2026年6月8日，总部位于伦敦的物理AI公司PhysicsX宣布完成3亿美元C轮融资，估值约24亿美元——较一年前近10亿美元的B轮估值翻了一倍多。这家由两位前F1工程师创立的公司，正在用AI把复杂的工业物理仿真从"数天数周"压缩到"数秒"，让工程师能探索数千种设计变体，而非过去那种"手忙脚乱做几个方案就交差"。本轮融资由淡马锡领投，NVIDIA、西门子、Applied Materials、General Catalyst等顶级投资方跟投。半导体即将成为PhysicsX最大的业务板块，物理AI正从F1赛道走向整个工业世界。
一、从F1赛道到工业世界：两位F1工程师的"物理AI"野心
PhysicsX由Jacomo Corbo和Robin Tuluie于2019年创立。Corbo曾是麦肯锡AI部门QuantumBlack的首席科学家兼联合创始人；Tuluie则担任过雷诺（Alpine）F1的研发主管和宾利汽车的车辆技术总监。两位创始人深刻理解：在F1赛道上，一个赛季要跑数十万次空气动力学仿真，仿真速度就是竞争力。
他们把这种"仿真即生产力"的逻辑带到了更广阔的工业世界。PhysicsX的核心技术，是用AI模型预测物理行为——过去需要传统数值仿真跑数小时甚至数天才能得出的结果，现在数秒就能得到。这意味着工程师可以评估比以往多几个数量级的设计变体，并把物理洞察贯穿从早期设计、制造到运营数字孪生的全生命周期。
"物理经济中几乎每一个硬核难题——更好的飞机、更好的芯片、更好的引擎、更好的能源系统——归根结底取决于工程师和机器操作员能多快、多好地处理底层物理。几十年来，这一直是硬件创新的约束瓶颈。物理AI消除了它。"——Jacomo Corbo，PhysicsX联合创始人兼CEO
二、"大物理模型"：不是更快的仿真，而是新的工程范式
PhysicsX称其AI模型为"Large Physics Models"（大物理模型），这是对大语言模型的类比——但处理的是支配引擎、涡轮机和芯片在应力下行为的物理方程，而非自然语言。这种AI原生的工程软件栈不是在现有工具链上"外挂"AI，而是把AI作为工程的核心原语。
PhysicsX创始人兼董事长Tuluie指出："高保真物理仿真一直很强大，但也很慢、很贵，只是一小群专家的专利。物理AI在每个维度上都改变了这一点——让高保真仿真变得极其高效，通过将真实世界数据吸收进大物理模型来增强和改进纯仿真结果，并开辟了以前不实用的全新应用。"
极速仿真：AI模型在数秒内预测物理行为，替代传统仿真数小时至数天的计算周期。
设计空间探索：工程师可评估数千种设计变体，而非过去只管理解的少数几个方案。
全生命周期覆盖：从早期概念设计、制造工艺到运营中的实时数字孪生，物理洞察贯穿始终。
数据增强：吸收真实世界运行数据进入大物理模型，用AI增强纯仿真结果的准确性。
三、3亿美元C轮：顶级投资方阵容说明了什么
这轮融资的超额认购本身就说明了市场对物理AI的信心。投资方阵容堪称"工业AI全明星"：
| 投资方 | 身份 | 战略意义 |
|---|---|---|
| 淡马锡 | 领投方，新加坡主权财富基金 | 2025年B轮首次投资，持续加注，信号：物理AI是全球基础设施级机会 |
| NVIDIA | AI芯片巨头 | 加注：PhysicsX是其AI硬件供应链的关键软件层 |
| Applied Materials | 半导体设备龙头 | 加注：PhysicsX在半导体制造中的物理AI应用是核心赛道 |
| 西门子 | 工业自动化巨头 | 加注：已在数据中心电力基础设施领域合作 |
| General Catalyst | 顶级VC | 从A轮持续支持 |
| M&G Investments | 新投资方 | 机构投资者入场，标志成熟度提升 |
