# GeoPT一作创立物原科技，估值数亿美元主攻物理世界模型

> 原文链接：https://robotics.hellobike.com/news/2026-10-16-ai-1-geopt
> 频道：news | 更新日期：2026-10-16 | 标签：auto, rss, qbitai
> 核心摘要：清华特奖得主吴海旭创立物原科技，获蚂蚁美团等投资估值达数亿美元。公司延续GeoPT合成动力学范式，构建搭载物理建模能力的世界模型，旨在解决具身智能物理直觉缺失难题。

# GeoPT一作创立物原科技，估值数亿美元主攻物理世界模型

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[清华特奖得主AI创业再+1：GeoPT一作入局物理世界模型](https://www.qbitai.com/2026/10/503880.html)（量子位）

## 核心内容

清华特奖得主、MIT CSAIL博士后吴海旭创立物原科技，切入搭载物理建模能力的世界模型赛道。该公司已迅速完成多轮融资，估值达数亿美元，投资方包括蚂蚁集团、美团、达晨财智及星连资本。此次创业技术路线延续了其今年2月发表的一作论文GeoPT，该工作由吴海旭与导师龙明盛、何恺明及Wojciech Matusik共同完成，在学术界引发广泛关注，标志着顶级AI学者加速向具身智能基础模型领域转化。

核心技术基于GeoPT提出的动力学提升预训练范式，通过合成动力学（Synthetic Dynamics）将静态几何提升至动态空间，使模型在无标签数据上通过学习粒子轨迹演化获取物理直觉。创始人研究聚焦深度学习与科学机器学习，致力于构建基于物理原理的可扩展骨干网络及端到端物理基础模型。这种将计算机图形学、计算制造与机器人学算法融合的路径，为具身智能体理解物理规律提供了区别于纯视觉生成的新范式。

## 关键看点

- **融资估值**：物原科技已完成多轮融资，估值达数亿美元，蚂蚁、美团、达晨财智等一线机构入局
- **技术范式**：沿用GeoPT合成动力学方法，通过粒子轨迹演化学习让模型在无标签数据下获取物理直觉
- **学术渊源**：核心团队源自清华软件学院与MIT CSAIL，研究成果覆盖Autoformer、Transolver等时序与物理模型
- **研发方向**：聚焦可扩展物理骨干网络与端到端物理基础模型，旨在为物理系统构建通用学习原则

## 工程与产业观察

物原科技的成立验证了“物理先验+世界模型”是具身智能落地的关键基础设施。不同于纯视频生成模型，基于合成动力学的预训练范式能赋予Agent真实的物理交互能力，解决了Sim-to-Real鸿沟中的核心痛点。数亿美元估值表明产业界正从单纯追求大语言模型转向具备物理常识的基座模型，这对机器人长程任务规划与操作泛化具有决定性工程价值。
:::

## 原始参考来源 (Sources)

- [量子位：清华特奖得主AI创业再+1：GeoPT一作入局物理世界模型](https://www.qbitai.com/2026/10/503880.html)