作者 ｜ 黃小藝
郵箱 ｜ huangxiaoyi@pingwest.com

6 月 7 日下午，奇績創(chuàng)壇辦了 2026 春季路演日，56 個項目輪流上臺，主題覆蓋具身智能、物理智能、智能體、數(shù)據(jù)、AI 基礎(chǔ)設(shè)施、FDE 與 AI 咨詢。

我們把 56 個項目從頭看到尾，發(fā)現(xiàn)最打動我們的幾個集中在兩個角落：一邊是for 具身場景的物理世界數(shù)據(jù)項目；另一邊是用 AI 去設(shè)計和制造硬件的項目。

這看起來是兩件事，其實是同一件事的兩個邊。

回想一下數(shù)字世界是怎么被 AI 吃掉的：機器先學(xué)會了讀——爬蟲把整個互聯(lián)網(wǎng)爬成可訓(xùn)練的文本；然后學(xué)會了寫——大模型開始生成代碼和內(nèi)容。讀和寫湊齊，軟件世界才轉(zhuǎn)起了那個“寫完即運行、報錯即修改”的閉環(huán)，vibe coding。

但物理世界長期兩樣都沒有。

機器人“怎么摸杯子、怎么逛商場、捏雞蛋用多大力”，這些數(shù)據(jù)太稀缺了——物理世界不可讀；一塊芯片從想法到流片要幾個月，一臺硬件從設(shè)計到打樣要幾周——物理世界寫起來極慢。

這一屆的創(chuàng)業(yè)者們，正在同時給物理世界裝上這兩個接口。做具身數(shù)據(jù)的，在解決“讀”——把現(xiàn)實世界采集成 AI 能學(xué)的數(shù)據(jù)；用 AI 生成硬件、芯片的，在解決“寫”——把意圖變成能造出來的實體。

這一期我們就按這條線，介紹下我們最感興趣的八個項目。

1

誰在教 AI 讀懂物理世界？

本屆路演有 19 個具身與物理智能項目，10個數(shù)據(jù)項目 ，兩份名單高度重疊。原因很簡單：大模型吃的互聯(lián)網(wǎng)文本是人類免費寫好的現(xiàn)成飼料，而機器人要學(xué)的就是物理交互數(shù)據(jù)。

這一側(cè)我們最感興趣的三個，分別采的是三類物理信號：空間、接觸、全身動作。

肆愛科技

產(chǎn)品概述

肆愛科技做室內(nèi)真實世界數(shù)據(jù)的規(guī)模化生產(chǎn)：自研 AI 數(shù)采硬件，掛在外賣騎手身上，讓騎手在日常配送中順手采集第一人稱視角的室內(nèi)多模態(tài)數(shù)據(jù)——RGB、深度、語義分割、運動軌跡，已積累近 100TB Ego Video 仿真與真實數(shù)據(jù)，覆蓋北京、上海多個核心商圈的高精地圖。

客戶是具身機器人廠商、AR 眼鏡廠商和大模型公司。

團隊背景

創(chuàng)始人張哲寧，師承 2019 年計算機圖形學(xué)圖靈獎得主，前北美 Tesla 工程師、Amazon Go Robotics Applied Scientist。

技術(shù)團隊來自 Tesla、Amazon Go、海康威視、豪恩汽電，覆蓋多模態(tài) SLAM、深度學(xué)習(xí)、嵌入式軟硬件。

為什么值得關(guān)注

這是數(shù)據(jù)賽道里的一個熱門方向，相較于遙操和視頻數(shù)據(jù)，第一人稱視角畫面的數(shù)據(jù)，對具身而言性價比最高。

有人花錢搭采集樣板間，而肆愛科技的“樣板間”是所有核心商圈，而且每天有人替它跑。他們的數(shù)據(jù)飛輪是，數(shù)據(jù)訓(xùn)練導(dǎo)航算法，算法反哺騎手配送效率，效率吸引更多騎手加入網(wǎng)絡(luò)，進而采更多數(shù)據(jù)，看著一股美團味兒。

歌渡科技

產(chǎn)品概述

歌渡為機器人提供的是“接觸智能”數(shù)據(jù)，通過自研指套式采集方案，結(jié)合可穿戴視覺觸覺采集、全身位姿捕捉和 VSLAM 定位，不搭建數(shù)采樣板間，在正常工作過程中直接采集視覺、觸覺、全身位姿等多模態(tài)數(shù)據(jù)，交付高質(zhì)量訓(xùn)練數(shù)據(jù)和精確物理標(biāo)注的仿真資產(chǎn)。

