《科创板日报》11日讯，近日，北京物原科技有限公司（下称“物原科技”）披露，公司在一个月内连续完成天使轮及天使+轮融资，累计金额超过1亿美元。

其中，天使轮由凯辉基金、红杉中国联合领投，IDG资本、鼎晖VGC、星连资本、蚂蚁集团跟投；天使+轮由蚂蚁集团、和玉资本、美团战投联合领投，达晨财智、蔚来资本、景和资本及多家老股东持续跟投。两轮融资的各自金额尚未披露。

根据财联社创投通—执中数据，以2026年11月为预测基准时间，北京物原科技有限公司后续2年的融资预测概率为71.09%。该数据仅为模型估算，不代表实际融资结果。

物原科技成立于2026年7月，总部位于北京海淀，英文品牌为TensorWorld，主要研发物理基础模型，希望为机器人训练、工业设计和科学实验提供模拟真实世界的能力。

创始人兼CEO吴海旭在清华大学取得软件工程本科及博士学位，并修读数学第二学位，曾赴哈佛大学交流，2025年起在麻省理工学院计算机科学与人工智能实验室从事博士后研究，研究方向包括科学机器学习、物理基础模型等。

联合创始团队中，郑文拥有斯坦福大学计算机博士学位，曾任快手AI技术副总裁及AI实验室负责人；叶葳蕤博士毕业于清华大学交叉信息研究院，后在MIT从事博士后研究，主要研究强化学习、世界模型与机器人；周俊昇为清华大学软件学院博士生，参与过三维表征模型Uni3D等研究。团队既有物理建模、三维空间理解和机器人学习的研究背景，也有大规模AI系统的工程经验。

物原所关注的核心问题，是如何让模型准确预测物理变化。例如，物体受到外力后会怎样移动或变形，改变材料、结构或环境条件后，结果又会有何不同。公司希望模型能够学习这些规律，并将其用于不同任务，减少每进入一个新场景就重新建模、重新采集大量数据的成本。

团队此前已有相关研究积累。吴海旭参与提出的Transolver发表于2024年，能够用于汽车、机翼等结构的物理仿真，目前已被纳入英伟达PhysicsNeMo开发框架。其参与的另一项研究GeoPT，则尝试利用合成数据预训练，降低模型学习物理过程时对昂贵标注数据的依赖。MIT今年8月披露，该研究已在车辆、飞机和船舶等仿真基准中进行测试。

这些研究指向的应用需求较为具体。机器人开发者需要让机器在正式作业前反复练习，部分任务在现实中采集数据成本高，甚至存在危险；工业企业则需要在制造样机前，评估不同设计在受力、流动、传热等条件下的表现。模型如果能够更快、更准确地模拟这些过程，就有机会减少实体试验次数，缩短研发周期。

从这一定位看，物原瞄准的是机器人训练和工业研发背后的模型与仿真环节，潜在客户包括机器人企业、工业设计部门及科研机构。其商业价值最终要体现在客户能否用模拟结果指导真实研发，以及相较现有方法能节约多少时间和成本。

围绕这一方向，可以看到，物原吸引了多家财务投资机构和产业资本的资金投入。其中，蚂蚁集团由天使轮跟投转为天使+轮联合领投，美团战投则成为新进入的领投方。

值得一提的是，蚂蚁在世界模型领域已有多项布局。其旗下具身智能公司灵波已推出LingBot-World系列，探索可交互环境生成及机器人仿真等应用。今年6月，研发通用世界基座模型的逆矩阵科技宣布完成超亿美元种子++轮融资，蚂蚁集团亦参与战略投资。此次继续加码物原，意味着蚂蚁在推进内部研发的同时，也在支持不同的外部创业团队。

不过，物原披露大额融资之际，投资机构对世界模型创业项目的判断也在变化。

《科创板日报》此前采访发现，部分投资者近期出手更加谨慎，关注点逐渐从技术的想象空间转向投资风险与业务兑现能力。财联社创投通不完全统计显示，10月物理AI／世界模型相关融资事件为5起，较此前减少。

量子位11月8日的报道也记录了类似变化。一位今年多次出手的投资人，在谈及仍能较顺利融资的世界模型创业者时，只列出了少数几个人选；其他受访者给出的名单也较为接近。该报道称，单靠概念获得估值溢价的空间正在缩小，但能够展示研究积累、技术成果或应用进展的团队，仍然受到投资机构关注，物原、逆矩阵等公司被列为其中的案例。

投资节奏放缓，也不意味着机构停止寻找早期机会。松禾资本管理合伙人汪洋在10月底接受媒体采访时表示，机构仍在持续跟进具身智能项目，但更倾向于早期标的；对于短期商业化难以落地、技术尚未定型的成长期项目，出手节奏有所收缩。同一报道中，蓝驰创投合伙人曹巍则强调，团队除了具备技术潜力，还需要证明自身的商业交付能力。

对物原而言，研究成果和工程经历提供了创业起点，接下来仍需将这些积累转化为客户能够使用的产品。目前，公司尚未披露具名付费客户、订单、收入及具体收费方式。融资之后，其首个产品将优先服务机器人训练还是工业研发，模拟效果能否满足实际工程要求，以及客户是否愿意持续付费，将是更具体的观察点。