如果你是 3D 打印爱好者，一定有过类似的经历：想给耳机设计一个分层收纳盒，翻遍模型库也找不到适配尺寸的现成方案。
市面上现有的解法，却各有硬伤。人工建模产能低、成本高，追赶不上工业和创客两端同时膨胀的需求；通用 AI 生成的 3D 模型则更像是一具"空壳"，内部没有尺寸标注，没有装配逻辑，改一个孔距就得全部重绘。放到仿真环境里物体会直接穿模，导出打印更是拼接不上。
3D 打印无疑是全球增长最受关注的赛道之一，但结构化、可编辑的物理 3D 数据却极度稀缺。就在这个行业真空里，一家年轻公司浮出水面——AI 生成矢量 3D 模型的比特无限（BitInf）。
不久前 WAIC 期间，央视对这家成立仅一年多的创业公司进行了报道，镜头对准的是一支全 90 后团队。一年前，有着多年海外 AI To C 创业经验的李士麒，敏锐捕捉到物理 3D 数据的空白，携手华为盘古大模型 2 号位周平义博士等前沿团队创办了比特无限。
元股证券:ygzq.hk
构建真实世界的物理 3D 数据飞轮，比特无限跑出了一条独特路线：以 3D 打印与全球海量 Makers 为入口，自研模型 Arko-T 在文生物理 3D 任务上已达到全球 SOTA 水平，海外平台收获超百万曝光。
投资界获悉，继 4 月官宣种子轮后，比特无限又连续完成了天使轮与天使 + 轮融资，集结了卓源亚洲、容亿投资、普华资本、壹德资本等知名机构。"不到三个月，估值涨了 10 倍。" 7 月，投资界在上海模速空间见到比特无限 CEO 李士麒。
"谁能率先补齐物理 3D 数据短板，谁就能握住物理 AI 时代的入场券。"李士麒判断，生成式物理 3D 的 GPT 时刻已近在眼前。
95 后率队华为盘古 2 号位
三个月估值涨 10 倍
实盘可查配资平台今年 6 月，" AI 教母"李飞飞发表长文，将世界模型拆解为三层结构：Renderer（渲染器）、Simulator（模拟器）和 Planner（规划器）。
她认为，模拟器是其中影响最为深远的一环，输出的是一种在几何、物理和动力学上忠实呈现世界状态的结构化表达，可以作为人类和计算机程序进行计算的基础、交互的对象。机器人训练、自动驾驶测试、建筑可视化、工程仿真乃至药物研发，都依赖模拟器这个核心载体。
几乎同一时间，峰瑞资本创始合伙人李丰也抛出了一个类似判断：世界模型和物理模型之所以成为具身智能领域最大的投资热点，根源在于"没有数据"——人类从来没有大规模积累过包含物理量和物理世界交互规律的数据。
稍早之前，李士麒便已看穿前沿行业的数据真空，深感构建自主可循环的数据引擎迫在眉睫，"我们需要一个能持续从‘真实世界意图与交互反馈’中产生数据的引擎。"
而回顾过往，只有少数数据引擎能真正形成规模化飞轮，如谷歌靠全网文本标注形成第一代视觉数据引擎，特斯拉则以车辆采集路况搭建第二代 FSD 数据闭环。二者共性都是以海量普通用户的真实交互为数据源头。
李士麒把目光投向了另一个群体——全球 5 亿 Makers 和 1 亿活跃 3D 打印用户。使用比特无限 Sparkoh.ai，用户只需要用自然语言描述想法或者画一张简单的草图，系统就能自动生成可打印的物理 3D 模型。而用户每一次修改、每一次反馈，都会回流到模型中，让下一次生成更加精准。如此，比特无限便能从一个工具，慢慢长成了一个有生命的物理 3D 数据引擎。
一支 AI 大牛队伍迅速集结。联合创始人周平义，36 岁，武汉大学工学博士，是华为盘古大模型初代创始成员、第二代盘古万亿 MOE 大模型的二号核心研发人员。全球范围内，主导过万亿参数大模型完整训练的人大约只有 3000 个，其中 70% 在海外大厂，20% 在科研机构，全职创业的堪称凤毛麟角，周平义是其中之一。
比特无限联合创始人 周平义