NVIDIA和Applied Materials不是被动的财务投资者——它们是全球半导体和AI硬件供应链中最重要的两家公司。它们加注PhysicsX，意味着构建AI物理基础设施的公司认为PhysicsX对自身路线图至关重要。
四、业务数据：收入翻倍、客户翻倍、团队翻倍
PhysicsX的增长速度印证了市场需求：
| 指标 | 过去12个月变化 | 趋势 |
|---|---|---|
| 确认收入 | 同比增长100%（翻倍） | 加速 |
| 预订收入 | 同比增长200%（三倍） | 管道充裕 |
| 客户数量 | 同比增长100%（翻倍） | 跨行业渗透 |
| 团队规模 | 300+人，12个月翻倍 | 快速扩张 |
| 累计融资 | 约5亿美元 | 资金充裕 |
CEO Corbo坦言："坦率地说，我们现在供应端严重受限。"公司不得不控制向现有客户的推广节奏，因为需求太旺。半导体预计今年将成为PhysicsX最大的行业板块。
五、PhysicsX的部署版图：从航空航天到半导体
PhysicsX平台已部署在六大核心行业：
航空航天与国防：飞机设计周期从数月压缩至数天。与GB1合作，为英国美洲杯帆船赛挑战队提供物理AI支持。
半导体：即将成为最大业务板块。芯片封装、散热设计、光刻工艺优化等场景的物理仿真被AI大幅加速。
汽车：汽车空气动力学仿真——2026年3月已发表专题研究，展示物理AI在大规模汽车气动优化中的应用。
能源与可再生：与西门子合作推进数据中心电力基础设施的物理AI，由NVIDIA提供算力支撑。
材料制造：新材料研发中的物理行为预测，缩短从实验室到量产的周期。
工业机械：复杂装备的设计验证与数字孪生运营优化。
六、对工业设计的启示：物理AI如何改变产品外观与结构设计
PhysicsX的物理AI对苏州特可特沃三维扫描逆向设计这类以产品外观设计与结构设计为核心业务的公司，意味着什么？
结构设计验证提速。传统结构设计中，有限元分析（FEA）和计算流体力学（CFD）仿真往往耗时数小时甚至数天，设计师只能在有限的设计变体中做选择。物理AI将这个周期压缩到秒级，意味着可以在同等时间内探索数十倍的设计方案——从"做3个方案选1个"变成"做300个方案选最优的1个"。
逆向工程+物理AI的协同。三维逆向扫描获取现有产品的精确点云数据，重建参数化模型后，可以用物理AI快速验证不同结构修改方案的性能表现——"扫描→建模→AI仿真→优化"形成闭环，大幅缩短产品迭代周期。
数字孪生从概念走向日常。PhysicsX把物理洞察从设计阶段延伸到运营阶段的实时数字孪生。对工业设备类客户而言，这意味着产品外观与结构设计不再止步于交付——运营数据可以反哺设计优化，形成持续改进的产品迭代闭环。
物理AI正把工业仿真从"瓶颈"变成"加速器"。对苏州特可特沃而言，这意味着三重机会：一是当仿真不再昂贵，结构设计可以更激进地探索创新方案，三维逆向扫描+逆向建模+AI仿真验证将形成高效的创新闭环；二是数字孪生从概念走向日常，产品外观与结构设计需要从一开始就考虑"运营阶段数据反哺设计"的闭环架构；三是半导体、航空航天、汽车等PhysicsX核心客户行业，正是特可特沃逆向工程与手板模型服务的目标市场。物理AI不是替代设计师，而是让设计师的每一次创意都能被更快验证。
📝 总结：物理AI——工业设计的下一个"算力革命"
PhysicsX用3亿美元C轮融资和24亿美元估值，宣告了物理AI的拐点已至。两位F1工程师把赛道上的"仿真即竞争力"逻辑带到了航空航天、半导体、汽车、能源等整个工业世界。当物理仿真从数天压缩到数秒，工程师能探索的设计空间扩大了几个数量级——这不是"更快的仿真"，而是"全新的工程范式"。对苏州特可特沃三维扫描逆向设计而言，物理AI与三维逆向扫描、逆向建模的协同，将让"扫描→建模→AI仿真→3D打印手板验证"的全链路创新更加高效。物理AI正成为工业设计的下一个"算力革命"——就像云计算之于软件，物理AI之于硬件。