
公司概况
Manifold AI(北京流形空间科技有限公司),2025年5月22日成立于北京,是一家聚焦具身智能世界模型研发与落地的前沿AI公司。公司定位清晰——国内第一家自研世界模型并直接作为具身基础模型落地到机器人场景的创业公司,不是停留在论文和数据集上,而是奔着”工程化商用”去的。
创始人兼CEO武伟博士,2015年加入商汤科技初创团队,曾主导商汤开悟世界模型的研发与商业化落地,带领团队连续两年击败特斯拉等团队夺得Waymo SimAgents挑战赛冠军。联合创始人为清华大学长聘教授(教育部长江学者),带领实验室建立了具身世界模型评测平台WorldArena。团队成员来自清华、北大、上交、UCLA等顶尖院校,曾在微软、商汤、Momenta、小鹏等头部企业担任核心技术职务,累计发表顶会论文超200篇,引用逾10万次。
截至2026年6月18日,公司成立仅一年,已完成6轮融资,Pre-A轮累计融资额近10亿元人民币,估值突破独角兽门槛,投资方包括君联资本、华为哈勃、华控基金、国新基金、淡马锡旗下毅峰资本、北汽产投等顶级机构与产业资本。
发展历程:一年六轮,速度惊人
| 时间 | 里程碑 | 关键细节 |
|---|---|---|
| 2025年5月 | 公司成立 | 注册资本252.37万元,总部位于北京朝阳区东坝乡 |
| 2025年7月 | 种子轮 | 英诺基金、水木清华校友种子基金投资,数千万元 |
| 2025年10月 | 天使轮 | 同创伟业、锦秋基金等参与,累计近亿元 |
| 2026年1月 | 天使+轮 | 君联资本领投,梅花创投、华为哈勃跟投,超亿元 |
| 2026年2月25日 | 发布WorldScape | 世界首个同时支持移动和操作交互的实时世界模型 |
| 2026年2月28日 | 发布WorldScape Policy | 具身世界-动作模型,精度全面超过现有VLA模型 |
| 2026年3月4日 | Pre-A轮 | 华控基金、锡创投联合领投,近2亿元 |
| 2026年4月3日 | WorldScore榜单第一 | WorldScape v0.1在全球通用世界模型评测中总分登顶,参数规模仅为竞品的10% |
| 2026年4月27-28日 | WorldArena榜单第一 | WorldScape 0.2版本(MoE架构)综合排名第一 |
| 2026年6月18日 | 新一轮数亿元融资 | 国新基金、毅峰资本、北汽产投、芯能创投入局,老股东超额追加,Pre-A轮累计近10亿 |
一年内从零到独角兽,融资节奏与产品研发节奏高度匹配。武伟本人曾表示:”公司希望成为产品驱动的公司。”
产品与服务:覆盖室外、室内、空域的世界模型矩阵
Manifold AI坚持World Model Action(WMA)技术路线,以自研世界模型为基座,构建了完整的具身智能产品矩阵:
| 产品 | 发布时间 | 定位 | 顶会收录 |
|---|---|---|---|
| WorldScape | 2026.02 | 通用空间世界模型,支持移动+操作交互的实时基座模型 | — |
| WorldScape Policy | 2026.02 | 具身世界-动作模型,时空状态预测+空间内生推理 | — |
| DriveScape | 2025 | 自动驾驶世界模型 | CVPR 2025 |
| RoboScape | 2025 | 机器人操作世界模型 | NeurIPS 2025 |
| AirScape | 2025 | 无人机环境感知世界模型 | ACM MM 2025 |
这是业内首家同时覆盖室外、室内、空域的具身世界模型企业。
落地场景已从实验室走向产业:
- 电商物流:仓库机器人货物识别、路径规划、搬运分拣
- 3C制造:精密操作与质检
- 汽车制造:产线机器人操作技能训练
- MR泛娱乐:混合现实应用探索
公司已率先接入NVIDIA Jetson Thor(英伟达专为物理AI打造的开发者套件),用于具身世界模型的边缘侧本体部署。
核心技术:不是”好看的视频生成器”,而是”可交互的物理引擎”
1. WorldScape:世界首个实时交互世界模型
与传统视频生成模型”重渲染、轻规律”的路径截然不同,WorldScape更强调对物理规律、空间结构和多源交互的统一建模:
- 统一动作—世界状态建模框架:将空间位移与物体交互纳入同一生成过程,避免多模块拼接的不一致问题
- 三维几何感知的空间表示与约束:显式引入几何约束,使生成结果在连续交互中保持一致的空间结构
- 接近实时的推理速度:单张GPU上实现6–16 FPS的交互式生成
- 单图生成可交互空间:具备从一张图片推演出可交互三维场景的能力
2. WorldScape Policy:从”看懂世界”到”精细操控”
基于WorldScape基座,WorldScape Policy利用世界模型进行时空状态预测,结合视觉输入进行空间内生推理从而执行动作:
- 精度全面超过现有VLA模型
- 具备少样本、零样本执行能力(In Context Learning,无需大量本体数据)
- 在物体位置、光照、背景大幅随机干扰的复杂环境下,仍表现出极强的抗干扰能力和鲁棒性
- 在长程、高精度任务中相比VLA路线实现显著提升
3. MoE架构:世界模型的创造性突破
WorldScape 0.2版本率先引入混合专家(Mixture of Experts)架构,这是Manifold AI的原创贡献:
| 专家分工 | 职能 |
|---|---|
| 指令遵循专家 | 理解并执行自然语言指令 |
| 移动交互专家 | 处理空间位移与导航 |
| 操作推理专家 | 处理物体抓取、放置等精细操作 |
通过门控机制自适应整合,在保持参数可扩展性的同时避免不同知识领域的相互干扰。
4. 硬件-数据-模型闭环
公司自主研发了Ego-centric、UMI、硬件在环RL等多种软硬一体数据采集设备,搭建模型驱动的数据管线,日产能超过10万clips,已积累数十万小时高质量数据。这套基础设施是其技术持续进化的底层支撑。
5. WorldArena:重新定义世界模型评测标准
Manifold AI联合国内外数十家科研单位建立了国际统一评测基准WorldArena,覆盖六大维度、16项指标:
| 维度 | 内容 |
|---|---|
| 视觉质量 | 画面清晰度与视觉流畅性 |
| 运动质量 | 动作的物理合理性 |
| 内容一致性 | 跨时间步的场景连贯性 |
| 物理遵循 | 是否遵守物理规律 |
| 三维空间准确性 | 空间结构的几何正确性 |
| 可控性 | 能否按指令精确控制生成结果 |
WorldArena揭示了视觉效果与具身功能之间显著的“感知—功能鸿沟”,推动行业评价标准从”视频生成得是否逼真”转向“模型是否真正可用于机器人决策”。首期评测覆盖14个代表性模型,包括NVIDIA、Google、阿里巴巴、李飞飞World Labs等团队。CVPR 2026 WorldArena Challenge累计收到超200次提交。
发展前景:站在具身智能的范式转折点上
1. 行业背景:VLA路线遇瓶颈,世界模型成新共识
2026年上半年,具身智能领域三年来投入大量资源,但VLA模型在真实环境中表现不佳。经纬创投合伙人童倜直言:”仅依赖数据模式和相关性学习,已难以满足下一代智能系统的需求。”英诺基金投资人的判断更为犀利:”因果是人类智能的特有表达,因果智能的数据效率和参数效率千倍、万倍优于统计的经验相关。”
Manifold AI的路线——用世界模型替代通用VLM作为基础模型——正成为行业新共识。
2. 竞争格局:全球第一梯队
在WorldScore和WorldArena两大权威榜单上,WorldScape均登顶第一,同期参评的包括:
| 对手 | 路线 |
|---|---|
| 英伟达 | 通用GPU+世界模型 |
| 李飞飞World Labs | RTFM,聚焦具身交互底层逻辑 |
| Google Genie 3 | 强化机器人操作通用性 |
| 智谱/Minimax/阿里/腾讯混元 | 国内大模型路线 |
Manifold AI的核心差异化:参数规模仅为竞品10%,却保持榜一近2个月,展现了全球领先的空间智能密度。
3. 商业化路径:”攀登高峰,沿途下蛋”
公司采取双线并行策略:
- 短期:RoboScape、AirScape等领域模型产品化,在电商物流、3C制造等场景落地
- 中期:从机器人拓展至更广泛的Physical AI场景
- 长期:使自研和赋能的机器人数量超过市场总量的10%,成为Physical AI Agent的基础设施提供商
4. 资本信心:产业资本集体入场
本轮融资中,北汽产投、芯能创投等产业资本的加入意义重大——这标志着世界模型技术路线获得实体经济的认可。Pre-A轮累计近10亿的融资额,说明资本市场已将Manifold AI视为具身智能赛道的核心标的。
数据统计
相关导航

