谋先飞(Motphys)深度调研:从游戏动作物理引擎到具身智能仿真底座,以全自研 MotrixSim 争夺物理 AI 的『虚拟训练场』
谋先飞(Motphys)以自研物理引擎 MotrixSim 为底座,构建 MotrixLab 训练框架与 MotrixGen 数据管线,以 Real2Sim2Real 主攻具身仿真底座;红杉、高瓴、奇绩创坛投资,2024 年华为哈勃入股。
执行摘要
谋先飞(Motphys,全称北京谋先飞技术有限公司)是一家深耕具身智能仿真基础设施的公司。公司以自研实时物理引擎 MotrixSim 为底座,向上构建 MotrixLab 模仿与强化学习训练框架、MotrixGen 仿真数据合成管线,并配套 MotrixStudio 场景编辑器与 SimReady 资产体系,形成从仿真、数据到训练与真机部署的闭环。其技术路径被概括为 Real2Sim2Real:先把真实场景一比一重建到仿真中,再以大规模并行完成策略训练,最终把策略零样本迁移到实体机器人。公司把自身定位为机器人的「虚拟训练场」,覆盖从运动控制、精细操作,到 2026 年拓展的智能驾驶与工程机械等泛物理 AI 场景。
本报告把谋先飞视为基础设施层公司:它的战略价值体现在为下游训练设定效率上限,以及在长期由英伟达 Isaac 主导的技术栈中提供更高的自主可控程度。与同类早期公司相比,谋先飞有两个突出特征。其一,它坚持从最底层的物理引擎做全栈自研——从数学库到上层工具链不依赖外部物理库,核心采用 Rust 编写以兼顾性能与内存安全,并在广义坐标下做多体系统整体求解;其二,它拿到了在仿真创业公司中颇为罕见的资本与渠道背书:红杉中国种子基金、高瓴创投、奇绩创坛在天使阶段进入,2024 年华为哈勃战略入股,2026 年 9 月又与华为联合发布具身智能仿真基座解决方案。
需要指出的是,公司披露的收入、合同金额与可核验的客户转化数据仍然单薄,多项醒目的基准数字与融资口径来自公司自身或联合发布方。基于公开证据,本报告给出技术 8.0、商业 6.5、融资 6.5、产品 7.5、市场 7.5 的五维评分,综合 7.1。折扣主要来自商业化与财务证据的缺口:技术叙事领先,但可核验的付费验证尚需时间沉淀。
公司概览
关于成立时间,公开资料存在持续分歧。公司官网与部分数据库把「北京谋先飞技术有限公司」的成立记为 2021 年 8 月 9 日,注册地在北京海淀;而 2022 年前后的多篇媒体与行业档案则把同名或近名主体描述为 2020 年 10 月成立。两个日期可能分别对应早期经营主体与后续的工商重新登记,本报告在「分歧」一节将其单列,不作抹平。第三方数据库显示公司人员规模在 51 至 100 人区间,登记地址在海淀西大街,公司未公开确认最新人数。
创始人兼 CEO 崔汉青是武汉大学计算机学院校友,2007 年作为武大 ACM 参赛队主力拿到 ACM-ICPC 南京赛区金牌,这也是武汉大学在该赛事上的首枚金牌并使学校首获世界总决赛资格。他大学期间进入微软亚洲研究院实习,毕业后在微软中国工作两年半并升任技术主管,后担任微软必应新闻前端技术负责人,以及体育游戏公司拱顶石(Keystone)的技术合伙人——该公司曾获红杉投资。创业后他在清华大学攻读 MBA,并在那里结识了重要的创业伙伴。据公开报道,核心团队拥有多枚 ACM 金牌,成员毕业于清华、北大、武大、哈工大,以及剑桥、康奈尔、早稻田等高校。联合创始人兼 CTO 张衡是公司技术路线的主要对外讲述者,2026 年 11 月由他见证 MotrixSim 1.0 的全球发布。
办公与业务布局方面,公司设北京总部、杭州研发中心与武汉训练中心。2025 年 10 月,公司与武汉临空港经济技术开发区(东西湖区)签约,共建被双方称为国内首个从底层物理引擎到上层数据管线全自研的机器人仿真训练场,并在当地设立华中总部及研发中心,形成北京、武汉「双中心」格局。崔汉青是武汉大学校友,曾把这次返乡称为「楚才回归」与「回家创业」。这种产地与人才的区域配置,既是商业选择,也带有创始人的个人纽带。
