一个月两轮融资,估值破百亿!极佳视界押注世界模型,资本为何疯狂抢筹?

数量1倍数特性.pdf 立即下载

一个月内两轮融资,估值从50亿涨到破百亿,极佳视界被资本哄抢。其背后的世界模型技术,正成为当下科技领域的热门赛道。

序号1

创始人的三次“站队”

极佳视界创始人黄冠是90后博士,走技术路线。他有三次关键“站队”:2016年前后押注“让机器看见”,加入地平线;2019年前后押注“让机器理解世界”,参与创办鉴智机器人;2023年创办极佳视界,押注“让机器提前想一遍”的世界模型。

序号2

谁在世界模型赛道盈利

第一批盈利的是自动驾驶公司,如理想汽车、特斯拉,利润来自整车和智能驾驶溢价。第二批是算力和基础设施公司,如英伟达,赚“算力的钱”。第三批接近盈利的是“世界模型平台”公司,但大多未完全商业化。

序号3

世界模型研发困境与前景

大部分从事“世界模型”的公司仍在投入阶段,因数据采集难、系统复杂、算力消耗大。不过,全球物理AI市场预计从2026年的15亿美元增长至2032年的152亿美元,年复合增长率47.2%。

序号4

资本涌入与行业分化

今年世界模型融资火热,极佳视界是典型。不仅有财务投资人,还有产业资本。同时,世界模型加速落地,但行业开始分化,资本向头部聚集。

序号5

早期收敛期的胜负关键

2026年世界模型赛道处于“早期收敛期”,技术路径未统一,商业化早期但落地场景渐明。接下来,谁能更快将技术转化为产品,谁就能在竞争中胜出。

编辑观点:世界模型潜力巨大,但研发难度高。当下资本涌入、行业分化,未来只有能快速落地产品的企业,才能在这个赛道占据优势。

【高速互连技术】合规性测试规范:物理层信号完整性与链路均衡验证系统设计 内容概要:本文档介绍了分析工具进行实践对照,并关注后续规范版本更新以确保符合最终发布标准。 立即下载

相关推荐

万人睡眠健康与生活方式调查数据集

成年人群睡眠健康与生活方式研究数据集,合成模拟10000行20列单CSV文件,睡眠障碍标记人群占比约四分之一。设置双预测目标:睡眠障碍二分类字段与日间疲劳得分回归字段,可分别开展分类与回归建模。特征字段涵盖年龄、性别、十一种职业类别、每周工作时长、轮班工作标记、自我压力评分、身体质量指数BMI、吸烟状态、每周饮酒量、每日咖啡因摄入毫克数、睡前一小时屏幕使用时间、每周运动分钟数、日均步行数、静息心率、习惯就寝时间点、平均睡眠时长、睡眠质量自评等二十项。数据完整无缺失,结果列与特征列分离清晰,便于目标泄漏防范练习。适用场景:睡眠障碍预测建模、日间疲劳程度回归分析、咖啡因与睡前屏幕对睡眠时长的影响量化、不同职业群体睡眠质量对比研究、逻辑回归与梯度提升模型对比实战等。合成数据不含真实个人信息,适合健康数据分析教学、特征工程练习与机器学习课程实训项目使用。

三个月融资35亿!极佳视界携“双金字塔”体系引领物理AGI迈向“GPT - 3时刻”

熟悉的一幕再度上演。投资界获悉,极佳视界宣布又完成10亿元B2轮融资,由新加坡顶级跨境投资机构狮城资本(多轮持续追投)、中国 - 比利时基金(中比基金)、建投投资、万向钱潮、复星锐正、华盖创赢、金创投、德屹资本、华仓资本、元石基金等全球顶级国家队基金、产业资本、财务机构、国资平台共同投资,国中资本、达晨财智、图灵资管等多个老股东持续超额加注。据知情人士透露,本轮市场投资意向远超原定融资目标。值得一提的是,这已是极佳视界三个月内第三笔融资,累计金额高达35亿元。至此,极佳视界与身后掌舵者90后博士黄冠,缔造了

IT界那些事儿 68

FANUC-R2000iC165F-六轴机械臂码垛仿真

FANUC_R2000iC165F_六轴机械臂码垛仿真

风口上的世界模型,到底是什么?

差距的原因是,具身大模型的数据回答的是“这种画面该出什么动作”,而世界模型的数据还要额外回答“动了之后会发生什么、为什么”,需要包括大量失败的交互数据。更核心的挑战,是物理认知本身还没走通。最后一类是仿真基建派,代表有英伟达、Waabi、Wayve、极佳视界等,它们提供物理仿真与验证平台,但更多是依赖程序员写好的规则,模型负责按规则生画面、生数据,缺乏对物理规律的推演与泛化能力。可以看出,世界模型既不是视频大模型的视觉延伸,也不是具身智能大模型的简单升级,它位于更底层,是那个缺失的“物理地基”。

2501_91883294的博客 252

frontend-design skills

frontend-design skills

政府科技管理者在推动区域科技成果转化过程中,如何解决成果供需匹配效率低的问题?.docx

政府科技管理者在推动区域科技成果转化过程中,如何解决成果供需匹配效率低的问题?

