物理 AI 公司"出生即巨额"：资本买的是范式，不是产品

物理 AI 这一季融了多少钱不是重点。真正的信号是：这批公司不少只融过一轮，第一笔规模化融资就是巨额——资本买的是一张提前卡住范式的入场券，而非任何已兑现的产品。

物理 AI 这一季的融资总额，不是最该盯的数字。更反常的是节奏：这批公司里不少只融过一轮，这一轮就已是巨额，种子阶段就拿到了别人 B、C 轮才有的价签。

SVTR 认为，AI 一级市场的估值锚点正在悄悄迁移：从"产品、收入、ARR"迁回"创始人卡住了哪条路线"。卜拉格、逆矩阵、流形空间、极佳视界这几家，没有可观收入，多数连产品都没规模交付，却在很早的轮次就拿到 $1 亿到 $20 亿不等的投后估值。世界模型赛道过热只是表象，更关键的一层是：资本买的是一张范式入场券，而非产品溢价。当"错过一条路线"的代价高过"早期多付一轮"的代价，为团队和身位提前付钱，就从不理性变成了理性选择。这和 2021 年的团队溢价不是一回事：赌注更大，验证更晚，容错更低。

据 SVTR AI 创投库，本周（#162）共记录 56 起 AI 融资。剥掉几笔还没关账的晚期巨额轮，已完成的早期风险轮里，约十起押注物理世界（世界模型、具身智能、机器人、AI 材料）。它们数量上不及应用类，却是估值最反常的一批：多数零收入，却拿到前沿价签。下图按方向和轮次密度拆解这 56 起。

样本全景：#162 期 51 起融资方向分布，物理世界 11 家

信号一｜出生即巨额：第一笔规模化融资就是巨额轮

真正反常的是时点：这些公司在最早的轮次，就拿到了通常要到中后期才出现的金额。据 SVTR AI 创投库，逆矩阵科技本周拿到 $1 亿种子++ 轮，这也是它迄今几乎全部的融资：成立以来只融过这一次，一次就是 $1 亿；卜拉格 A 轮拿到 $2.2 亿、投后估值 $20 亿，此前同样没有规模化融资记录。它们跳过了"多轮逐级验证"的过程，第一笔像样的融资就直接是巨额。传统早期定价里，种子轮对应的是"一个想法加一支团队"，估值通常在数千万元人民币量级；如今同一个轮次标签下，数量级跳了两到三个台阶。

更值得单独拎出来的是"估值和里程碑脱钩"。过去，一轮融资对应一组可验证里程碑（PoC 跑通、首批客户、ARR 过线），资本按里程碑兑现概率给价；这批公司拿到钱，对应的却是创始人在某条技术路线上的占位资格，而非任何已兑现产品。据公开资料，卜拉格的林俊旸来自阿里通义千问、逆矩阵的陈博远来自智源、流形空间的武伟来自商汤绝影、极佳视界的黄冠来自地平线。资本赌的是一个假设：这条路线如果走通，这支团队大概率还在牌桌上。

当估值不再由里程碑驱动，下一个问题自然浮现：资本靠什么、在多快的时间里完成这种占位判断？

信号二｜轮次压缩：确认窗口被压到以月计

答案是速度。锚点从里程碑换成身位之后，融资节奏也从"按里程碑推进"变成"趁窗口没关赶紧抢"。据 SVTR AI 创投库，极佳视界本周才走到 B2 轮 $1.39 亿，累计融资却已达 $4.86 亿（约 35 亿元人民币）：在抵达 B2 之前，它已经把天使到 B1 的整条序列跑完了。流形空间更典型，名义上还在 Pre-A，累计融资已近 $1.4 亿：轮次标签远远落后于实际到账的钱，这正是来不及按里程碑逐级标定、先抢着把钱收进来的痕迹。

真正反直觉的地方在于"确认窗口的坍缩"，而非"融得多"。健康的一级市场里，轮次之间的间隔本身就是信息：它给公司兑现里程碑的时间，也给下一轮投资人观察的窗口。一家公司用几个月走完别人几年的轮次序列，等于主动放弃了这个观察窗口。投资人加注的依据，从"看到更多证据"变成了"再等就抢不到这个位置"。轮次压缩的本质，是资本在用速度对冲信息缺失。

这是一种危险的高效：路线上行期它极其省时，却把"尽调"换成了"抢身位的焦虑"。一旦路线被证伪，这批以月为单位堆起来的估值，回撤也会以月为单位发生。

信号三｜同样押范式，中美卡的位置和出的钱都不一样

把视角拉到中美两地，有两件更底层的事：两边卡的位置不同，出钱的人也不同。

先看卡的位置。美国这几家，重心压在自有数据飞轮上：据报道，General Intuition 的底牌是 Medal 平台每年约 20 亿条游戏视频片段，XDOF 直接做机器人训练数据的采集管道，Odyssey 做通用世界模型仿真。它们的护城河假设是：先攒够物理和时空数据的独占飞轮，就能赢。中国这几家，重心压在垂直场景落地上：穹彻智能切酒店和零售药房，流形空间绑电商物流、3C 与汽车制造，深朴做家用，觅蜂由智元孵化、直接绑定具身生态供数据。它们的护城河假设换了个落点：先卡住高价值的真实场景，就能赢。