产品与技术
MotrixSim 是整套体系的底座:一款公司称为完全自研、零外部物理库依赖的实时物理引擎,核心用 Rust 开发。它强调在广义坐标下对多体系统做整体求解,有别于先各自计算再打补丁的做法;接触与摩擦由 LCP 求解器处理,用于精确计算接触点的法向支撑力与切向摩擦力。引擎瞄准的是精细操作中最容易失真的环节:稳定的多体接触、临界摩擦下的纯滚动、关节精度——公司称 PD 控制下运动轨迹与解析解误差小于 0.1%,并以牛顿摆的动量动能守恒、陀螺在重力力矩下的进动与章动等测试来验证数值精度与长期稳定性。渲染侧引入 PBR 材质、屏幕空间全局光照(SSGI)、基于图像的光照(IBL)与三维高斯泼溅(3DGS)混合渲染,让视觉观测与物理规律保持一致;商业版可导入由真实视频重建的 3DGS 场景,并为其中的物体分配碰撞网格,使其能被机器人真实触碰。
并行与吞吐是 Motphys 重点强调的第二条主线。公司报告在 AMD Ryzen 9 9950X 上以 1024 个并行的 G1 人形环境达到每秒约 10 万物理步,并在 4096 个并行环境下达到每秒数百万步量级。在 G1 全身跟踪任务中,团队保持观测、奖励、算法(fastsac)与超参一致,报告 MotrixSim 后端端到端用时约 10.2 分钟,Holosoma 在 Isaac Sim 后端为 130.8 分钟,两者相差约 12.8 倍。公司更宽泛的宣传口径是训练提速 3 至 10 倍,两组数字来自不同基准,本报告分开记录。其他公开压力测试包括:激光雷达仿真吞吐最高约每秒 1.24 亿射线、Franka 机械臂多种形状与大步长下 100% 抓取通过且摩擦临界点零滑移、面对 92 连杆与 36 个闭合运动环路的 Strandbeest 仿生兽在传统引擎于 5 毫秒大步长下发散时仍稳定行走,以及在 Robometrics motion planning 基准 2590 道有效题上达到 98.42% 成功率、误差 0.5 毫米。上述数字均为公司自测,文中不作为独立验证结论。
MotrixLab 是模仿与强化学习训练框架,提供面向学术研究与学习的免费社区版和用于商业交付的商业版。MotrixGen 是数据合成管线:输入任务描述即可自动合成十万级专家轨迹, configurable 三十五类以上的域随机化维度,并逐条质检只保留干净数据。MotrixStudio 是集成资产库、场景库与 AI 助手的平台级场景编辑器,Forge 则是基于 Blender、支持 AI 助手自动生成物理场景的工具。资产工具链覆盖 MuJoCo 的 MJCF 原生导入、碰撞体简化、入仿真前的一致性校验,以及面向商业版的 3DGS、点云、CAD、USD 转换和依国标模数体系拼装车间场景的 AutoMJCF。算力适配上,公司宣称已兼容海外的 NVIDIA、AMD、Apple,以及鲲鹏(含 COMPATIBLE 与 NATIVE 双认证)、昇腾、海光、天数智芯、摩尔线程、沐曦等国内芯片生态。
数据战略与「虚拟训练场」
谋先飞的核心命题是:具身智能的瓶颈在数据,而仿真是唯一能以可接受成本规模化解决数据问题的路径。创始人崔汉青多次公开对比两条数据采集路线——真实世界采集需要人、设备、场地与时间,属劳动密集;仿真生成数据主要消耗电力与算力,属算力密集,且天然可大规模并行。他预测未来数据配方会从全真机、全真实数据转向约 90% 至 99% 来自仿真,真实数据缩减为一小部分却不可或缺——真实数据让机器人「见过」场景,仿真让机器人「学会」技能,两者叠加才构成完整答案。这是公司的立场判断,本报告将其作为观点记录,不作为既定事实。