CEO 李士麒，多年海外 AI To C 创业经验，先后打造两款海外百万月活 AI 工具，深谙欧美创作者社群运营；CTO 陈立韬，6 年华为仿真与后训练全栈经验，既懂物理约束落地，也懂大模型部署。
创业初期，比特无限几乎处于"水下"状态。周平义博士率队埋头研发全球 AI 生成矢量 3D 专用模型，同时低调完成了三轮融资。今年 4 月，种子轮浮出水面，由清华系卓源亚洲领投，后者曾投资生数科技、基流科技等明星 AI 项目。随后天使轮和天使 + 轮相继完成，累计融资 4500 万元，投资方包括容亿投资、普华资本、壹德资本等机构。
一个值得关注的信号是：容亿投资此前布局了宇树科技、银河通用等具身机器人本体公司；普华资本也投了智平方等具身独角兽。如今，他们不约而同地把目光投向了比特无限——卡位物理 3D 数据这一关键环节。
逻辑并不复杂。人形机器人赛道已跑出宇树、银河通用这样的头部本体公司，正在爆发的 3D 打印、工业设计、通用世界模型等市场也在高速扩容，但支撑全行业迭代的标准化物理 3D 数据基础设施仍显空白。谁能在这个环节卡住位置，谁就有机会成为下一代 AI 基础设施领域的超级玩家。
这或许是一场新的 FOMO。于投资人而言，物理 3D 数据是通往下一范式的关键拼图，卡位意义不言而喻。正如比特无限从水下浮出，三个月内估值增长十倍。据透露，公司新一轮融资正在进行中，前来对接的投资人明显多了起来。
自研模型全球 SOTA
让 AI 真正理解物理世界
比特无限走了一条不太一样的路。
市面上的 3D 生成大多是在传统建模软件上叠加 AI 功能，本质上还是围绕软件命令和人工操作。比特无限从一开始就面向 AI-native 交互重构了整个设计流程——让 AI 理解空间几何、结构关系和运动规律，把描述直接转化为可编辑、可制造的物理 3D 模型。
这套逻辑的底层是参数化代码生成模型，天然附带结构信息和可编辑属性，可直接用于 3D 打印、机器人仿真及 Physical AI 训练。
落到 3D 打印场景里，用户用自然语言描述需求，系统自动完成任务拆解、代码生成、执行验证和多轮修正。这恰好对上了创客最真实的需求——他们要的不是"好看的模型"，而是"能用的模型"，如带滑轨的抽屉得能顺畅拉开，每个部件的尺寸和摩擦系数都经得起物理检验。
支撑这一切的是比特无限自研专用物理 3D 大模型 Arko-T。
大多数 Text-to-3D 模型生成的是形状，40 亿参数的 Arko-T 生成的是可编辑的设计。在 Text2CAD-Bench 标准评测集上，将 Arko-T 与 7 款前沿通用大模型做了 12 项指标全面对比，有 8 项排名第一，另有 3 项指标位列第二，推理成本仅为 ChatGPT、DeepSeek 等通用大模型的十分之一甚至更低。
数据是另一个护城河。周平义介绍，比特无限的训练数据来自两部分：一是自有的千万级端到端数据工程；二是面向全球上亿 DIY 爱好者的免费建模工具 sparkoh.ai，用户每一次修改、调试都会回流到模型中，自动完成后训练优化。
这套闭环的复制门槛不低。成立仅一年，比特无限已经跑通了规模化数据生产的路径。更重要的是，用户增长正在加速。随着 Sparkoh.ai 在全球 Makers 社区中的口碑扩散，越来越多的用户开始用自然语言生成可打印模型，每一次使用都在为数据飞轮注入新的动力。
大厂即便不差算力，但要搭建成熟海外创作者运营团队、积累大量活跃用户并非易事。而比特无限已经有了先发优势，正在持续供给真实制造反馈数据。
比特无限自研的 Harness Agent 调度框架则是打通从创意到实物的最后一环。传统工业建模软件接口老旧、操作割裂，Harness 搭建了一个全自动化闭环：拆解用户需求、生成结构化模型、自动校验尺寸和装配问题，不合格自动迭代，全程无需人工介入。
