结合之前两轮融资，飞捷科思Pre-A轮融资正式完成，累计融资达数亿元，充分印证了资本市场对其全新底层技术方向、在超级赛道中的核心地位以及未来商业化空间的高度认可。
依托核心创始团队，飞捷科思扎根物理AI底层技术攻坚。公司由英伟达PhysX物理引擎主要奠基人张立华教授创立，具备全球一线物理引擎研发积淀与技术认知优势。
此前，飞捷科思已于3月27日正式发布了完全自主研发的国内首个可微分物理仿真引擎Fysics，与一站式仿真训练平台MoziSim、全模态物理AI基础模型OmniFysics以及双向标准化评测基准体系等共同构成了物理AI全栈技术底座，完整打通“物理仿真、数据生成、模型训练、量化评测、产业落地”的全链路技术闭环。
01全球物理AI热潮涌动，飞捷科思物理引擎破局正当时
2026年初，当黄仁勋在CES上宣布物理AI时代到来，全球物理AI正迎来爆发式热潮，成为人工智能从虚拟走向现实的核心赛道。英伟达、谷歌DeepMind、特斯拉、Meta等巨头均发力加速布局。
英伟达凭借PhysX、Newton引擎与Omniverse平台，构建算力、仿真、模型全栈生态，目标打造物理AI领域的 “基础设施”；谷歌DeepMind依托MuJoCo 引擎深耕世界模型与机器人控制，聚焦具身智能推理能力突破；特斯拉以VLA模型结合自研轻量化求解器，推动Optimus人形机器人规模化量产；Meta基于Bullet引擎搭建Habitat平台，主攻低成本、高泛化的物理交互训练。
中国的机器人行业正在蓬勃发展。目前智元、优必选、小鹏、傅立叶、宇树等公司，普遍采用英伟达Isaac Sim、Unity、Unreal作为主力仿真平台，物理引擎则集中在PhysX、MuJoCo、Bullet/PyBullet，部分企业开始尝试自研轻量化求解器。在全球传统巨头海量资金注入布局及全面占有市场的今天，飞捷科思以新一代物理引擎技术革命性突破为切入口，既是艰难的挑战，也是巨大的市场机遇。
02核心困境凸显，技术鸿沟待跨越
尽管产业热度高涨，物理AI规模化落地仍面临多重核心困境。
其一，物理一致性与推理能力不足，数据驱动模型易出现 “穿墙、悬浮” 等物理幻觉，复杂场景下推理能力断崖式下跌，安全关键场景错误率仍不可接受。
其二，Sim2Real鸿沟难以弥合，仿真环境无法完美复现真实世界的摩擦微变、传感器噪声等细节，导致虚拟训练成果迁移到现实后性能大幅衰减。
其三，算力与成本壁垒高企，大规模世界模型训练需GPT-4级算力，单模型训练成本数千万美元，真实交互数据稀缺且昂贵，人形机器人精密硬件量产难度大。
以上最核心难点在于，底层引擎技术受限，传统引擎多为不可微分架构，无法与 AI 训练深度耦合，全球具备可微分物理引擎自研能力的企业屈指可数。
以飞捷科思发布的新一代物理引擎Fysics展现出来的特质，解决以上多重困境指日可待。
03飞捷科思新一代引擎迎战略机遇，重构万亿产业价值
飞捷科思自主研发的Fysics可微分物理引擎，作为中国首个实现多物理统一求解的可微分引擎，正迎来前所未有的商业机遇与产业价值。
技术层面，Fysics从底层重构仿真逻辑，原生支持刚体、柔体、流体耦合求解，具备高精度接触解算、大规模并行仿真能力，动力学保真度达国际领先水平，可打通 “仿真 — 训练 — 优化” 全链路闭环，从根源解决Sim2Real鸿沟与联合学习难题。
市场层面，全球物理AI底层技术未实现实质突破，PhysX、Bullet、MoJoCo三家最常见物理引擎尚未达到业界期待。记者所见到飞捷科思新一代物理引擎Fysics可赋能全场景物理AI研发，大幅降低训练成本、提升迭代效率，助力工业柔性生产、人形机器人多场景落地。
长期来看，飞捷科思有望成为全球物理AI领域的 “新型操作系统”，实现规模化替代，具备全球竞争潜力，推动中国技术在物理AI核心基础设施领域从跟跑迈向并跑、领跑。
查看更多项目信息，请前往「睿兽分析」。