2026年,“AI新贵们”集体押注世界模型

世界模型,正在成为必争之地。

chanyejiawang的博客 397

用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计研究(Matlab代码实现)

内容概要:本文围绕用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计展开研究,深入探讨了卡尔曼滤波在动态系统状态估计中的核心作用。文章系统阐述了卡尔曼滤波的数学基础,包括状态空间模型的建立、先验与后验状态估计、协方差矩阵的递推更新,以及最优增益矩阵的推导过程,确保在高斯白噪声环境下实现对系统状态的最小均方误差估计。结合Matlab代码实现,完整展示了算法从理论建模到仿真实验的全流程,涵盖系统建模、噪声设置、滤波迭代、状态更新与误差分析等环节,并通过仿真实验验证了算法在噪声干扰下对系统真实状态的高精度跟踪能力。该研究为控制工程、导航系统、信号处理及自动化领域中的状态估计问题提供了坚实的理论依据与高效的数值实现方案。; 适合人群:具备一定控制理论、概率统计基础和Matlab编程能力,从事自动化、电子信息、航空航天、机器人、导航定位等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①掌握卡尔曼滤波的基本原理及其在状态估计中的数学推导过程;②学习如何利用Matlab实现卡尔曼滤波算法并进行系统仿真与性能评估;③应用于目标跟踪、传感器融合、惯性导航、故障诊断、时间序列预测等实际工程中的动态状态估计问题。; 阅读建议:建议读者结合文中提供的Matlab代码进行动手实践,通过调整系统模型参数、过程噪声与观测噪声强度,观察滤波效果的变化,深入理解卡尔曼增益的自适应调节机制与MMSE估计的收敛特性。同时可进一步拓展学习扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)等非线性滤波方法,以应对更复杂的非线性系统状态估计挑战。

万亿具身智能市场:资本狂热,落地却难,产业发展路在何方?

目前来看,机器人落地,仍有很长的路要走。一家估值超200亿元的具身独角兽的商业负责人坦言,“现在的机器人,能力强的4岁,能力差的2岁,你不能指望‘童工’替代‘成年人’。有VC投资人向《财新》分析称,一二级市场格外看好这条赛道的核心原因,或许是这个产业有望兼具“智能手机的出货规模”,以及“乘用车的单品价格”。估值过100亿元的至少有众擎机器人、逐际动力、千寻智能、星动纪元等10余家,再加上2700亿市值的宇树科技、420亿市值的优必选,以及排队上市的乐聚、云深处、智元,头部阵营的总估值轻松超过6000亿元。

IT界那些事儿 33

高校技术转移办公室人员如何提升成果转化服务效率?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

国央企创新负责人如何利用平台实现技术需求的精准挖掘与匹配?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

Scaling Law 失灵,世界模型成 AI 进入物理世界的关键中间层

从不同角度看,各行业向物理 AI 收敛,短期创意设计最快变现,中期智能驾驶拉开差距,长期世界模型将成为连接数据、仿真与行动的物理 AI 基础设施,是 AI 从数字世界走向物理世界的关键中间层。而且,即便有最大语料库,AI 也无法真正理解物理常识,因为语料库记录的是人类描述世界,而非物体运动,物理常识在文本中稀缺,导致大型预训练模型在物理常识题上能力较低。然而,世界模型远未成熟,既无统一技术路线,也非短期内能替代大语言模型的万灵药,甚至定义都未统一。如今,AI 正“逃离”纯文本,挺进真实物理世界。

IT界那些事儿 35

自适应多机器人编队规划,以包围和跟踪具有运动和可见性约束的目标(Matlab代码实现)

内容概要:本文提出了一种自适应多机器人编队规划方法,旨在实现对具有运动能力和可见性约束目标的高效包围与持续跟踪,采用Matlab进行算法实现与仿真验证。该方法综合考虑了多机器人系统在动态环境中的协同控制、编队形态生成与保持、障碍物规避以及目标可见性维护等关键问题,通过设计分布式控制律使编队能够根据目标行为和环境变化自适应调整队形与运动轨迹,确保稳定包围并最大化目标观测质量。文中详细阐述了系统的数学建模过程、控制策略设计原理及约束处理机制,并提供了多场景下的仿真实验结果,验证了所提方法在复杂条件下的鲁棒性、灵活性与有效性。; 适合人群:具备自动化、机器人学、控制理论或人工智能等相关领域基础知识的科研人员及研究生,熟悉Matlab编程环境并致力于多智能体系统、协同控制、路径规划或智能无人系统研究的专业人士。; 使用场景及目标:①应用于多机器人系统在监视、围捕、搜救等任务中对移动目标的协同包围与跟踪控制;②为研究分布式编队控制、可见性优化、动态避障与多智能体协同决策等核心技术提供可复现的算法实例与理论支撑; 阅读建议:建议读者结合提供的Matlab代码逐模块分析算法实现细节,重点关注控制律设计、约束建模与仿真结果对比部分,宜在仿真环境中调整参数配置以深入理解系统性能边界与优化潜力。

