近日，AI公司逆矩陣科技（Physis）完成超億美元種子++輪融資。本輪由經(jīng)緯創(chuàng)投、光合創(chuàng)投、五源資本、BAI資本、鐘鼎資本等頭部機構(gòu)共同參與，并獲螞蟻集團戰(zhàn)略投資，老股東高瓴創(chuàng)投、北大系基金燕緣創(chuàng)投持續(xù)超額加注。資金將主要用于通用世界基座模型的預(yù)訓(xùn)練研發(fā)、及規(guī)模化訓(xùn)練體系建設(shè)。

這家公司由陳博遠以及吉嘉銘聯(lián)合創(chuàng)立，陳博遠畢業(yè)于北京大學(xué)元培學(xué)院人工智能方向，本科期間即于國際頂級會議 NeurIPS、ACL 發(fā)表多篇文章，并獲口頭報告、亮點論文等榮譽，谷歌學(xué)術(shù)引用超 2300 次，曾獲北大學(xué)生五四獎?wù)隆＜毋懯菢O少數(shù)同時獲得蘋果、騰訊、螞蟻三家頂級科技企業(yè)認可的青年研究者，曾獲 2025 年 Apple Scholar、首屆騰訊青云獎學(xué)金、螞蟻 Intech 獎學(xué)金，谷歌學(xué)術(shù)引用 6000 余次。作為當(dāng)屆唯一純?nèi)A人高校團隊斬獲國際頂會 ACL 2025 最佳論文，兩位創(chuàng)始人均獲評“2025 年北京大學(xué)學(xué)生年度人物”。

團隊核心成員來自國內(nèi)外頂尖高校及頭部科技企業(yè)，兼具前沿研究能力與大規(guī)模工程落地經(jīng)驗。學(xué)術(shù)方面，團隊長期深耕世界模型、強化學(xué)習(xí)等方向，核心成員累計在NeurIPS、ICML、ICLR、ACL 等國際頂級 AI 會議發(fā)表論文 80 余篇；核心成員主導(dǎo)的開源項目在GitHub獲星超2萬，模型下載量突破500萬次。

同時也是智源研究院孵化團隊，團隊堅持技術(shù)第一性原理的原創(chuàng)性突破。學(xué)術(shù)原創(chuàng)能力與工程體系能力的結(jié)合，是逆矩陣持續(xù)推進通用世界基座模型的重要基礎(chǔ)。為加速攻堅下一代通用世界基座模型，北京智源人工智能研究院近期也專門設(shè)立了行為世界模型創(chuàng)新中心，由陳博遠擔(dān)任智源行為世界模型創(chuàng)新中心負責(zé)人，并匯報給智源研究院院長王仲遠。

世界模型是面向真實物理世界的下一代基座模型，即將迎來從簡單沿用LLM 或視頻生成模型的 Scaling 路徑，到預(yù)測下一個物理狀態(tài)（Next Physical State Prediction）的范式革新。

具身智能是世界模型當(dāng)下最直接、也最重要的應(yīng)用場景之一。機器人要在真實環(huán)境中行動，必須具備對物理狀態(tài)的理解、預(yù)測和規(guī)劃能力。

與此同時，世界模型的價值不止于某一種硬件形態(tài)，而在于沉淀物理世界中跨場景共享的底層規(guī)律。工業(yè)仿真、自動駕駛、航空航天等所有物理世界的AI 場景，都面臨信息不完備的共性問題，也都需要世界模型來補全上下文。此外，對于現(xiàn)實跑通一次經(jīng)濟成本巨大的場景，世界模型更具有價值優(yōu)勢，無論是商業(yè)火箭還是可控核聚變，都可以在世界模型先進行全模態(tài)的預(yù)演，降低真實驗證造成的成本

因此，世界模型等號的另一面不是某一個硬件載體，而是整個物理世界。一個足夠通用的物理世界基座模型，每向前迭代一步，都有機會讓下游應(yīng)用站到更高起點上。

圍繞這一判斷，從Day 1 開始，逆矩陣就選擇建設(shè)通用世界模型基座，希望讓 AI 不只是理解數(shù)字世界，也能真正理解并參與物理世界。逆矩陣選擇在物理隱空間擴展，并讓動作原子原生進入隱空間，使每單位算力、每條數(shù)據(jù)都真正用于學(xué)習(xí)物理交互動態(tài)。

6月12日逆矩陣發(fā)布全球首個通用世界基座模型悟界·Physis-v0.1。悟界·Physis-v0.1以預(yù)測下一物理狀態(tài)（Next Physical State Prediction）為核心，針對當(dāng)前模型不懂真實物理規(guī)則、推演結(jié)果可信度低、長程時序記憶缺失等共性難題，通過“壓縮-動作因果-強化學(xué)習(xí)驗證-通用泛化”實現(xiàn)技術(shù)閉環(huán)，并在具身智能、物理仿真、交互世界、科學(xué)預(yù)測等多種真實物理場景中開展應(yīng)用。

創(chuàng)始人陳博遠表示：“通用世界基座模型之于物理 AI，正如大語言模型之于信息 AI。當(dāng) AI 真正學(xué)會在物理世界中‘交互’與‘驗證’，它才能從看見世界走向理解世界。”

下一步，逆矩陣將圍繞通用世界基座模型的持續(xù)迭代加大投入，重點推進預(yù)訓(xùn)練研發(fā)與規(guī)模化訓(xùn)練體系建設(shè)。在逆矩陣看來，世界模型是一項面向長期的基礎(chǔ)設(shè)施，公司希望以它為起點，為物理 AI 時代提供一套可持續(xù)擴展、可跨場景遷移的底層引擎。