华为大模型双子星联手创业的息壤开物完成数亿元融资，要做物理世界的基础模型

一家名为息壤开物的Physical AI创业公司宣布，已连续完成数亿元种子轮及天使轮融资，估值达到5亿美金。敦鸿资产领投，华控基金、三花控股、银杏谷资本、泽然资本、本坚基金、天使基石、标朴投资等机构跟投。

站在这家公司背后的，是被媒体称为"华为大模型双子星"的两个名字。创始人、CEO李寅是前华为云大模型CTO、华为大模型0-1阶段核心成员；联合创始人张含望教授是前华为多模态首席科学家，即将出任息壤的联合创始人和首席科学家。

息壤要做的是LPM（Large Physics Model，大物理模型），即先从海量视频、机器人轨迹和真实交互中预训练一个物理基础模型，再让它进入不同本体和任务，而不是像现在的机器人那样，每进入一个新场景都要重新采集数据、重新增训。

团队给出的理由是，LLM学习的是已经被人类抽象成语言、代码和公式的知识，而物理世界只提供像素、声音、位置和受力变化，表征没有唯一答案——同一种表情可以是无语、苦笑或忍痛。这种连续演化、可以被行动改变的复杂性，只能靠模型从亿万次观察、行动与反馈中自己找答案。

目前已有一些早期信号。据披露，息壤的模型"RiXin"在World Arena 2.0 Track 1中，Trajectory Accuracy单项排名第一，Physical Adherence单项排名第二——前者考察模型预测的物体运动轨迹是否准确，后者关注模型生成的未来状态是否符合基本物理规律。另外，随着数据规模与训练规模增加，模型性能已经出现初步提升趋势，团队认为值得继续做下去。

技术路线上，息壤的LPM以Unified AR Transformer作为骨干，让自回归模型把复杂过程拆解为连续的条件预测，Diffusion则作为可选模块，在需要把未来状态渲染成连续视频时完成视觉生成。模型被拆分为统一Token、统一模型架构、强化学习算法、数据体系、评测体系和工程基础设施六个底层能力底座，形成从数据到动作、再到反馈回流的闭环。

团队履历解释了资本为何愿意在模型尚未完成预训练时就下注。李寅曾带400人团队，依托百万小时视频数据集，在万卡算力集群上耗时2个月训出一个8B视频大模型；在产业侧，她负责过国内多地具身智能创新中心的落地，交付覆盖智驾、矿山、金融、医疗、气象等30个行业、200多家客户。张含望长期研究因果机器学习、多模态理解和模型泛化，累计发表论文228篇，被全球引用超4.2万，H-index达81。

在产品规划上，息壤把模型能力分为L0、L1、L2三层：L0是通用物理基础模型，目标是形成跨任务、跨场景和跨本体的底层能力；L1是进入工业制造等领域、学习行业对象与流程约束的领域模型；L2则落到可部署的机器人任务。其训练成果XIRRA v0.1计划于今年晚些时候亮相，物理世界是否存在符合Scaling Law的基础模型，届时会有更具体的检验标准。