凌迪科技刘郴：以柔性体仿真破局物理AI，具身智能新基建

事件概述

凌迪科技（Style3D）创始人刘郴在接受钛媒体专访时阐述了公司在物理AI领域的战略转型与技术积累。作为从纺织服装3D仿真赛道起步的企业，凌迪科技正将其核心的柔性体仿真能力延伸至具身智能领域，致力于解决物理AI中的“真实感”难题，并定位为未来的物理AI底层基础设施提供方。

核心信息

1. 柔性仿真的技术壁垒与优势

• 技术难点：刚体仿真仅涉及6个自由度，而柔性仿真需将连续体离散为数千个网格单元，自由度暴增至数万，算力消耗相差三到六个数量级。高分辨率布料模拟即可占满单张显卡算力。
• 凌迪的护城河：
  • 数据积累：十年间积累了数十万种面料的物理参数数据库，这是巨头难以在短时间内复制的产业数据壁垒。
  • 技术路线：采用GPU仿真为主，相比CPU方案在速度和效率上更具优势；同时深度集成AI，利用中国丰富的产业数据和快速迭代环境。
  • 权威认可：2026年7月，“智能化三维数字人制作关键技术及应用”项目获国家科学技术进步奖二等奖；拥有106项授权专利及155项申请中发明专利。

2. 业务边界与客户结构

• 产品线演进：从单一的3D仿真工具Studio，扩展至Cloud平台及面向时尚产业的AI工作台StyleWork。研发边界遵循客户需求、自身能力与资源边界的最大公约数，聚焦设计研发至营销链路，生产制造环节主要输出底层数据与技术能力。
• 客户分布：制造企业占比约40%（链路短、见效快），品牌企业占比30%，面辅料企业及教育机构占比约20%-30%。
• 成效案例：
  • 太平鸟：全品类3D建模与AI陈列，研发效率提升70%，设计周期从数周缩至小时级。
  • 宁波春禾：打样次数减少60%，成本下降30%，确认周期从7天缩短至2天。
  • 苏美达：AI+3D生成内容替代拍摄，营销成本下降80%，新品推向速度提升50%。
  • TOPOW：样衣需求减少50%，开发周期缩短40%，选款效率翻倍。

3. 切入具身智能：解决Sim-to-Real Gap

• 合作现状：已与银河通用、越疆等机器人公司展开合作，提供仿真合成数据及柔性体训练支持。凌迪也是英伟达Newton物理引擎平台的形变体模拟引擎合作伙伴。
• 核心价值：
  • 数据补充：纯真机采集成本高、周期长且场景覆盖有限。“仿真+真机”路径可低成本、高效率生成大量多样化训练场景，补足真实数据不足。
  • 缩小差距：通过“物理资产生成-仿真训练-真机反馈-自动评测”的闭环，不断校准仿真环境与模型，使仿真逐步向真实世界对齐，而非单纯模仿视频效果。
• 技术理念：凌迪追求基于物理定律的3D空间理解（类似World Model），而非仅预测2D视频帧。目标是让计算机真正理解力学与物理属性。

4. 未来定位与愿景

• 战略定位：虽然目前收入大头仍来自服装行业，但超过一半的精力将投入具身智能等新赛道。凌迪希望成为一家技术驱动的物理AI底层基础设施提供方。
• 泛化应用：柔性体（如皮肤、头发、衣物、窗帘等）占据物理世界一半以上物质。凌迪计划将柔性体仿真算法和数据泛化至更多场景，包括游戏影视、VR/元宇宙及更广泛的柔性制造领域。
• 行业变革：随着具身智能发展，AI首次具备操控物理世界的能力。解决服装这一最难自动化的柔性物体操作，是通向整个柔性制造的关键钥匙。预计5-10年内，服装行业将从劳动密集型转向资本和技术密集型。