2026年4月4日 AI 领域新动态:从“数字大脑”到“物理世界”的全面爆发

如果说 2025 年是 AI 的“应用启蒙年”,那么 2026 年的当下,我们正站在“物理智能”与“自主智能体”爆发的临界点。今天的 AI 领域,正经历着从纯软件交互向物理世界渗透、从通用对话向深度推理的质变。

一起探索IT的世界 1517

考虑风光火储+需求响应+P2G多能源系统NSGA-II多目标优化调度(Matlab代码实现)

考虑风光火储+需求响应+P2G多能源系统NSGA-II多目标优化调度(Matlab代码实现)内容概要:本文介绍了基于NSGA-II多目标优化算法对包含风能、光伏、火电、储能系统、需求响应及电转气(P2G)等多种能源形式的综合能源系统进行优化调度的研究,采用Matlab进行代码实现。研究综合考虑了系统运行成本、碳排放、能源利用率等多个优化目标,通过建立精确的数学模型,结合可再生能源出力不确定性、负荷波动以及需求响应机制,实现多能源协同调度的帕累托最优解集求解,旨在提升能源系统的经济性与环保性,并验证所提方法的有效性和实用性。; 适合人群:具备一定电力系统、优化算法及Matlab编程基础的研究生、科研人员以及从事能源系统规划与运行相关工作的工程技术人员。; 使用场景及目标:①应用于多能源互补的综合能源系统优化调度研究;②为实现低碳、高效、可靠的能源供应提供决策支持;③学习和掌握NSGA-II算法在复杂多目标优化问题中的实际应用方法。; 阅读建议:建议读者结合Matlab代码与文中模型描述逐步理解算法实现流程,重点关注目标函数构建、约束处理及Pareto解集的生成与分析,有条件者可进一步修改参数或扩展模型以深化理解。

16周全【Harness&Hermes】多智能体开发特训营

2026年的AI开发者圈子里,几乎没有人再怀疑多智能体的价值。Gartner预测年底40%的企业应用将内置智能体,LangChain、AutoGen、CrewAI等框架轮番登场,演示视频里的AI团队分工明确、配合流畅。然而,一个尴尬的现实是:大多数开发者手里跑通的多智能体项目,停留在Jupyter Notebook的最后一行。一旦试图把它塞进真实业务环境,问题便如潮水般涌来——长任务跑到一半崩了要重来,智能体之间的消息黑盒般不可追溯,换个场景就得推倒重写,上线之后连“刚才那次调用为什么花了三倍的钱”都查不出来。 这正是【Harness&Hermes】多智能体开发特训营试图回应的命题。它的切入点不在“再教你写一个Demo”,而在于一个更朴素却更稀缺的能力:让多智能体系统从演示玩具变成可交付、可运维、可演进的生产资产。 要理解这门课的价值,得先看清多智能体开发当前的断层在哪里。单Agent时代,提示词写得好、API调得通,基本就能交差。但多Agent协作的本质是编排:谁负责拆解需求,谁负责执行,谁负责校验,上下文如何在角色之间传递而不丢失,某个环节出错时整条链路如何回退。这些问题的难度不在模型能力,而在工程控制。市面上不缺讲LangGraph节点怎么连、RAG检索怎么做的教程,缺的是把“多个智能体在真实业务压力下稳定协作”这件事讲透的人。 Harness与Hermes的分工,恰好对应了工程控制的左右手。根据课程的设计逻辑,Harness管“流程”,Hermes管“记忆与进化”。Harness 负责长任务的流程治理:一个面试模拟流程跑了二十分钟,中途用户关掉页面,下次打开能不能接着上次的进度继续?某个Agent调用工具超时了,整条链路是崩溃还是优雅降级?线上出了问题,日志能不能精确到“第几轮对话、哪个Agent、调了什么工具、花了多少token”。这些听起来不性感,但任何一

产业园区运营负责人如何利用数据智能化提升科技资源配置效率?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

ComfyUI-Impact-Subpack插件安装避坑指南:为什么你的UltralyticsDetectorProvider节点还是找不到?

本文深入解析了ComfyUI-Impact-Subpack插件的安装与排障问题,特别是针对UltralyticsDetectorProvider节点缺失的常见问题提供了详细的解决方案。从底层机制到高阶应用,涵盖了手动安装、模型配置、性能优化等关键步骤,帮助用户彻底解决插件依赖关系断裂问题。

Jerry的专栏 1153
上一篇: Mythos 虽强但非独大:小模型挑战 AI 安全,安全关键在系统而非模型
下一篇: AI 浪潮冲击职场:打工人心态各异,新趋势凸显机遇与挑战
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值