2026年3月11日，光轮智能（北京）科技有限公司（以下简称“光轮智能”）正式宣布完成10亿元A++及A+++轮融资。本轮融资引入了多家产业场景方及财务机构，包括新希望集团、鼎邦投资（三安光电董事长家族办公室）、奥克斯、鼎石资管等产业投资方，以及建投华科、国方创新、道禾长期投资、清新资本等财务投资机构。

本轮融资完成后，光轮智能成为全球首个具身数据领域的独角兽企业。资金将重点投入于物理仿真引擎持续研发、规模化模型评测体系升级与全球交付及本地部署能力建设，进一步巩固其在物理AI数据与仿真基础设施领域的领先地位。

这家成立仅三年的公司，业务模式颇为独特——不造机器人，而是为所有机器人公司造一个“数据工厂”。在2026年春晚舞台上，人形机器人盘核桃、叠衣服、串烤肠等细腻动作背后，离不开光轮智能数据的“海量投喂”与尖端仿真技术的支撑。

光轮智能创始人兼CEO谢晨博士毕业于北京大学和哥伦比亚大学，曾在英伟达、Cruise、蔚来等企业担任自动驾驶仿真负责人，是国际首创将生成式AI融入仿真的研究者。“如果说GPU与CUDA定义了大模型时代的算力基础设施，那么光轮智能正在定义物理AI时代的数据与仿真基础设施。”谢晨表示。

真实世界的数据采集正成为人形机器人能力突破的核心瓶颈。《具身智能发展报告2025》指出，真实数据面临获取成本高、标注难、长尾场景覆盖不足等挑战。人形机器人的数据需求量至少是自动驾驶的1000倍——不仅需要视觉理解，还得精准感知物理世界的材质、力反馈、交互逻辑。

01.

三层架构：仿真-数据-评测的技术闭环

光轮智能的技术体系，可以拆解为世界、行为、评测三层架构，覆盖从仿真环境构建、数据生产到模型验证的完整闭环。

世界层解决的是“环境真实”的问题。光轮智能自研物理求解器，能在虚拟空间里精准模拟重力、摩擦力、碰撞、形变，甚至液体流动等复杂物理现象。简单说，他们在数字世界里复刻了一套“物理法则”。这家公司也是目前全球唯一自研物理求解器的具身数据企业。

行为层解决的是“数据怎么造”的问题。光轮智能构建了全球最大规模的非本体数据引擎，同时走通仿真合成数据与人类视频数据两大路径。传统方式采集真实数据，需要机器人一遍遍试错；而在光轮的系统里，机器人可以并行训练，在虚拟环境里把能犯的错都犯一遍。“等到真实世界干活，就稳了。”杨海波说。这套系统将机器人开发周期从3-6个月压缩到2-3周，综合训练成本降低十倍以上。

评测层填补了行业空白。光轮智能推出全球首个工业级仿真评测平台RoboFinals，被业内称为“机器人奥运会”。在此之前，具身智能模型的评测缺乏统一标准，不同企业的模型能力无法横向对比。RoboFinals的出现，让行业第一次有了可量化的“度量衡”。

这三层架构并非孤岛，而是形成一套自我强化的“数据飞轮”：物理测量与人类视频数据持续输入，保证仿真真实性；物理精确的仿真又驱动RoboFinals完成规模化评测；评测得出的洞察反哺数据采集方向。每转动一次，仿真就更精准、数据就更有效、评测就更深入。

02.

商业落地：十倍级增长背后的“朋友圈”

技术的领先正在转化为实实在在的商业回报。

光轮智能披露，2025年全年营收实现十倍增长，预计2026年第一季度单季收入将超过2025年全年总和。目前，公司在仿真合成数据、仿真评测、人类视频数据三大关键领域均拿下全球交付冠军，是全球唯一同时覆盖三项能力并实现规模化交付的企业。

合作伙伴名单星光熠熠：英伟达、谷歌、Figure AI、1X Technologies、字节跳动、阿里巴巴、智元机器人、银河通用、丰田、博世、比亚迪、吉利。全球排名前三的世界模型团队已全部与光轮智能合作。更关键的是，国际主要具身智能团队中，超过80%的仿真资产与仿真合成数据都来自光轮智能。就连2026年春晚舞台上，那些完成跑酷、跳马、后空翻的人形机器人，其背后的核心数据支撑也来自这家公司。

在生态层面，光轮智能正在参与定义行业标准。它与英伟达共同定义了仿真资产的物理与工程标准，联合开源具身评测基准框架；与李飞飞创立的World Labs深度合作，共建全球首个面向人形机器人的可规模化评测体系；携手阿里巴巴通义千问构建工业级评测闭环。其自研的LeIsaac仿真工作流，已被全球最大AI开源社区Hugging Face纳入官方文档，成为全球百万开发者的“仿真标配”。

行业普遍预测，2026年是人形机器人从概念走向应用的关键拐点，头部厂商将实现万台级交付，销量有望突破10万台。越过这一量级门槛后，对数据的需求将再次跃升。

“2026年是具身智能数据规模化的元年。”杨海波说，“我们致力于为行业提供以仿真为中心的物理AI基础设施，让机器人从实验室真正走进工厂、医院和家庭。”