像在构建一所学校，来给具身智能提供教育，给它知识，然后再让它不断地进行测试，从而进一步完善功能。”光轮智能联合创始人兼总裁杨海波告诉《证券日报》记者，2026年是物理AI数据规模化元年，具身智能的数据需求有望达到去年的百倍规模，这对于光轮智能而言意味着巨大的发展机遇。

　　数据需求维度更多

　　资本市场对具身智能的关注度持续抬升。但景气度高涨的背后，产业落地痛点清晰可见。目前，机器人产品已经能够完成复杂的展示动作，但若进入工厂、商超等真实作业场景，却常常面临稳定性不足、操作精度不达标的问题。

　　其核心矛盾是高质量物理交互数据供给严重不足。杨海波表示，具身智能与大语言模型对于数据的获取方式有着天然不同。大语言模型的训练数据来自既有文本；而机器人学习如何在物理世界中行动，需要的是包含力觉、触觉、三维空间交互等多维度信息的高质量数据。这类数据无法从公开渠道大规模获取。同时，具身智能训练所需要的数据规模远超大语言模型。

　　“具身智能的数据需求维度更多，不仅仅是视觉三维的，还要承载交互需求。”杨海波说，这意味着具身智能的训练需要海量、多模态、高保真的物理交互数据。

　　业内普遍认为，训练通用具身模型至少需要千万小时级数据，然而截至2026年初，全球高质量真实物理交互数据总量仅约50万小时，缺口较大。

　　在此背景下，仿真合成数据有望成为填补这一缺口的重要解法。针对行业痛点，光轮智能首创“求解—测量—生成”三位一体全栈自研仿真技术平台SimFoundry，依靠自研物理求解器重构真实世界客观物理规律。

　　仿真环境不是简单的数字孪生。“人在拉开冰箱门的过程中，能感受到磁吸阻尼的力度。光轮智能打造的仿真环境，能够模拟人拉动冰箱门所感受到的物理变化。”杨海波解释说，“机器人在仿真中学习开门，不仅要掌握门把手的位置和开合角度，还要理解施加多大的力才能克服磁吸、在什么位置需要减速以避免碰撞。如果在仿真环境中感受不到这些物理反馈，那训练出的策略在真实场景中必然失效。”

　　具体来看，光轮智能的核心产品能力包括四个模块，分别用于采集人类第一视角原始操作素材、通过仿真泛化生成海量衍生数据、提供工业级并行评测能力，同时承接真机部署后的反馈回流。

　　“四大模块能够串联形成具身智能持续学习的闭环。”杨海波表示，机器人在仿真环境中训练，经标准化评测筛选合格模型，落地产线后所有失误动作重新回流到数据平台，实现自主迭代。

　　技术价值得到商业化验证

　　光轮智能的技术价值正在得到商业化验证。“在仿真环境下，光轮智能能够构建物理足够真实的数字世界，让机器人在居家、工业、物流等上千种场景中反复训练、测试、迭代。”杨海波表示，这意味着同一套仿真底座可批量生成差异化操作数据，大幅压低单条数据生成成本，同一套标准化高质量场景数据可交付十余家不同用户。

　　在这种模式下，用户无需重复采集同类场景数据，光轮智能也能依托数据复售模式持续提升收益。

　　以光轮智能与西门子的合作为例，双方探索将西门子工业仿真体系中长期沉淀的工程信息，转变为可直接调用的物理参数、高精度资产和交互环境，让工业知识真正进入机器人训练、评测与部署体系，推动具身智能在工业场景中的工程化落地。相关能力也将进一步应用于工业级规模化评测平台和相关部署平台，形成从物理可信环境构建、能力训练与改进，到上线前验证、真实部署和反馈回流的持续学习闭环。

　　据悉，目前全球前五的世界模型团队均已与光轮智能建立合作，公司用户覆盖国内外主流具身大模型团队、机器人本体厂商及产业客户。

　　杨海波对行业中长期发展节奏有着较为明确的判断。他认为，2026年是行业技术与商业模式落地跑通的关键年，2027年行业或将迎来盈亏平衡节点。伴随机器人硬件价格持续下行，基础设施企业将迎来机遇窗口。

　　在杨海波看来，未来物理AI赛道的竞争将脱离单一的终端展示效果比拼，底层数据资源与仿真底座能力将成为决定企业长期发展的核心变量。本土硬科技企业凭借自研底层技术与全球标准话语权双重优势，有望在新一轮全球物理AI产业竞争中抢占先机、实现突围。光轮智能将持续深耕标准共建、规模化数据交付与技术迭代，依托基础设施优势，构筑长期竞争壁垒。

　　国内仿真领域长期存在底层技术对外依赖问题，目前，光轮智能已实现全栈自研国产仿真器。

　　在硬件方面，光轮智能与国产GPU厂商摩尔线程智能科技（北京）股份有限公司等企业达成合作，实现整套仿真底座对国产GPU的完整适配。

　　光轮智能对于底层技术的攻坚并非单点突破。杨海波介绍，光轮智能同步牵头或参与二十项国家与行业标准制定，联合国家机器人检测评定中心搭建虚实结合测试体系。从仿真物体规范、场景构建规则、数据标注口径多维度建立本土行业基准，补齐仿真产业标准短板。

　　除技术突破外，光轮智能还参与定义全球物理AI的底层规则。近期，全球物理AI两大核心标准委员会更新成员名单，光轮智能是同时跻身两大国际物理AI标准体系的唯一中国企业。今年3月份，光轮智能受邀加入开源GPU加速物理引擎Newton技术指导委员会，成为5家成员中唯一中国企业，其他4家分别是英伟达、谷歌DeepMind、迪士尼研究院、丰田研究院。