商业化层面，比特无限采取双线并行的策略：C 端面向海外 Makers 的 Web Agent 采用 Token 订阅计费模式；B 端向工业设计、机器人仿真及 Physical AI 研发企业开放 API 接口，客户可按需批量生成符合 OpenUSD 标准的仿真资产。
一个双向并行且互相反哺的商业化循环逐渐清晰—— C 端积累的交互数据让模型持续迭代，更强的模型产出更高质量的物理 3D 数据，反过来供给 B 端机器人企业。
英伟达、智谱看中了
迎接物理 3D「GPT 时刻」
成立仅一年，比特无限已经手握几张关键"门票"。
不久前，团队加入英伟达 Inception 初创加速计划，在智谱官方生态合作伙伴名单中，比特无限也是最年轻的面孔。此外，公司入驻上海模速空间，享有 AI 算力专项补贴。
放眼国内初创圈，同时具备英伟达 Inception 会员资质、智谱官方生态合作身份、模速空间算力扶持通道的企业并不多见。三方生态资源叠加，能够为团队在算力成本、大模型适配、商业落地渠道上提供切实支持。对于一个创立仅一年的早期团队来说，这些都是实实在在的成本节省和效率提升。
但在李士麒看来，更深远的意义不止于此。这些资源正在将比特无限推向一个更关键的位置，使他们距离生成式物理 3D 的" GPT 时刻"更近了一步。
回望互联网时代，海量文字数据催生了大语言模型。ChatGPT 的出现抹平了创作门槛，普通人无需学习复杂的提示词工程，更不必懂得 Transformer 架构，仅凭自然语言就能自由完成各种文字创作。
如今走进物理 AI 时代，人类需要海量贴合真实几何与力学规则的三维数据，才能让机器人、智能制造真正落地。但行业正处在一个尴尬的断层里：需求端渴求物理真实的交互数据，供给端 AI 却只能产出"视觉空壳"。
挑战的另一面是机遇。看清了物理 3D 数据引擎的长期刚需，李士麒笃信，生成式物理 3D 赛道很快将迎来它的" GPT 时刻"。到那时，无论是 3D 打印创客，还是工业与机器人领域面临的数据真空，都将被深刻改写。
最直接的是 3D 打印行业。制造门槛彻底下放，你脑海里闪过的创意，当天就能设计、打印、用上。当然，这将进一步推动 3D 打印市场走向真正的爆发。
工业产品研发将是效率提升最明显的领域。工程师不再需要耗费大量时间绘制基础零件，AI 自动生成带完整装配关系和尺寸约束的方案，研发周期和人力成本都会大幅下降。
"机器人训练的效率，正在被‘建模’这个环节卡住。谁能率先突破，谁就拿到了具身智能时代的入场券。"如周平义所言，当下最热的具身智能与世界模型领域或许是受益最深的。中层仿真资产的供给瓶颈一旦解除，机械臂、人形机器人的虚拟训练素材将不再是稀缺品。通用机器人落地的速度，可能比大多数人预想的更快。
在比特无限内部，抵达这个时刻的时间表已经明确——从当前阶段到生成式物理 3D 的 GPT 时刻，窗口期大约 18 个月。
时钟已经拨动。这家从 3D 打印数据痛点起步的初创公司，正把每个人的设计、试错、修改，转化为驱动 AI 进化的养料，试图重构工业制造与具身智能的底层供给体系，一步步搭建起连接数字代码与真实物理世界的底座。
"所想即所得"——这一幕也许此刻听起来遥远，但回头望 2022 年底 ChatGPT 刚出来的时候，谁又能想到两年后的大模型江湖会变成今天这个样子。此时此刻，已是拐点前夜。
文章来源：投资界原创 ｜ 作者：周佳丽
原文地址：https://news.pedaily.cn/202607/566779.shtml
【本文为投资界原创杠杆服务平台，网页转载须在文首注明来源投资界（微信公众号 ID：PEdaily2012）及作者。微信转载请在原文评论区联系授权，违者必究。免责声明：本文不构成任何投资建议。市场有风险，投资需谨慎。】
全国配资门户提示：本文来自互联网，不代表本网站观点。
