中国物理 AI 初创 Simate 登顶 RoboDojo 榜单并融资数亿元

中国物理 AI 初创公司 Simate 近日宣布，在公开评测榜单 RoboDojo 中取得全球第一，并已完成数亿元人民币的连续多轮融资。该公司成立仅数月，核心方向是将递归自我改进（RSI）范式系统化引入物理 AI 研究。

公司与团队

Simate 由张颖创立并担任 CEO。据其自述，张颖此前为某头部自动驾驶公司核心技术负责人之一，参与打造过国内对标特斯拉 FSD 的智驾系统。

核心团队成员包括：

• 占方能：香港科技大学助理教授、World Mind Lab 负责人，研究方向为世界模型与物理 AI
• 季马泽宇：00 后青年科学家，毕业于 UCSD，曾是硅谷物理 AI 初创公司 ARI（后被 Meta 收购）的创始成员

核心技术路线

Simate 提出「Physical RSI」概念，主张让系统在稳定运行中持续积累经验、自主提出假设、规划实验并迭代改进，以提升机器人的智能水平。

围绕这一目标，公司构建了 AutoResearch 自动研究系统，其核心组件包括：

• 可插拔模型框架 SiPAI：支持世界模型（WM）、动作模型（WAM）、VLA（视觉语言动作模型）等架构灵活替换
• AI-native 基础设施底座：支持多 Agent 编排与多卡调度，提供环境隔离与中断恢复能力
• 研究可视化界面：包括研究谱系图与运行时间线，供人类研究员追踪实验进展

当前阶段，Simate 采用「人机共驾的弱 RSI」范式——人类研究员设定目标与约束，AI Agent 自主完成假设提出、实验规划与执行验证。

RoboDojo 榜单表现

据公司声明，Simate 在 RoboDojo 公开评测中位列第一，超过了榜单中的 GPT-6-Astra 与 DeepMind 相关模型。该榜单主要评估机器人在长程任务执行、记忆保持与高精度操作上的泛化能力。

需要指出的是，文章未披露具体的模型参数、训练数据规模或与其他模型的定量对比细节。公司表示，相关技术细节将在后续深度报告中揭晓。

融资情况与发展规划

Simate 已完成数亿元人民币的连续多轮融资，投资方涵盖 VC、互联网大厂与产业资本。

公司路线图分为三步：

1. 弱 RSI（已验证）：人类设定目标，Agent 自动执行；RoboDojo 榜单成绩被视为工程验证
2. 强 RSI（探索中）：进一步减少人工干预，Agent 自主提出研究假设
3. Fully Autonomous RSI（长期目标）：实现无人类参与的递归自我改进闭环

目前，AutoResearch 平台已开启内测招募，清华、北大、MIT、加州理工、哈佛、哥伦比亚大学等院校的部分师生已参与试用。