行业动态

<p>中国物理 AI 规模化应用引领者江行智能今日宣布，公司近期已连续完成两轮战略融资。两轮融资由知名产业资本与战略投资方共同参与，资金将重点投向顶尖人才引进、算力中心投运、物理 AI 标准化产线建设及数采中心落地，旨在将前沿科研成果转化为可大规模交付的产业能力。</p> <p>盈利验证：物理 AI 的“诚实成绩单”</p> <p>当不少物理 AI 公司仍处在技术验证与商业化探索阶段，江行智能已经率先交出盈利与规模化落地的成绩单。江行智能已于 2025 年实现经营性盈利。目前，公司解决方案已覆盖全国 1500 余座工业场站，服务数十家世界 500 强企业，客户涵盖电网、发电、煤炭、石油石化、钢铁等行业。</p> <p><img src="/static/upload/image/20260623/1782204525862_0.png" alt="江行智能完成C、D轮数亿元战略融资，物理AI进入“跑深”阶段__江行智能完成C、D轮数亿元战略融资，物理AI进入“跑深”阶段"/></p> <p>依托 JX-Phi 物理 AI 技术体系，打造空天地全维度巡视网络</p> <p>“商业化是技术有效性的最终证明。”江行智能创始人、CEO 庞海天表示，“市场用真金白银告诉我们，这条路是对的。物理 AI 不是实验室里的玩具，而是能在零下 20 度变电站、高危煤矿巷道中 7x24 小时稳定运行的工业级大脑。”</p> <p>从“跑通”到“跑深”：构筑不可复制的护城河</p> <p>如果说上一阶段江行智能证明了物理 AI“能落地、能赚钱”，那么本轮融资标志着公司正式进入“跑深”阶段。庞海天强调：“我们要做的不是重复故事，而是把护城河挖到别人抄不走的程度。”</p> <p>据悉，本轮数亿级资金将主要用于四大核心壁垒建设：</p> <p>1、投运算力底座：夯实基础模型的大规模训练能力，为物理 AI 大脑提供澎湃算力支撑；</p> <p>2、建强数采中心：打造集数据采集、世界模型仿真、模型迭代、终端产测于一体的“大脑工厂”，激活数据闭环的复利效应；</p> <p>3、落地具身产线：依托全栈自研的 JX-Phi Brain，全面适配无人机、四足及人形机器人等 100 余类终端，以“一脑多体”架构实现跨场景作业的标准化输出；</p> <p>4、实证极端场景：深入特高压变电站、高海拔光伏站等严苛工业环境，完成长时程技术验证，攻克多任务灾难性遗忘等业界硬核难题。</p> <p><img src="/static/upload/image/20260623/1782204525862_1.png" alt="江行智能完成C、D轮数亿元战略融资，物理AI进入“跑深”阶段_江行智能完成C、D轮数亿元战略融资，物理AI进入“跑深”阶段_"/></p> <p>全栈自研 JX-Phi 物理 AI 技术体系</p> <p>技术底气：世界模型与 VLA 的“天然统一”</p> <p>江行智能坚持“只做大脑，不做本体”的战略定位，被誉为物理 AI 领域的“不造车”派。不仅在 VLA（视觉-语言-动作）领域刷新了 LIBERO 权威基准榜单，更在世界模型（WM）理论研究上取得突破。公司近期在 ICML 2026 和 ICLR 2026 两大顶会上连中三元，发表了 DyGRO-VLA（多任务 VLA 强化学习）、OC-STORM（物体中心空间智能）以及 MoW（世界模型混合专家架构）三项研究成果，其中 MoW 的创新方法获得 ICLR 评审的高度认可。这标志着 JX-Phi World 与 JX-Phi Brain 的融合架构，已在学术界与工业界同时确立了技术领先性。</p> <p>庞海天指出：“世界模型与 VLA 不是两条竞争路线，而是一个整体。基于世界模型和 VLA 技术，形成了通用场景、跨本体的物理 AI 大脑 JX-Phi Brain；JX-Phi World 通过真机与仿真方式训练模型。这种全栈自研的闭环能力，才是物理 AI 区别于传统工业自动化的核心。”</p> <p><img src="/static/upload/image/20260623/1782204525862_2.png" alt="江行智能完成C、D轮数亿元战略融资，物理AI进入“跑深”阶段__江行智能完成C、D轮数亿元战略融资，物理AI进入“跑深”阶段"/></p> <p>搭载物理 AI 大脑 JX-Phi Brain 的机器狗，在水电站自主作业</p> <p>稀缺的“四力闭环”</p> <p>物理 AI 是典型的重资源赛道。江行智能是目前行业内极少数同时凑齐“产业支撑 + 工业数采 + 顶尖人才 + 全栈自研”四股力量的公司。这种独特的资源禀赋，使得公司能够摆脱单纯依赖融资输血的模式，通过“数据-算法-场景”的飞轮效应实现自我造血。</p> <p>展望未来，庞海天表示：“物理 AI 没有捷径。未来 12 到 18 个月，我们将用顶尖团队到位、算力中心投运、具身 AI 控制器产线跑通、数字工厂规模化复制这四个看得见的标准，接受市场的检验。”</p>