過去十年，AI產業圍繞算力、模型和算法展開競爭。而隨著大模型能力逐漸趨同，全球人工智能產業正迎來關鍵范式迭代。行業的新共識正在形成：決定下一代AI能力上限的關鍵，正從模型參數規模轉向真實世界訓練與驗證能力。

機器人大講堂獲悉，近日，專注 Physical AI基礎設施建設的寧波博登智能科技有限公司（簡稱“博登智能”），正式完成數億元 A+ 輪和 A++ 輪系列融資，由鼎暉百孚、清新資本、魯信創投、深產投等多家知名機構聯合參投。在當前資本市場趨于理性的背景下，多家頭部機構的持續加碼，既體現了對博登智能技術能力和產業價值的認可，更反映出市場對于“真實世界AI基礎設施”這一新興賽道長期發展潛力的看好。

“AI上半場的競爭屬于模型和算法。AI下半場的競爭將屬于真實世界。未來決定AI能力上限的，不僅取決于模型架構本身，更依托于真實場景訓練、物理化驗證與持續性迭代學習的完整體系”，博登智能創始人兼CEO趙捷表示。

01.

聚焦“真實”，構建三層能力生態體系

區別于傳統數據服務企業，博登智能聚焦 Physical AI 時代底層核心邏輯，主打真實世界AI訓練基礎設施建設，構建起了“真實世界場景網絡、全自動化數據引擎、現實世界驗證體系”的三層能力生態體系。

第一層：真實世界場景網絡。真實世界訓練能力的基礎，在于持續獲取高質量、多樣化、可規?；默F實場景數據。博登已在寧波、湖州、馬鞍山建設三大實景具身機器人創新中心，總面積超 3 萬平方米，覆蓋上百類真實數采場景。創新中心部署超 500 臺實體機器人及數千套自研 Ego 采集設備，年產50萬小時真機遙操訓練數據、百萬小時級 Ego 場景數據，持續積累復雜長尾場景與物理交互數據。

這些真實場景網絡正在成為Physical AI時代的重要訓練底座。

第二層：全自動化數據引擎。針對海量多模態、長時序數據需求，博登智能研發BRIC Robo、BASE Omni 和 Blink 等核心平臺，支持遙操作、Ego、UMI、動捕及多機器人協同采集，實現多模態數據自動化處理，標注效率提升最高700%，質檢效率提升300%，綜合交付準確率超99%。

第三層：現實世界驗證體系。當下，人工智能行業正在從“訓練模型”逐步走向“驗證模型”。機器人是否真正理解現實世界？自動駕駛系統是否能夠長期穩定運行？Physical AI系統是否具備跨場景泛化能力？這些問題最終都需要通過真實世界來驗證。博登智能圍繞真實世界行為、時序一致性、物理規則及長尾場景構建驗證能力，認為未來AI產業的重要競爭力不僅來自訓練能力，更來自現實中的可靠性、穩定性與可部署性。

02.

服務“生態”，成為數據共建核心力量

依托“Train at Scale, Validate in Reality”核心戰略，博登智能深耕具身智能、大模型、自動駕駛三大核心領域，搭建統一的真實世界AI訓練基礎設施矩陣，深度參與中國 Physical AI 頭部企業集群的數據訓練與驗證體系建設，逐步成為AI數據基礎設施建設的重要引領者。

在具身智能領域，博登智能已與國內外多家頭部企業及科研機構建立數據量產合作；在大模型領域，依托真實世界數據治理、跨模態對齊與場景增強能力，賦能模型提升現實場景理解力與泛化穩定性，目前已與多家大模型企業達成深度合作；在自動駕駛領域，憑借高效AI標注，累計處理數億幀高質量道路實景數據，成為主流車企與高階自動駕駛科創企業的合作伙伴。

趙捷坦言，“過去十年，人工智能最大的挑戰是讓機器理解數字世界。未來十年，人工智能最大的挑戰將是讓機器理解并執行現實世界任務。我們希望構建連接真實世界與智能系統之間的基礎設施網絡，邀請更多產業伙伴共同打造 Physical AI 時代可信、開放、可持續的 Reality Infrastructure ”。

03.

布局“全球”，加速數據實景基建布局

目前，博登智能逐步建立覆蓋中國、北美、歐洲、中東以及東南亞市場的全球化布局，完善跨區域數據采集、合規管理及訓練體系，并參與行業標準建設，加速推動真實世界AI基礎設施在全球范圍落地布局和規?；瘧?。

“下一代人工智能的競爭，最終將建立在真實世界訓練與驗證基礎設施之上”，趙捷表示。

據悉，本輪融資完成后，博登智能將重點完善升級“三層能力生態體系”，持續擴展真實世界場景網絡、持續升級自動化數據引擎，持續建設現實世界驗證體系。業內人士表示，隨著AI產業加速向物理世界滲透，實景訓練基建的價值將持續凸顯，有望成為驅動下一代人工智能產業化落地的核心底座。