落地机制是 Real2Sim2Real 闭环。在 Real 到 Sim 的方向,公司主张一比一重建真实场景,并以物理基准实验室采集真实物理参数,再借助资产工具链把照片、视频、点云、CAD 与 USD 素材转成带碰撞与物理属性的可仿真实体。在 Sim 阶段,引擎对摩擦、质量、地形与外观做数十维域随机化,同时运行成千上万个并行环境,以低成本累积交互经验。在 Sim 到 Real 阶段,目标是零样本迁移到实体机器,省去昂贵的真机调试。SimReady 资产体系的意义在于让三维资产「带着物理属性出生」——质量、摩擦、关节约束内嵌于资产本身,可直接用于训练。
崔汉青对 SimReady 有进一步的判断:英伟达以 USD 定义 SimReady 资产,保证资产能在引擎里运行,却不保证资产对模型效果有提升;谋先飞把自己的工作定位为对这一概念的延伸,让仿真资产与数据真正对模型有用,并表示后续会释放更有公信力的成果。截至目前,这类成果尚未见公开的可核验交付物。因此本报告把数据飞轮视为一套逻辑自洽、经济性可推演的战略,但其真实规模、客户黏性与模型层面的实际提升,仍有待独立证据支撑。
评测与公开基准
围绕 MotrixSim 1.0 在 GLOSIM 2026 与 COSCon 2026 的发布,谋先飞公开了一套颇为详尽的自测,框架是覆盖底层架构、可信物理交互、真实感渲染、多模态反馈、多样性生成与规模化并行的十项高难度压力测试。点睛之笔包括关节误差小于 0.1%、Franka 机械臂 100% 抓取通过率与摩擦临界点零滑移、传统引擎在 5 毫秒大步长下发散时 Strandbeest 仍稳定行走、每秒约 1.24 亿射线的激光雷达吞吐,以及在 motion planning 基准上 98.42% 成功率与 0.5 毫米误差。公司把这些结果描述为触及行业天花板,发布现场由中国工程院院士李东等学界与行业人士见证。
其中最有分量的对比是 G1 全身跟踪任务:在观测、奖励、算法与超参一致的条件下,MotrixSim 的端到端用时 10.2 分钟对 Holosoma 在 Isaac Sim 后端的 130.8 分钟。这是公司效率主张最有力的量化论据,但它属于单一任务、自选基线、公司自测,本报告把它当作工程能力强的方向性证据,尚不构成已经可复现的普遍优势。相比之下,学术记录更为耐久:一项把三维高斯渲染与物理仿真融合的 GS-Playground 工作被 RSS 2026 录用,公司称另一项成果被 CoRL 2026 录用。同行评审录用是比厂商基准更可靠的信号,因为它经过外部评审,不过录用本身也不自动验证产品层面的性能主张。这对读者意味着,评估这家公司时应把「引擎数值精度」「论文方法创新」「商业产品能力」三件事分开看:一篇顶会论文证明的是某个方法在特定条件下的有效性,与整条产品线在客户现场的稳定交付之间仍有距离。谋先飞把学术录用作为技术背书是合理的,但把它等同于产品级验证则超出了证据本身能支撑的范围。真实的采购决策仍应落到可复现的第三方基准、明确的验收指标与已签合同的交付记录上。
商业模式、客户与落地路径
按崔汉青的划分,谋先飞的客户分三类:研究机构类,例如上海的国家地方共建人形机器人创新中心;行业龙头,例如徐工与头部车企;以及具身智能企业,例如地瓜机器人与加速进化。商业化通过两条腿走路:免费社区版驱动学术采用与人才心智,商业版则以授权、定制本体与场景、增值模块、私有化部署与带服务等级协议的工程支持变现。2026 年 9 月与华为联合发布的仿真基座解决方案,把 MotrixSim 与 MotrixLab 定位为华为具身机器人技术栈的仿真层,由华为提供算力与商业化能力——这种渠道策略降低了获客成本,也带来了对单一生态伙伴的依赖,而该伙伴同时还是投资方。
