Seeds | 小米、百度同时押注一家成立5个月的公司：这次赌“机器人自进化”

盖世具身智能获悉，近日上海初光跃迁智能科技有限公司（Simate）完成密集工商变更：小米旗下瀚星创投、百度旗下三亚百川致新同步进入股东名单，同时，公司创始人张颖接任法定代表人，注册资本由50万元增至60万元。

据公开信息，Simate成立于2026年5月，除了此次获得小米和百度投资，此前还拿到了辰韬资本、芯禾资本、云际天泽、宁波炬兴、上海骐骥行等多家机构的早期注资，累计金额达数亿元。

一家成立不到半年的Physical AI创企，却同时拿到小米、百度两大产业资本的门票，初光跃迁凭什么？

自动驾驶“扫地僧”带队，产业与学术混搭

Simate团队是典型的“产业×学术”组合。

创始人兼CEO张颖，据悉是前一线自动驾驶公司核心技术负责人，经历过有图、无图、一段式端到端三代智驾方案攻坚和多年量产。

另两位核心成员则偏学术：首席科学家占方能是香港科技大学助理教授、World Mind Lab负责人，曾在MIT、哈佛从事研究，长期研究世界模型与物理AI，在SIGGRAPH、CVPR、ICCV、TPAMI等发表论文50余篇；

另一位季马泽宇，毕业于加州大学圣地亚哥分校（UCSD），师从具身智能学者王小龙教授，曾是硅谷物理AI公司ARI的创始成员，研究横跨3D感知、灵巧操作与人形全身控制等多个领域。

图片来源：初光跃迁

在核心业务上，Simate给自己的定位是Physical AI公司，研发方向叫AI for Physical AI，技术路线是Physical RSI（物理智能递归自我改进）。

更具体一点，Simate希望借助AI本身的力量推动物理智能向前研究，把真实世界里一次次实践经验，沉淀变成机器人的能力，并让产出这些能力的研究方法，能够自我迭代、不断成长。

Simate要解决的痛点很具体：机器人研发过程中，改模型、洗数据、配环境、跑评测，大量假设需要依靠研究员手动验证，不仅慢而且贵。

针对这一行业痛点，Simate把RSI划分为弱SI、强SI等不同阶段，更远的目标是完全自主进化。

其中现阶段，Simate走的是人机共驾的弱RSI范式，即由研究员把握大方向，提出研究假设、设定目标与约束，然后交给AutoResearch自动研究系统里的AI Agent，去落地方案优化、跑实验、做评测、完成反馈迭代。

简言之，让人类的方向判断和Agent高效执行，在同一套系统里并肩协作。

下一阶段，Simate将向强RSI迈进，进一步释放系统的科研自主性，也就是让Agent可以自主生成研究假设、规划实验路径、评估方向好坏，持续降低人工介入程度，让人类更多聚焦在目标把控、关键决策与监督。

而更长远来看，Simate的目标是实现无需人类介入的递归自我改进，真正打通研究数据模型真机部署完全自主运转闭环。

聚焦Physical RSI，三个月登顶RoboDojo

为支撑Physical RSI的实现，据新智元等报道，Simate搭建了一套三层架构。

其一，是可插拔模型框架SiPAI，把世界模型、世界动作模型、VLA、VLM等做成AI能读懂、能替换的“乐高”；

其二，是AutoResearch自动研究引擎，负责把论文、代码、数据配比、实验日志与评测结果汇成一份实时刷新的研究上下文，自动提假设、跑实验、做分析；

其三，是AI-native Infra底座，代号Sinfra，通过多Agent编排与多卡调度，让多条研究路线并行推进，方案先经世界模型和仿真快速过滤，再上真机验证。

据Simate披露，不久前该公司已在公开评测榜单RoboDojo上拿到了第一名。

按其公布、更新于2026年9月23日的RoboDojo-Sim榜单，Simate-beta平均得分33.95、成功率27.96%，领先LiberAI的Liber-0与GPT-6-Astra、DeepMind等

Simate还预告年底将推出复杂任务零样本泛化的阶段性成果。

当然，这家公司的“惊艳”目前仍有明显的早期属性。

其一，RoboDojo是仿真（Sim）榜单，不是真机，且27.96%的成功率绝对值并不高，真机泛化能力仍是另一回事。换言之，登顶更应理解为研发速度的验证，而非产品成熟。

其二，Simate现在跑通的只是“弱RSI”，关键的方向判断仍由人掌握，强RSI和完全自主的Fully Autonomous RSI是远期愿景。

不过，放到更大的盘面，“让AI自己研究机器人、自我进化”正从一家公司的口号，变成整个行业的共同方向。

图片来源：世界机器人大会直播截图

最具代表性的是宇树，今年8月，宇树科技创始人兼董事长王兴兴在世界机器人大会主论坛上透露，宇树最近在推一件事：让AI接管研发，实现物理AI机器人模型自进化。

具体流程是，以目前最前沿、最顶尖的AI大模型为核心驱动，由宇树定义好技能、工具和任务约束等，AI大模型自己去网上搜索最新论文、好的研究成果以及各种优秀的开源方案，并构建方案，自主生成机器人控制代码，然后在仿真环境里运行，或者调用一些大模型，再部署到实体机器人上测试，最后由AI和人联合评分，并将结果反馈回去，从而形成一个闭环。

在王兴兴看来，未来几年，随着人的经验积累，在该闭环体系中人工的参与度会越来越低。

另外还有智元、浙大系新元体、蔚来系Xspark AI以及北京大学王选计算机研究所孵化的新创科技企业通视智能等，都在从不同切口密集进入。

整体来看，虽然大家路径各异，但“让物理智能持续进化、跑通数据闭环”，已成为这批初创共同的叙事。

当一套方向能在一两个月内被多家公司同时使用，它既可能是下一个技术拐点，也可能是一轮新的概念竞赛。

Simate拿到了一手好牌和好开局，但“让AI造机器人”能不能真正跑出飞轮，最终还要看真机和数据，而不是榜单。

关于《Seeds 发现》：

盖世汽车《Seeds 发现》栏目，旨在打造一个链接初创企业、产业链生态合作伙伴以及投资机构、地方政府的服务平台，为产业链上下游深度赋能。该栏目自启动以来，一直致力于发掘智能化变革大潮中对行业具有重要启发和引领作用的好公司、好技术、好的商业模式，推动产业创新力量的成长。