團隊背景

創(chuàng)始人白純歌，清華 AI 方向碩士，2023 年拒絕 CMU Robotics Institute 全獎博士 offer，成為智元機器人第一個應(yīng)屆生、xlab 感知定位負責(zé)人，兩篇一作論文引用 470+。

技術(shù)合伙人臧煜，北郵計算機本碩，負責(zé) Agent 大腦交互全鏈路，應(yīng)用于智元靈犀事業(yè)線。

為什么值得關(guān)注

歌渡切的是具身數(shù)據(jù)里最稀缺的一層：觸覺。視覺數(shù)據(jù)可以從海量視頻里挖，但接觸力數(shù)據(jù)無處可挖——而機器人真正難的，恰恰是 contact-rich（富接觸）的精細操作。

肆愛采的是“人去過哪”，歌渡采的是“手怎么摸”——一個是空間，一個是接觸，正好是物理世界可讀化的兩根軸。

影控機器人

產(chǎn)品概述

影控做人形機器人全身操作駕駛艙：把任意大尺度操作空間壓縮到 1.2 平米，支持上肢加下肢總計超 53 個自由度的全身動作輸入，適配真實復(fù)雜地形作業(yè)，同時采集覆蓋感知、決策、執(zhí)行全流程的多模態(tài)全身協(xié)同數(shù)據(jù)。對外輸出成套駕駛艙軟硬件，提供“遙操即服務(wù)（TaaS）”與數(shù)據(jù)資產(chǎn)。

團隊背景

創(chuàng)始人王子峣，東南大學(xué)控制科學(xué)與工程博士，日本理化研究所訪問學(xué)者，授權(quán)專利 12 項；

聯(lián)合創(chuàng)始人丁佳琛，同專業(yè)碩士，負責(zé)控制與定位算法。團隊自稱是業(yè)內(nèi)唯一具備大尺度空間全身協(xié)同操控與數(shù)據(jù)采集能力的團隊。

為什么值得關(guān)注

前面三家采的多是“局部”數(shù)據(jù)，影控采的是“全身協(xié)同”——人在復(fù)雜地形里同時動用上肢下肢 53 個自由度的真實數(shù)據(jù)，這類數(shù)據(jù)極稀缺，因為它需要一個能采集它的硬件入口。把駕駛艙做成入口、再把流過它的數(shù)據(jù)沉淀成資產(chǎn)，是個典型的“硬件換數(shù)據(jù)”打法。

總之，這批公司面對的，是一個需求熱切、但本身還不成熟的買方市場。具身現(xiàn)在普遍卡在高質(zhì)量物理數(shù)據(jù)上，靠機器人本體自己采又太貴，所以大廠排著隊要買這些數(shù)據(jù)——需求是實打?qū)嵉模皇菃栴}。真正的問號不在數(shù)據(jù)公司這邊，而在買方：靠這類數(shù)據(jù)，具身到底能不能跑通、能不能撐起一個“Scale AI”級別的故事，是用數(shù)據(jù)的人要回答的問題。

1

誰在教 AI 寫出物理世界？

第二個扎堆的地方，是用 AI 去生成硬件和芯片：心片、樞宇、芯辰啟源做芯片設(shè)計，點漾做 PCB，STACK ANYWAY 做“文字生成硬件”。

它們本質(zhì)上都在干同一件事：把 Claude Code 在代碼里跑通的那個秒級閉環(huán)，復(fù)制到原子世界。代碼的反饋以秒計，芯片的反饋以月計、硬件以周計，如何把這個閉環(huán)壓短，讓 vibe coding 變成 vibe building。

我們挑的四個，正好排成一架從芯片到整機的梯子：芯片 → 板子 → 設(shè)備。

心片科技

產(chǎn)品概述

心片用 AI 設(shè)計數(shù)字 IP、提供芯片設(shè)計服務(wù)：以 Scala 自研 eDSL，用 MLIR 做硬件編譯器框架，以經(jīng)過量產(chǎn)驗證的大算力 RISC-V Vector 處理器 IP 為基座，通過 Chip Agent 全自動完成芯片設(shè)計，再用自研 FPGA 平臺做仿真評估和后端設(shè)計。

