<?xml version="1.0" encoding="UTF-8"?><rss version="2.0" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>原生预训练 | 行业新闻_数智（点击查看更多）</title><description>搜索引擎 + AI 驱动的行业新闻【覆盖行业】信保 ｜出口 ｜金融 制造 ｜农业 ｜建筑 ｜地产  零售 ｜物流 ｜数智【访问入口】hangyexinwen.com【新闻分享】点击发布时间即可分享【联系我们】xinbaoren.com（微信内打开提交表单）</description><link>https://shuzhi.hangyexinwen.com</link><item><title>⁣📰 Physical AI创业公司息壤开物成立两月，连获数亿元融资息壤开物提出不再追随机器人本体或单点应用，而是自研物理基础模型（LPM），以应对AI 2.0时代物理世界的稀缺需求</title><link>https://shuzhi.hangyexinwen.com/posts/26495</link><guid isPermaLink="true">https://shuzhi.hangyexinwen.com/posts/26495</guid><pubDate>Wed, 23 Sep 2026 23:39:41 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; Physical AI创业公司息壤开物成立两月，连获数亿元融资&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;息壤开物提出不再追随机器人本体或单点应用，而是自研物理基础模型（LPM），以应对AI 2.0时代物理世界的稀缺需求。LPM以第一性原理为根基，使用贝尔曼方程最优解来实现长程决策的递归分解，融合世界模型与策略模型，推动对物理规律的学习与长期预测。其架构将世界推演与视频渲染解耦，采用自回归处理因果历史、扩散模型负责渲染，强调原生物理预训练，以统一编码、状态-动作-结果建模与长程一致性为核心，避免对人类智能的过度依赖。公司基于万卡级训练、万亿参数训练经验，建立XR数据平台与XR评测平台，形成从数据采集到评测闭环的完整基础设施，已在多行业交付案例中验证能力，并在全球评测中斩获优异成绩。商业路线分层清晰：L0 通用物理基础模型，L1 行业数据增训，L2 面向具体场景的应用模型，循序推动机器人、自动驾驶、气象、药物等场景的闭环落地。&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23%E7%89%A9%E7%90%86%E5%9F%BA%E7%A1%80&quot;&gt;#物理基础&lt;/a&gt; &lt;a href=&quot;/search/%23%E8%87%AA%E7%A0%94%E6%A8%A1%E5%9E%8B&quot;&gt;#自研模型&lt;/a&gt; &lt;a href=&quot;/search/%23%E9%95%BF%E7%A8%8B%E5%86%B3%E7%AD%96&quot;&gt;#长程决策&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%8E%9F%E7%94%9F%E9%A2%84%E8%AE%AD%E7%BB%83&quot;&gt;#原生预训练&lt;/a&gt; &lt;a href=&quot;/search/%23%E4%BA%A7%E4%B8%9A%E9%97%AD%E7%8E%AF&quot;&gt;#产业闭环&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://time-weekly.com/post/333086&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item></channel></rss>