2026 年 4 月成立的 Physical AI 初創公司釐清智能，在短短兩個月內完成了數億元人民幣的種子輪融資。據《智能湧現》獨家報道，本輪投資方陣容強大，包括順為資本、紅杉中國、高瓴創投、峰瑞資本、星連資本、水木清華校友種子基金、SEE FUND 等財務投資機構，以及智元機器人、靈心巧手、世紀金源等產業資本。
釐清智能的創始人是 97 年出生的清華大學人工智能學院助理教授李一鳴。他曾是英偉達 Vision & Robotics 研究員，在紐約大學讀博期間與謝賽寧合作發表具身視覺推理成果，並獲 2024 年度英偉達獎學金（全球僅 10 位）。目前團隊約 50 餘人，多為清華學生，平均年齡僅 23 歲。
與當前許多貼上“世界模型”標籤的具身智能公司不同，釐清智能明確拒絕被簡單歸類為“世界模型公司”。李一鳴用《長安的荔枝》的故事作比：Physical AI 要解決的真實場景問題是“鮮荔枝”，而世界模型只是“運送荔枝的馬”——僅是整套系統中的一個技術組件。他強調，公司的核心是構建一套數據與物理雙輪驅動的 Physical AI Infra，包含自研的數據管線、世界模型和可微物理引擎。
這套系統方案的技術特點是全棧自研。在數據端，團隊自研的全掌觸覺手套等設備將單套成本從美元級別壓至人民幣量級，計劃將數據採集量級從行業平均的幾十萬小時提升到百萬至千萬小時。在模型與仿真端，自研的可微物理引擎實現了 Real-to-Sim-Real 閉環，能建模流體、軟體、彈塑性形變物體等複雜材質，讓機器人在滿足物理約束的虛擬環境中進行強化學習。據稱，該方案僅需行業常規方案 1% 的真機數據量，即可訓練出同等成功率的策略模型。
釐清智能的技術路線在當下具身智能賽道中顯得頗為“重”。多數創業公司傾向於專注模型或硬件本體，而釐清選擇從數據採集設備、數據管線、物理引擎到模型訓練全部自建。李一鳴認為，只有打通所有環節，信息流才能在不同模塊間暢通無阻，實現協同優化。這種軟硬一體的人才在國內極為稀缺，也是清華為其提供人才平臺的關鍵原因。
在商業化落地上，釐清智能現階段以輪臂為主要硬件形態，優先切入工業、物流、零售服務、酒店運營、餐飲備料等 B 端場景。團隊已與工廠、酒店、商場、廚房等場景方建立合作，計劃快速積累百萬小時級的真實人類操作數據。李一鳴預計，2028 年將是 Physical AI 規模化落地的關鍵節點，屆時數採規模和電機密度都將實現躍升。
釐清智能的終極目標並非交付單一的機器人或模型，而是打造一套通用的 Physical AI Infra——類似 iOS 之於移動應用，讓各類物理操作任務能規模化開發和部署。這套“荔枝系統”的底層，由原生世界模型架構與數據物理雙輪驅動的訓練評測基礎設施共同支撐。在當前世界模型概念派系林立、估值泡沫膨脹的背景下，釐清智能以系統級方案和全棧自研路線獲得一線資本押注，反映出市場對 Physical AI 從單點技術突破走向系統工程整合的期待正在升溫。