團隊背景

核心成員來自 SiFive：劉玖陽是 Chisel（一種芯片設(shè)計語言）主要開發(fā)者、RocketChip 維護者，其設(shè)計平臺支撐過 SiFive 的 IP 和Xiangshan 處理器等知名項目等；另一位 ex-SiFive 成員量產(chǎn)過 28nm、14nm 高性能計算芯片；團隊里還有 Arch Linux 主研發(fā)。

為什么值得關(guān)注

心片想做的是芯片設(shè)計這套底層工具。

而芯片要能被 AI 生成，前提是它得先能像代碼一樣被“寫”和“編譯”；而把硬件變成可組合代碼的那門語言（Chisel）和那套編譯器框架（MLIR/CIRCT），恰恰是這個團隊在開源社區(qū)里親手維護多年的東西。

團隊自身經(jīng)歷參與過設(shè)計語言、硬件編譯器、量產(chǎn)驗證過的矢量 IP、FPGA 仿真平臺，這也是“AI 生成芯片”這條路上最關(guān)鍵的幾層底座。

樞宇科技

產(chǎn)品概述

樞宇做模擬芯片的 Agentic EDA：自研多智能體框架，重構(gòu)模擬與光電子芯片的設(shè)計范式，核心產(chǎn)品 Orvix Pilot 實現(xiàn)從 Spec 到驗證報告的全鏈路 Agent 閉環(huán)，數(shù)據(jù)不出客戶內(nèi)網(wǎng)，已在高速 ADC、射頻收發(fā)機、無線光通信模塊等場景完成端到端驗證。

團隊背景

創(chuàng)始人兼 CEO 汪嘉成，清華電子信息博士，兼具 EDA、模擬芯片設(shè)計與 LLM 智能體系統(tǒng)的復(fù)合背景；

CTO 陳睿是清華電子信息碩士、實戰(zhàn)派工業(yè)智能體專家；

首席科學(xué)家宋健是清華大學(xué)教授、IEEE Fellow，長期推動光載信息產(chǎn)業(yè)。

為什么值得關(guān)注

數(shù)字芯片能拆成 0/1、交給工具自動綜合，模擬芯片卻處理連續(xù)的真實信號，器件之間互相牽連、對噪聲和工藝波動極其敏感。樞宇的 Orvix Pilot 已經(jīng)多個高難度場景上跑通了端到端驗證。

創(chuàng)始人汪嘉成同時具備 EDA、模擬芯片設(shè)計與 LLM 智能體三重背景，這種復(fù)合背景在國內(nèi)極稀缺，再加上首席科學(xué)家宋健是清華教授、IEEE Fellow 的光通信底子，團隊正從模擬芯片一路往無線光通信的全鏈路打。

VibeChip（芯辰啟源）

產(chǎn)品概述

VibeChip 做的是模擬射頻芯片的“下一代設(shè)計平臺”：為模擬射頻芯片設(shè)計公司提供 AI 模型、Agent 和原生設(shè)計平臺來輔助設(shè)計。

團隊背景

團隊由一位清華大學(xué)教授領(lǐng)頭（首席科學(xué)家，發(fā)表百余篇 SCI，深耕 IC 自動化設(shè)計十余年），核心成員是 AIIC 交叉領(lǐng)域的碩博生，加上北大法學(xué)、金融背景的碩士。

CEO 梁進帆是清華 IC 博士、連續(xù)創(chuàng)業(yè)者，博士方向正是 AI 驅(qū)動芯片設(shè)計，有多次流片經(jīng)驗；

CTO 饒立明，清華 IC 碩士，有芯片設(shè)計公司大型項目落地經(jīng)驗；算法負責(zé)人何超然來自北工大計算機。

為什么值得關(guān)注

模擬射頻賽道同時跑出樞宇和 VibeChip 兩支清華系團隊。相較于樞宇，VibeChip 更強調(diào)“平臺”和“數(shù)據(jù)”——通過真實任務(wù)，沉淀出可標(biāo)注、可訓(xùn)練的芯片數(shù)據(jù)，再用模型和 Agent 喂回設(shè)計流程。