武汉的仿真训练场为项目型收入与「落地—扩展」路径提供了载体:公司与地方共建运营,机器人厂商接入设备做试训,北京大学、哈尔滨工业大学等高校采购技术用于教学科研。崔汉青把公司定位为「生态连接者」,向下连接算力提供方,向上连接本体与零部件企业,同时为开发者提供开箱即用、高精度、高效率的仿真工具。从已披露信息看,客户名单真实存在,但相当一部分处于试训与生态合作阶段,其中数方同时是投资方或政府共建项目的参与者。收入规模、合同金额、客户数量以及社区版到商业版的转化率均未披露,构成本报告最主要的尽调缺口。
竞争格局
谋先飞处在仿真基础设施这一层。被引用最多的对手是英伟达 Isaac——它凭借 PhysX 引擎、Omniverse 与以 USD 为基础的 SimReady 标准占据主导,加上近十年在仿真领域的持续投入与在该方向的一系列收购。谷歌的 MuJoCo 是另一个全球参照点,尤其在接触密集的研究场景中,且正是谋先飞明确支持的资产导入格式。Genesis 等新一代物理仿真器,以及 World Labs 等世界模型公司,正在模糊「物理精确的仿真」与「学习得到的世界模型」之间的边界;据公开报道,AMD 在 2026 年收购 World Labs 及仿真公司 SceniX,显示大型平台正汇聚到同一层。
在中国市场,谋先飞的差异化主张集中于自研引擎内核、广泛的国内芯片适配,以及对技术栈更低层的自主把控。它并非没有同行:国内另有团队在建设仿真或数据平台,机器人厂商理论上也可以自建仿真能力。崔汉青自己的回应是,组建并长期维护一支高水平仿真团队成本高、周期长,因此相当一部分企业会选择与专业平台合作。本报告判断这种差异化真实存在,但护城河并不宽——它来自引擎级的know-how与生态位,并将在英伟达、谷歌与大型平台持续加码仿真、国内同行逐步成熟的过程中接受检验。
进一步看,这场竞争的胜负手可能不在单点精度,而在生态的完整度与迁移成本。英伟达的优势是把引擎、渲染、USD 资产标准、算力与开发者工具串成闭环,并用资本把世界模型与仿真公司收入版图;谋先飞的对冲是更贴近国内算力生态、更低的硬件门槛,以及自研内核带来的适配速度。若机器人厂商一旦在某套工具链上沉淀了资产、策略与工作流,切换成本会形成黏性,因此早期争夺开发者心智与行业标准话语权就显得格外关键——这也是公司强调参与国际电信联盟具身智能焦点组标准制定的用意。对观察者而言,值得跟踪的指标包括社区版活跃度、进入权威基准的第三方复现结果,以及有几家本体厂商把仿真训练从试训推进到量产前的必经环节。
融资与资本结构
谋先飞的股东结构对一家基础设施创业公司而言是 notable 信号。2022 年的早期报道描述天使轮为数百万美元,由红杉中国种子基金与高瓴创投联合领投、Game Trigger 跟投;公司后续材料则列出红杉中国种子基金、高瓴创投、奇绩创坛与 Game Trigger 四家机构。2024 年华为哈勃战略入股,伴随工商变更新增哈勃关联主体。2026 年 10 月,一家媒体报道 Pre-A 轮已完成交割、金额未披露;而 10 月 23 日发布的一篇访谈称新一轮融资「即将完成」——两者口径的冲突在「分歧」一节单列。某第三方数据库仅统计到两次、合计约 7147 万元人民币的融资事件,这一数字明显遗漏了战略投资与后续轮次。
目前没有关于谋先飞估值的权威公开数字。这一点很关键,因为同一届央视《赢在AI+》榜单中的多家同行已有数十亿元人民币量级的公开估值,资本对这些基础设施公司的定价很大程度建立在叙事之上。对尽调而言,真正有分量的材料是公司对轮次结构与投资方的正式说明、带金额的已签客户合同,以及披露的收入或人员规模走向;目前除媒体汇总外,这些均不公开。需要说明的是,公司曾以 89.6 分的同场第一成绩晋级央视《赢在AI+》年度盛典,创始人在 2026 年 10 月的十强名单中榜上有名,这类平台背书有助于品牌与获客,但与财务可核验性属于不同维度。
DISCREPANCIES