专注于为企业提供简化的多云基础设施解决方案,致力于通过智能化管理和优化云资源,助力企业高效利用云计算技术。

Harmonic
专注于开发数学超级智能(MSI)技术,致力于构建可验证、无幻觉的AI推理引擎,为金融、科研等高风险领域提供精准可靠的决策支持。

Lambda
成立于2012年,估值超24亿美元,专注为AI领域提供高性能GPU云服务、基础设施及配套软件,助力AI模型高效训练与部署。

驯鹿AI
专注于AI智能客服和销售机器人技术开发的创新型企业,致力于为企业提供高效、精准的定制化解决方案。

World Labs
由李飞飞联合创办的空间智能初创公司,致力于通过构建大型世界模型(LWMs)推动AI从二维向三维的跨越,赋能创作、设计、机器人等多个领域。

标贝科技
专注于智能语音交互和AI数据服务的人工智能公司,提供多场景应用的语音交互方案及一站式AI数据服务。

Genie 3
DeepMind 推出的先进世界模型,可根据文本提示实时生成可交互、具物理逻辑的 3D 虚拟环境,广泛应用于游戏、教育和 AGI 研究。

SplxAI
专注于为AI应用程序和聊天机器人提供网络安全服务的初创公司,通过攻击与防御的双重方法有效识别和减轻AI威胁,并获得多家投资机构的注资以加速产品研发和市场拓展。
暂无评论...
