机器人开放社区获悉，10月8日，Physical AI Infra 平台，北京厘清智能科技有限公司（以下简称“厘清智能”）宣布完成天使轮及天使+轮数亿元融资。蚂蚁集团连续两轮加码，并领投天使+轮；CMC 资本、国汽投资、中金资本旗下基金、上海人工智能产业系列基金、中关村科学城基金、上海未来产业基金、德石投资、澄凯基金等机构跟投，顺为资本、世纪金源、峰瑞资本、水木清华校友种子基金等老股东持续追加投资。

本次融资将用于物理世界数据管线、模型研发与训练、物理仿真、能力评测、跨本体适配与部署系统，进一步完善厘清智能的 Physical AI Infra，加快技术研发与产品落地。

厘清智能成立于2026年4月，是一家由清华大学人工智能学院助理教授李一鸣创立的具身智能初创企业；公司定位为Physical AI基础设施”提供商，致力于构建数据和物理双轮驱动的生态系统，为机器人、工业自动化等领域提供跨场景泛化的物理交互能力。

在定位上，厘清智能不做机器人本体，而是做“机器人大脑”的基建。公司不直接生产终端机器人硬件，而是为下游机器人厂商及行业客户提供底层的智能解决方案，实现“一套智能能力跨越不同型号机器人本体”的跨本体泛化。

目前，公司在业务方向上主要聚焦于具身世界模型、数据管线、物理引擎及跨本体适配系统的研发，解决机器人在真实物理世界中的感知、推理与交互难题。

在技术路线上，采用全栈自研策略，构建了名为“荔枝系统”的Physical AI全栈基础设施，主要围绕三大支柱展开：

高精度数据管线：自研T1系列数采手套等设备，采集视觉、触觉、空间等多模态物理交互数据，解决具身智能“数据饥渴”问题，实现数据量级的快速规模化。

原生世界模型：融合“大脑式动作模型”（预测推理与决策）与“物理一致性世界模拟器”，实现跨场景、跨任务的泛化交互，支持机器人在虚拟仿真环境中进行强化学习（real-to-sim-real闭环）。

物理引擎与仿真环境：提供高保真仿真环境，支持复杂物理规律（如流体、软体）的模拟，降低机器人真机试错成本，实现仿真到现实的快速迁移。

在落地场景层面，已与多家工业、物流、服务场景方合作。并采取“近景落地+中长期延伸”策略，短期依托产业伙伴（如智元机器人）落地具身智能仿真训练场景，中期向工业数字孪生、智慧园区等场景延伸，长期目标为打造通用的AI物理世界基础设施。

同时，厘清智能与传感器厂商奥比中光达成战略合作，共同推进3D视觉感知与物理世界模型的融合。

在团队层面，主要来自清华、北大、浙大、伯克利、南加大、纽约大学等国内外顶尖高校，以及英伟达等头部AI企业。

目前，团队共50余位核心成员；成员在机器人学、视觉推理、基础模型架构、可微分物理引擎等方向拥有丰富的研发与产业落地经验。创始人兼CEO李一鸣，出生于1997年，毕业于纽约大学博士，为清华大学博导、清华大学人工智能学院助理教授。

研究领域横跨空间感知、多模态推理、自动驾驶与具身智能；2024年度英伟达奖学金全球十位获得者之一；读博期间与AMI Labs首席科学家谢赛宁合作发表具身视觉推理成果，与英伟达联合发表多篇CVPR与NeurIPS亮点论文。