跨维智能获10亿B轮融资：百亿估值引领物理AI赛道

从WorldArena榜首到1500+模型落地：跨维智能证明世界模型不是Demo是生意

AI科技评论获悉，跨维智能近日已完成B轮融资，融资金额10亿元人民币，投后估值超过百亿，成功跻身具身智能独角兽行列，踏入IPO的门槛。这轮融资的投资方横跨几类资本：国家级母基金、头部国资创投、实体龙头产业资本和地方科创平台。深创投、贵阳数字经济基金是连续两轮下注；前海母基金、蓝思科技、工银资本、恒健资产、诸瑞资本这轮新进入；南山战新投、成都科创投、四川院士基金等老股东继续追加。

至于钱往哪花，跨维的答案是几件事：底层世界模型算法迭代、物理引擎升级、数据基础设施建设、人形机器人能力完善，以及真实场景落地——把技术、产品和商业闭环再往前推一步。百亿估值从来不是凭空出现的。一家成立仅四年的公司凭什么走到这个位置？拆开来看，撑起估值的是：一条被持续验证的技术路线、一个跑通了的商业闭环、一种以终为始的终局战略。

物理AI技术全栈自研，几经行业验证 2021年成立时，跨维智能就把方向定在物理AI与世界模型上，是国内最早一批做物理AI全栈自研的公司。它选的路径是“世界模型 + 物理仿真 + 真机落地”，这条路被它认为是行业终局。值得注意的是，跨维多项核心技术节点的布局进度，排在英伟达、DeepMind等海外巨头之前，而过去几年的行业走势，也一直在验证这条路线。

世界模型，是这条路线的核心，也是当下全球AI头部力量竞逐的方向。英伟达、谷歌等公司持续围绕物理AI、机器人仿真、环境推演、合成数据生成和世界基础模型进行前沿布局，把人工智能从语言理解、视觉识别，进一步推向物理世界建模、动作因果预测和智能体交互决策。

对具身智能产业而言，世界模型早已不只是“生成未来画面”的视觉模型，而是支撑机器人训练、评估、规划与泛化的关键技术底座。跨维选这条道，等于把自己摆到了和全球头部同台竞技的位置。

一个近期的注脚，来自全球具身世界模型权威评测WorldArena的最新公开榜单，跨维智能自研的通用具身世界模型DexWorldModel，在Track 2赛道拿下全球第一名，这个成绩意味着什么？WorldArena云集全球顶尖团队参赛，侧重世界模型的推理能力，核心考验机器人对真实环境结构、物理规律、动态变化的理解与预判能力，被视为验证机器人“是否真的理解真实世界”的标尺。

榜单分两条赛道。Track 1（Perception）聚焦视频综合质量，考核视觉效果、动态表现、内容一致性与物理遵循性，侧重感知预测、物理逻辑及动态场景理解——此前智元机器人曾在该赛道取得领先成绩，体现出国内具身智能企业在视频生成技术上的持续突破。Track 2（Functionality）则聚焦具身任务的功能性，考验世界模型作为数据合成引擎、策略评估与行动规划载体，对机器人训练、评估及执行的支撑能力。这条赛道业内公认为“实战”门槛最高、含金量也最高，是评判技术落地价值的核心硬指标。

拿下榜首，证明跨维不仅具备领先的世界模型环境推演能力，更拥有把推演结果转化为机器人训练资产的工程化能力——在具身数据生成、仿真训练闭环构建、策略模型赋能、虚实迁移落地几个方向上，综合技术实力都过了硬指标。而这份成绩的背后，是 DexWorldModel 从底层就与众不同的技术路线。它围绕三维物理世界的真实运行规律建模，具备隐空间动态建模能力，可实现统一坐标系对齐、时空表征精准匹配，彻底解决传统视觉方案空间感知不准、物理建模缺失、无法适配实操任务等行业痛点，真正让AI精准理解物理空间、动力学逻辑与真实作业规则，支撑机器人完成分拣、装配、双臂复合操作等实操任务，推动世界模型从“可视化演示”正式迈入“可落地作业”的产业阶段。

在夯实世界模型核心能力的同时，跨维智能同样将数据基建视为物理 AI 规模化落地的核心根基。2026年1月，跨维还开源了基于生成式仿真世界模型的具身智能工具链EmbodiChain，这是业内首个能够自动训练VLA模型并实现真机部署的工具链，无需依赖真实数据即可完成零样本虚实迁移。将具身智能数据生产从“人工小作坊模式”推向了“工业化量产阶段”。仅四个月后，跨维又创新性提出Dexterity-BEV。该技术将视觉输入、机器人本体状态与目标动作指令三者对齐至统一空间参考系，首次为机器人多源异构数据搭建起可规模化训练的标准空间底座，从根源上破解了行业长期存在的数据标准分散、动作技能难以迁移、作业经验无法跨本体复用的核心痛点，大幅提升数据利用效率与模型跨场景泛化能力。