《科创板日报》8月10日讯（记者 余诗琪）2026年8月初，物理智能关键技术提供商飞捷科思宣布完成数亿元A1轮融资，由老股东泰达科投携手海松资本、复旦科创共同领投，毅达资本、优势资本等多家机构参与，云启资本、硅港资本等现有股东继续追加。

这家成立仅一年的公司，由复旦大学教授张立华创立。他曾任职于英伟达，担任PhysX物理引擎研发团队负责人，长期从事物理仿真与人工智能领域的研究与工程化工作。2017年起任教复旦大学。2024年，他敏锐意识到具身智能浪潮下物理引擎的战略价值，下场创办飞捷科思，目标直指物理AI底层工具的国产替代。

成立以来，飞捷科思的融资节奏颇为密集。2026年内，公司已完成Pre-A轮累计数亿元融资，经纬创投、东方富海、云启资本、致道资本等机构先后入局。加上本轮A1轮数亿元融资，飞捷科思在不到一年时间内已连续完成多轮大额融资，股东阵容从头部市场化VC延伸至产业资本与高校科创平台。

物理引擎，AI理解世界的力学课本

物理AI正在成为AI产业最热门的赛道之一，但外界对这一概念的理解仍远未统一。英伟达CEO黄仁勋认为实现物理AI的关键是理解物理世界的规律，构建能够在物理世界中感知、推理和行动的 AI模型，从而实现机器人、自动驾驶等设备的自主操控。中国科学院院士陈十一则区分了物理AI与传统大模型的本质差异，认为物理AI的核心不是生成内容，而是理解、预测和影响真实物理世界。浙商证券在研报中指出，当前物理AI尚无固定实现范式。而更通俗的理解是：虚拟AI负责思考与沟通，物理AI则必须感知并行动，让机器在真实物理世界中感知、理解和执行复杂操作。

在张立华看来，数字AI处理文本、图像等数字世界信息，物理AI则要让人工智能理解真实世界的物理规律。物理AI是介于通用大模型和实体硬件之间的关键中间层，没有物理AI底座，具身智能很难真正大规模落地。

物理AI的技术挑战并非某一个单点算法，而是一整套需要打通的完整闭环基础设施。张立华指出，当前AI模型大多停留在感知层面的语义理解，尚未跨越到物理层面的现实做对。从识别物体到完成任务，中间涉及状态建模、物理推演、策略规划、实时控制和安全验证等多重关卡，缺乏符合真实物理规律的底层支撑，AI在仿真环境中表现完美，落地真实场景往往面临失效风险。

过去一年，飞捷科思搭建起国内首个全栈自研物理智能技术体系，拥有五大核心产品：可微分物理引擎Fysics、具身智能仿真训练平台MoziSim、物理AI全模态基础模型OmniFysics、物理世界模型Fysiverse和全链路物理AI数据解决方案FysiData。

Fysics是整套体系的技术底座。据张立华介绍，Fysics可微分物理引擎的核心优势，在于为物理AI铺就一条通往理解复杂世界的道路。它所构建的不是视觉层面的拟真，而是交互层面的可信，力与运动、接触与形变、能量与动量，都在统一的物理法则下自洽演进。他特别强调，对物理AI来说，仿真引擎不是附属工具，而是训练数据、试错环境和物理常识的来源。可微分物理仿真能力，让Fysics不再只是一个正向预测未来的工具，而是一套可以基于物理进行学习与优化的系统。该引擎已完成对国产GPU架构的深度原生适配。

在Fysics基础上，飞捷科思于2026年7月世界人工智能大会上发布物理世界模型Fysiverse。区别于行业主流侧重画面生成的世界模型，Fysiverse采用显式物理模拟器加生成式渲染器的双驱动架构，先用物理引擎算准会发生什么，再用生成模型呈现看起来什么样。张立华透露，Fysiverse发布后，不少机器人、制造企业反馈现有工具要么闭源受限、要么适配成本高，很多企业希望尽快对接测试。此外，飞捷科思还发布了物理AI全模态基础模型OmniFysics和具身智能仿真训练平台MoziSim，前者实现图像、音频、视频和文本的跨模态统一理解，后者已全面适配人形、四足、机械臂等主流机器人形态。

商业化提速：融资落地与生态建设

本轮数亿元，是飞捷科思成立以来又一笔大额融资。张立华透露，融资从启动到交割整体比较顺畅，物理AI赛道的产业价值正在被越来越多机构看懂。他特别提到，WAIC大会前后是一个重要节点，公司发布Fysiverse、牵头成立创新联合体，不少投资机构实地参会后加速了决策。老股东的坚定加码也带来了很大信心。

关于资金用途，张立华表示技术、团队、市场都会推进，但核心始终是坚守核心技术全栈自研。物理AI需要的不是单一模型，也不是某个单点应用，而是一整套持续演进的生态体系。在他看来，单一企业难以完成这个任务，必须打通产业链上下游协同。

商业化落地方面，飞捷科思聚焦两大方向：具身智能和高端制造业的智能化升级。不同场景诉求各异，机器人场景更看重仿真真实性与AI训练效率，高端制造更看重物理计算精度与工况还原能力。张立华透露，公司已从单点技术验证走向多行业客户落地，与多家产业客户开展实质性项目合作。

产业合作也在快速推进。WAIC期间，飞捷科思牵头组建了国内首个物理智能创新联合体，汇聚32家产学研用资单位。张立华强调，这不是传统挂牌式联盟，而是推行任务榜、订单榜、责任榜协同机制，配套贡献积分、动态进退、量化交付管理制度，所有合作以落地成效为核心评判标准，杜绝重揭牌、轻落地形式化合作。

物理AI的资本热度正在同步升温。据CB Insights数据，2026年至今全球物理AI领域公开融资已达约73.8亿美元，超过2025年全年的37.7亿美元，是2024年的三倍多。中位数融资额从6100万美元飙升至1.65亿美元。更值得关注的是，2025年该赛道50%的交易是首次融资，到了2026年这一比例骤降至8%，92%的钱流向了已证明过自己的公司。国内赛道上，西湖数智、跨维智能、逆矩阵科技、LiberAI等多家企业也在今年相继完成大额融资。物理AI已从概念验证步入商业化竞速阶段。

在海外工具长期垄断的背景下，飞捷科思选择了一条自下而上的长跑路径，技术壁垒高、投入周期长，但护城河也足够深。物理AI改变世界这件事或已不可逆，但谁能成为这条赛道上的长期玩家，答案远未揭晓。