全球具身数据首个独角兽：光轮智能做机器人 ' 数据工厂 '
2026年被业内称为具身智能的量产元年。当机器人从实验室和展台走向真实场景，竞争焦点正从硬件本体转向训练数据：真实世界采集效率低、标注成本高，长尾场景难以覆盖，一次实地数据采集往往要花费十几万元。在这样的背景下，一家北京公司选择用仿真环境“造数据”。
光轮智能（北京）科技有限公司（以下简称“光轮智能”）成立于2023年，定位是为物理AI（Physical AI）构建数据与仿真基础设施，业内常称之为机器人的“数据工厂”。2026年3月，公司完成A++及A+++轮融资，总额10亿元，估值突破10亿美元，成为全球具身数据领域的首个独角兽企业；6月，公司再次完成一轮10亿元战略融资。
数据饥渴下的新解法
训练机器人通常需要两类模型：一类负责理解和决策，一类负责动作控制，二者都依赖海量数据，其中动作控制部分对高保真仿真数据的依赖更大。真实数据之外，另一种获取方式是“造数据”——用AI模拟真实物理世界生成训练样本。相比实地采集，仿真数据的结构更清晰、精度更高、更可控，但难点在于虚拟环境必须尽量接近真实世界。
政策与产业信号同步出现。具身智能被写入国家未来产业重点培育清单并首次进入政府工作报告，国家数据局公布的高质量数据集典型案例中，已纳入具身智能领域的百万真机数据集。对标企业也验证了赛道的商业价值：自动驾驶仿真公司Applied Intuition的客户覆盖全球前20大车企中的18家，2024年经常性收入达到4.15亿美元，2025年完成6亿美元F轮融资，估值升至150亿美元。
Real2Sim2Real：把仿真数据做到可信
光轮智能用半年多时间做出了一套名为“Real2Sim2Real+Realism Validation”的技术体系，核心是减少虚拟环境与现实世界之间的误差，并在此基础上建立了覆盖不同道路、交通与操作环境的场景资产库。公司还实现了柔性物体仿真，机械臂可以在虚拟环境中训练叠衣服、插线缆等任务。
公司的技术内核被概括为“求解—测量—生成”三位一体：求解还原力、碰撞、接触与形变，让仿真在物理上可信；测量把材料、摩擦等真实物理属性带入系统；生成则将物理规律规模化扩展为可训练、可评测、可复用的仿真世界。在此之上，公司以人类数据校准仿真、以仿真放大人类数据，再由评测与部署反馈牵引下一轮数据生成，形成“数据—评测—部署”的闭环。据公司介绍，这套体系把机器人开发周期从传统的3到6个月缩短至2到3周，综合训练成本降低90%以上。目前，公司的人类视频数据体系已覆盖2.5万余个环境节点、10万余种任务类型，累计交付超过150万小时高质量人类数据，优质场景的数据复售率超过10倍。
从英伟达到新希望，10倍营收背后的进展
客户结构是这家公司进展的直接注脚。据公开报道，英伟达、谷歌、比亚迪、吉利，以及智元机器人、银河通用机器人等均是光轮智能的客户或合作伙伴。2026年，公司受邀作为核心指导委员，与英伟达、谷歌DeepMind、迪士尼研究院、丰田研究院共同参与开源GPU加速物理引擎Newton的建设，并与英伟达联合推进Isaac Lab-Arena等评测框架；其自研仿真平台被Hugging Face官方文档收录，同时与摩尔线程围绕国产算力与仿真展开合作。产业端，公司已与新希望集团成立合资公司，推动数据、仿真、评测能力与产业场景融合。
订单与融资同步放量。据经济参考报报道，公司2026年第一季度新增订单达5.5亿元，过去一年营收实现10倍增长。融资方面，2024年11月公司完成Pre-A+轮数千万融资，投资方包括SEE Fund无限基金、奇绩创坛、辰韬资本等；2026年3月完成总额10亿元的A++及A+++轮融资；6月完成的新一轮10亿元战略融资，由蚂蚁集团领投，中关村科学城基金、四川发展科创基金等政府基金以及巨人网络、宝通科技等产业资本共同参与，建投投资、三七互娱、森马投资等老股东继续加注。
创始人谢晨1987年出生，2005年考入北京大学物理系，后在哥伦比亚大学取得数量金融博士学位，曾任英伟达、Cruise的自动驾驶仿真负责人，2019年回国在蔚来负责自动驾驶仿真体系建设，2023年与联合创始人、总裁杨海波在北京中关村创立光轮智能。公司还主导或参编20项国家及行业相关标准，是全国首批具身智能行动计划中数据领域唯一民营企业。
从仿真合成数据到工业级评测，光轮智能把数据、评测与部署连成闭环，并参与国际仿真标准共建。数据复售率与标准化程度，决定这家独角兽企业能否把“数据工厂”从概念变成持续增长的生意；而评测标准的话语权，则决定它在具身智能产业中的位置能走多远。
