清华系初创厘清智能完成数亿元种子轮融资：不做“世界模型”公司，做物理AI基础设施
清华系初创公司厘清智能宣布完成数亿元种子轮融资，投资方包括顺为资本、红杉中国、高瓴创投、峰瑞资本等多家头部机构及产业资本。公司定位为Physical AI基础设施提供商，不自称“世界模型”公司，而是提供涵盖数据管线、模型训练、物理引擎的软硬一体系统。团队由清华大学助理教授李一鸣领衔，平均年龄23岁，目标在2028年实现规模化落地。
事件概述
清华系初创公司「厘清智能」于2026年4月成立，近日完成数亿元种子轮融资。投资方包括顺为资本、红杉中国、高瓴创投、峰瑞资本、星连资本、水木清华校友种子基金、SEE FUND等基金，以及智元机器人、灵心巧手、世纪金源等产业资本。公司创始人李一鸣为清华大学人工智能学院助理教授，此前曾任英伟达Vision & Robotics研究员。团队约50余人，主要为清华学生，平均年龄23岁。
核心信息
-
定位与路线：厘清智能明确表示“不想被贴上世界模型的标签”，认为世界模型只是Physical AI系统中的技术组件之一。公司构建的是数据和物理双轮驱动的Physical AI基础设施，包括自研数据管线（将数据采集量级从几十万小时提升至百万到千万小时）和可微物理引擎（实现Real-to-Sim-Real闭环）。系统能够实现切割、旋拧、插拔等精细操作，并可在不同类型灵巧手、机械臂间跨形态部署，适配制造、零售、酒店、医疗等场景。
-
技术特点：训练采用少量真实数据（仅为传统方案的1%）配合物理引擎强化学习，大幅降低对真机数据的依赖。同时自研视觉tokenizer，效果优于Meta的DINOv3。李一鸣认为，VLA、视频生成模型等都不是“原生世界模型”，真正的原生模型需全栈打通感知、推理、决策、动作输出，并以物理世界的Tokenization为关键。
-
落地规划：前期以B端场景切入（工业、物流、生活消费等），硬件形态以轮臂（带轮子的机械臂）为主。目标在2028年实现规模化落地，最终交付一套通用的Physical AI基础设施，类似“iOS之于移动应用”。
值得关注
- 融资规模与速度：成立两个月内完成多轮融资，种子轮即达数亿元，反映了资本对Physical AI赛道头部团队的认可。
- 团队构成：平均年龄23岁的清华学生团队，软硬一体人才稀缺，创始人有英伟达背景。
- 技术差异化：摒弃纯数据驱动的路线，强调物理规律对数据局限的补充，以及全栈自研的“重”模式。