Physical AI下半场竞争转向平台能力，厘清智能完成数亿元融资，获蚂蚁连续两轮加码

近日，Physical AI Infra平台公司厘清智能完成天使轮及天使+轮数亿元融资。蚂蚁集团连续两轮加码，并领投天使+轮；CMC资本、国汽投资、中金资本旗下基金、上海人工智能产业系列基金、中关村科学城基金、上海未来产业基金、德石投资、澄凯基金等机构跟投，顺为资本、世纪金源、峰瑞资本、水木清华校友种子基金等老股东持续追加投资，启观资本担任独家财务顾问。

基础模型能力正在外溢，行业的稀缺环节也随之移动：从训练出更强的模型，转向让模型真正理解真实世界——如何持续获得真实、可学习的数据，又如何把模型能力转化为可验证、可部署的现实结果。厘清智能不以制造某一种机器人或训练某一个单一模型为业务起点，而是定位为Physical AI Infra平台公司，从模型和终端两端进入市场。

面向模型厂商，公司服务于从前沿大模型到具身智能、Agent 等方向的研发团队，覆盖多模态、视频生成、物理世界模型等不同技术路线。这些团队虽然方向不同，但共同面临训练目标各异、数据规格不统一、评测标准缺失的问题。厘清围绕模型从研发到验证的完整链路，提供从采集工具、任务设计、数据生产到加工质检、能力验证的一整套服务，让数据真正匹配模型的能力目标。

面向终端客户，公司的核心定位是提供弹性解决方案——不预设固定产品形态，而是从实际业务与现场约束出发，按任务灵活组合。终端场景的难点从来不是单点技术，而是任务、数据、模型、设备与现场环境之间的适配。厘清覆盖任务定义、数据采集、模型与设备选型、系统适配、现场部署及持续迭代，帮助客户把能力真正落到业务现场。

在这一模式下，两端业务不是各自运行：模型厂商的新数据需求和能力指标，推动数据管线、生产工具与评测体系继续完善；终端客户带来的真实任务、现场约束与执行反馈，成为模型训练和系统优化的新输入。与传统项目制交付不同，厘清追求的不是一次性项目验收，而是让项目产生的数据、失败记录、评测标准、适配经验和解决方案模块进入统一平台，让下一次训练与交付更快、所需数据更少——它的核心产品，是一条越来越快的学习曲线。

从产业基础看，模型理解真实世界所需的数据主要产生于工厂、实验室、仓库和各类真实工作现场，而非互联网。英语世界为语言模型准备了丰富的语言材料，中国则可能为下一代基础模型准备最丰富的现实经验。作为“世界工厂”，中国拥有密集的真实场景、完整的制造体系和丰富的工程经验，让中国沉淀的不只是产品与产能，也包括让模型理解、学习和适应真实世界的基础设施。

本次融资将用于物理世界数据管线、模型研发、物理仿真、能力评测、跨本体适配与部署系统，进一步完善厘清智能的 Physical AI Infra，加快技术研发与产品落地。

标签：