再看出钱的人，分化同样清晰。据 SVTR AI 创投库，美国这几张支票背后是 Jeff Bezos（一周内出现在 CuspAI 和 General Intuition 两笔里）、Eric Schmidt、Google 首席科学家 Jeff Dean，以及 Amazon、AMD Ventures、GV、In-Q-Tel（美国情报系统背景的风险投资机构）；中国一侧领投和跟投的是万向钱潮（汽车零部件）、北汽产投（整车厂）、滴滴、均普智能（工业机器人），清一色产业和制造资本。一边是攥着云、芯片和钱的科技富豪，一边是攥着车间、车队和场景的产业方。这个差异会一路传导到终局估值：美国这一轨会被按"数据资产"定价，中国这一轨会被按"场景渗透率"定价。同顶一块"物理 AI"的招牌，三年后两边会走进两套估值模型，跨境对标若用同一把尺，必然失真。

中美双轨：数据飞轮 × 科技资本 vs 场景落地 × 产业资本

成因｜为什么是现在

这种迁移为什么是现在？有三股力量同时到位。其一，大语言模型的红利窗口正在收口：本周 DeepSeek 一边据传以 $500 亿估值募资、一边继续开源权重，最强模型免费可得，语言层的护城河被自己人填平，资本急着找下一条"足够大、足够早"的路线。其二，这批创始人恰好在 2025 到 2026 年集中从大厂和上一代独角兽里释放出来，供给侧第一次出现成建制的顶尖团队。其三，过去两年大模型赛道用真金白银证明了一件事：在路线拐点上犹豫的代价，远高于早期多付一轮。三者叠加，资本的最优解就从"等里程碑"变成了"抢身位"。

出生即巨额：累计融资 ≈ 本轮

影响｜谁会受波及

对创业者：这是信号清晰、但门槛极高的窗口。它奖励的是"顶尖履历 + 第一时间起跑"，对没有大厂背书的创始人反而更不友好：当资本按身位而非产品定价，履历就成了硬通货。不在这份名单上的人，更现实的路径是卡一个高价值的垂直场景，用场景数据反向攒出别人拿不到的资产，而不是去挤通用基座。同时要清醒：出生即高估值是负债，不是资产——它把后续每一轮的兑现门槛都抬高了，下一轮拿不出对得起估值的进展，估值倒挂的杀伤会成倍放大。

对投资人：这一注主要冲击软件 AI VC 的既有打法。过去三年靠"投模型基准分"做判断的基金，现在要换一把尺子：模型跑分多少已经不是重点，该问的是这条路线三年内会不会被证伪、这支团队是否真站在路线的核心位置、通向专有数据或场景的路径会不会被某个产业方独占。中国一侧尤其明显：整车厂和工业集团亲自下场领投，意味着最好的具身标的可能在财务投资人看到之前，就已经被带着数据和场景的产业资本锁定。

对大厂与平台：你们既是这批团队的"出厂地"，也是它们未来的潜在买家。顶尖人才外流还会持续，得提前想清楚是自己建，还是日后回购。

对企业客户：短期别被巨额融资带着走采购决策，这批公司多数还没规模交付，估值不等于交付能力。

验证｜三个值得追踪的关键指标（90 天）

1. 轮次间隔中位数：跟踪世界模型 / 物理 AI 赛道新一轮与上一轮的时间间隔。若中位数继续压缩到 4 个月以内，"轮次压缩"作为结构性现象成立；若回到 6 个月以上，更可能是个别过热而非趋势。2. 无收入高估值占比：统计本季度估值 ≥$5 亿 且无规模化收入的物理 AI 公司占比。占比上行确认"锚点迁移"，回落说明市场重新要里程碑。3. 中美轨道交叉印证率：观察是否出现"美国公司转向场景落地"或"中国公司主打数据飞轮"的反例。反例越少，"中美分轨"判断越稳。

SVTR AI 创投库已对本批物理 AI 标的按"范式层、数据飞轮、场景落地"几个子标签重新归类，并标注每家公司的成立时点、累计融资和轮次密度。想验证"轮次压缩"是不是只发生在头部几家，可直接按"成立年份 × 累计轮次"两列做交叉筛选，数据会比单看融资新闻更早告诉你答案。

SVTR AI 创投库已对本批物理 AI 标的按"范式层、数据飞轮、场景落地"几个子标签重新归类，可按"成立年份 × 累计轮次"两列交叉筛选，比单看融资新闻更早看出"轮次压缩"是不是只发生在头部几家。