硅基伙伴Simate成立三个月登顶RoboDojo物理AI评测榜，押注Physical RSI让AI研发机器人
发布时间：2026年09月24日 09:30:009月24日，成立仅三个月的机器人公司硅基伙伴Simate曝光：累计完成数亿元融资，团队以自动驾驶与世界模型班底为核心，在物理AI评测榜RoboDojo上登顶；公司提出Physical RSI路线，用自动研究系统AutoResearch让AI研发下一代机器人，通用物理快系统模型集成4D物理感知与记忆机制，真机演示完成泡茶长程任务，并规划快慢系统协同
三个月新公司登顶物理AI榜单
9月24日，一家名为 硅基伙伴 Simate 的机器人公司进入公众视野：公司成立仅三个月，已累计完成 数亿元融资，并在物理AI评测榜单 RoboDojo 上取得第一名。
创始团队的配置解释了融资速度：创始人 张颖 来自一线自动驾驶公司；核心成员占方能是香港科技大学助理教授、World Mind Lab 主导者；00后成员季马泽宇出身 UCSD，是 ARI 的创始成员之一，而 ARI 后来被 Meta 收购。自动驾驶、世界模型与被大厂验证过的机器人研究履历，构成了这家新公司的班底底色。
核心主张：Physical RSI——让AI研发机器人
Simate 最鲜明的技术路线是 Physical RSI（物理递归自我改进）：不只是用AI训练机器人，而是让 AI 自动化地研究下一代机器人。其载体是名为 AutoResearch 的自动研究系统，配合「人机共驾」式的弱RSI范式——人类研究员定义方向与把关，AI承担大规模假设生成、实验与迭代。
底层模型方面，公司的通用物理快系统模型有两个关键设计：
- 4D物理感知：在三维空间之外加入时间维度，理解物体随时间变化的运动与接触关系；
- 记忆机制：让机器人跨任务保留物理交互经验，而不是每个任务从零开始；
- 在此之上规划「快慢系统协同」：快系统负责实时反射式控制，慢系统负责推理与长程任务规划，类似认知科学中的双系统理论。
真机演示：泡一杯茶
发布现场最有说服力的演示是一个长程家务任务——泡茶。机器人需要完成取壶、烧水、放茶叶、注水、分杯等一系列涉及柔性物体、液体与精密力度控制的连续操作。液体与可变形物体长期是机器人操作的难点，「泡茶」因此成为检验物理模型成色的典型任务。
| 维度 | Simate 的选择 |
|---|---|
| 元路线 | Physical RSI，AI自动研究迭代机器人 |
| 基础设施 | AutoResearch 自动研究系统 + 人机共驾 |
| 模型 | 通用物理快系统模型（4D感知+记忆） |
| 架构方向 | 快慢双系统协同 |
| 验证成绩 | RoboDojo 物理AI评测第一 |
行业含义
2026年具身智能赛道的竞争焦点，正从「谁的本体更像人」转向「谁的迭代速度更快」。Physical RSI 把软件领域「模型自我改进」的思想搬到物理世界，本质上是在赌机器人研发的瓶颈可以被自动化压缩。Simate 三个月登顶榜单、数亿元融资的速度也说明，资本愿意为「研发范式变革」而非单个机器人产品支付高溢价——当然，泡茶演示与规模化、低成本量产之间，仍隔着相当长的工程化距离。