华为大模型核心成员创办公司探索物理基模

Physical AI创业公司息壤开物已连续完成数亿元种子轮和天使轮融资，敦鸿资产领投，华控基金、三花控股、银杏谷资本等机构跟投，公司估值达到5亿美元。创始人兼CEO李寅曾任华为云大模型CTO，联合创始人张含望为前华为多模态首席科学家，团队希望寻找物理世界中的Scaling Law。

息壤计划研发LPM（Large Physics Model，大物理模型），先利用海量视频、机器人轨迹和真实交互数据预训练，再将模型迁移到不同机器人本体及任务。与主要处理文本、代码和公式的LLM不同，物理世界具有连续变化、行动反馈和多种可能结果，缺少现成的统一表征。公司认为，机器人要进入家庭和公共服务场景，不能长期依赖针对单一本体和任务的数据采集与增训，而需要能够复用物理知识的通用底座。

目前，息壤模型在World Arena 2.0 Track 1中取得Trajectory Accuracy第一、Physical Adherence第二的成绩，前者衡量物体轨迹预测准确度，后者考察预测状态是否符合基本物理规律。团队还观察到，随着数据量和训练规模扩大，模型性能已出现初步提升，这被视为物理智能可能存在Scaling路径的积极信号。

李寅曾带领约400人团队，使用百万小时视频数据和万卡集群，用两个月训练出8B视频大模型；在产业侧，她参与多个具身智能创新中心建设，并服务智驾、矿山、金融、医疗、气象等30个行业的200多家客户。张含望现为南洋理工大学教授，研究因果机器学习、多模态理解和模型泛化，发表论文228篇，被引用超过4.2万次，H-index为81。两人的经验分别覆盖大规模训练与产业交付、因果推理与泛化能力。

息壤认为，物理任务存在明显的长程决策和组合爆炸问题。若机器人每一步有b种选择、连续决策H步，行动路径可达b^H；例如每步10种选择、连续20步时，路径数量将迅速膨胀。公司因此采用自回归路线，将世界理解为由当前状态、动作和下一状态持续展开的过程，并借助马尔可夫决策与贝尔曼递归逐步推演，而非一次穷举全部未来。

在架构上，LPM以Unified AR Transformer为骨干，负责连续条件预测；需要生成未来视频时，再由Diffusion模块完成视觉渲染。整体技术体系包括统一Token、统一模型架构、强化学习、数据体系、评测体系和工程基础设施，分别处理视觉、动作、触觉、力觉等信息的统一表征，组织状态理解与行动，并支撑数据构建、效果验证和大规模稳定训练。团队内部则设置Model、Data和System Infra三条能力线。