點漾科技

產(chǎn)品概述

點漾在構(gòu)建 AI 硬件生成平臺，目標(biāo)是讓硬件像軟件一樣即時迭代。路徑分三步：先讓 AI 學(xué)會 PCB 制造，再實現(xiàn)桌面級制造，最后由制造反推設(shè)計，構(gòu)建完整的 AI 硬件生成平臺。團隊致力于推動硬件制造從傳統(tǒng)工業(yè)模式走向 AI 驅(qū)動的智能化生成，讓硬件開發(fā)實現(xiàn)高頻閉環(huán)迭代。

團隊背景

創(chuàng)始人孔德超，前百度高級架構(gòu)師，參與過 100+ AI 項目交付；聯(lián)合創(chuàng)始人許振華、黃旭新均為前百度高級研發(fā)工程師。最特別的一條：包括 CPO 在內(nèi)的核心成員，全部在 PCB 工廠駐場了 1.5 年。

為什么值得關(guān)注

這三步走是一個“制造優(yōu)先”的逆向工程策略：先讓 AI 成為“老師傅”懂工藝，再把工廠能力小型化，最后用制造的現(xiàn)實約束，來生成可落地的設(shè)計。最特別的一條是，包括 CEO、CTO、CPO ，全部在 PCB 工廠駐場了 1.5 年。第一步（讓 AI 學(xué)會 PCB 制造）更接近對成熟流程的優(yōu)化，但PCB 本身是利潤極薄的行業(yè)；第二、三步——桌面級制造，以及“由制造反推設(shè)計”，中間仍有一段不小的跨越。

STACK ANYWAY 觀點躍遷

產(chǎn)品概述

STACK ANYWAY 自稱全球首個 Text-to-Device（文字生成設(shè)備）平臺，相當(dāng)于“硬件版 Claude Code”：Maker 只需用自然語言輸入想法，就能轉(zhuǎn)化為完備的電子硬件設(shè)計，并全流程加速落地為可運行的硬件原型。官方稱已支持總計數(shù)千萬預(yù)算的硬件項目原型研發(fā)，技術(shù)社區(qū)粉絲破萬。

團隊背景

CEO 徐世哲，帝國理工 + 英國皇家藝術(shù)學(xué)院，IF/DIA/IDEA 全球設(shè)計獎大滿貫的資深硬件 Maker，前頭部硬件大廠 AI 創(chuàng)新業(yè)務(wù)負責(zé)人；

Rico Li ，華盛頓大學(xué)計算機碩博，曾獨立操盤 14nm 芯片落地、成果發(fā)表在 ISCA 等頂會。

李卓霖，軟件應(yīng)用負責(zé)人，美國華盛頓大學(xué)、上海紐約大學(xué) Interactive Media Arts & Math 碩士，ml5.js 機器學(xué)習(xí)框架核心開發(fā)者；

陳炳州，美國 U-Iowa SCAD 碩士，曾任職華為、達美航空。年營收超 3000萬的硬件嵌入式校長。

為什么值得關(guān)注

它是“寫物理世界”這個概念最字面的表達——把代碼世界里“輸入需求、生成可運行產(chǎn)物”的體驗，原樣搬到硬件上。

點漾從制造端往上走，用戶是硬件公司和產(chǎn)線；STACK ANYWAY 從需求端往下走，解決的是“普通人能不能把一個想法變成設(shè)計”，用戶是創(chuàng)客（Maker）。

1

小結(jié)：

物理世界正在經(jīng)歷數(shù)字世界當(dāng)年被AI改造的同一個過程。

做數(shù)據(jù)的一批公司——肆愛、歌渡、影控，在把空間、觸覺、全身動作這些原本難以采集的物理信號，變成機器能訓(xùn)練的數(shù)據(jù)。做硬件生成的那批——心片、樞宇、VibeChip、點漾、STACK ANYWAY——在裝“寫”的接口，試圖把意圖到實體的周期，從幾個月壓縮到接近代碼的節(jié)奏。

兩條線各有各的不確定性：數(shù)據(jù)公司的價值取決于具身機器人最終能不能跑通，它們是下游驗證的被動等待者；硬件生成公司面對的是物理世界天然的慢反饋，代碼報錯可以秒改，硬件制造的失敗要等幾個月，這個閉環(huán)能壓多短，決定了“vibe building”到底是概念還是現(xiàn)實。

這屆創(chuàng)業(yè)者押注的，本身是這個被AI改造的轉(zhuǎn)變本身能發(fā)生。

點個“愛心”，再走 吧