1. 成立时间与法律主体。 公司官网与部分数据库记为 2021 年 8 月 9 日成立;2022 年前后的多篇媒体与行业档案则描述为 2020 年 10 月成立。裁定:可能对应早期经营主体与后续工商重新登记,2020 年起算有多篇独立档案支持,两者并存,具体法律主体沿革留待核实。
2. 天使轮投资方名单。 早期报道列红杉中国种子基金、高瓴创投与 Game Trigger;公司后续材料另列奇绩创坛,而 2022 年工商变更未出现奇绩创坛与 Game Trigger。裁定:四家机构的名单是公司对外的现行表述;国内报道中 Game Trigger 与奇绩创坛关联密切,差异可能来自命名口径,尚未证实。
3. 融资阶段与时点。 2026 年 10 月下旬有媒体报道 Pre-A 轮已完成交割、金额未披露;10 月 23 日访谈称新一轮「即将完成」。裁定:两者可能描述不同轮次,或存在交割与宣布的时间差;公司未发布正式融资公告,阶段状态按未确认记录。
4. 已披露融资总额。 某第三方数据库给出两次合计约 7147 万元人民币。裁定:该数字遗漏战略投资与未披露轮次,不构成可靠总额,报道中的数百万美元天使轮加战略投资与 Pre-A 更接近全貌,但同样缺乏公司确认。
5. 训练提速:3 至 10 倍与 12.8 倍。 宣传文案称 3 至 10 倍;技术报告在 G1 全身跟踪任务上给出 12.8 倍的端到端用时优势(10.2 分钟对 130.8 分钟)。裁定:两者基准与对照对象不同,且均非独立复现的通用加速比,本报告按各自适用范围分别记录。
6. 「国内首个/唯一」表述。 公司与伙伴材料称其为国内唯一全栈仿真链路、全国首个虚实一体实训中心、全国首个自主可控机器人仿真训练场。裁定:这些是针对狭窄类别的第一方或伙伴表述,按主张记录,不作为已确立的市场事实。
7. 学术录用。 公司材料称成果被 RSS 2026 与 CoRL 2026 录用,另有演讲提到「今年两篇顶会论文」;GS-Playground 在 RSS 2026 的录用有明确标题,CoRL 成果仅泛泛描述。裁定:RSS 录用较为具体,第二篇的会议与标题需进一步核实后方可视为确立。
8. 估值。 没有权威公开数字,同届榜单同行却有数十亿元量级的公开估值。裁定:估值留空,不作推断。
风险与尽调缺口
商业化是首要风险。谋先飞有扎实的技术叙事与亮眼的股东名单,但没有披露收入、合同金额与社区版到商业版的转化数据,客户名单中相当一部分是试训部署与生态伙伴,其中数方同时是投资方或政府共建项目参与者。对单一大型生态伙伴华为的依赖——无论是算力适配还是渠道——构成集中度风险,且该伙伴兼具投资方身份。
技术主张虽亮眼,却多为公司自测:自选任务与自选基线的厂商基准并不等同于独立可复现性,采购方应要求第三方评测。「99% 数据来自仿真」是公司判断,尽管仿真已明显获得更多认可,最终配比仍取决于任务类型,以及能否拿出仿真数据改善模型效果的证据——这正是崔汉青表示公司正在攻克的方向。来自英伟达、谷歌与新兴世界模型公司的竞争在加剧,而国内引擎级人才池偏薄,这既抬高进入门槛,也构成招揽与留存约束。
另有一类容易被忽略的风险来自叙事本身。公司多次表达「仿真将占未来数据九成以上」的判断,若产业演进速度低于预期,或真实数据在精细操作等场景中被证明仍不可替代,那么围绕仿真底座构建的估值逻辑与产能投入就会面临重估。同样,与华为的深度绑定虽带来算力与渠道,却也意味着产品路线、适配节奏与商业条款在一定程度上受伙伴生态影响。对潜在客户与投资人来说,把这些结构性依赖与理想化的行业预测区分开来,是评估该公司绕不开的一步。综合看,这是一家技术可信、资源雄厚的公司,但其商业与财务论证仍在验证途中。
综合评分
谋先飞是一家技术上可信、资源扎实的基础设施公司:围绕自研物理引擎构建了真正覆盖仿真到部署的全栈平台,这类能力在国内较为少见,并随具身智能规模化而具备战略价值。它的优势在于引擎级深度、逻辑自洽的 Real2Sim2Real 产品叙事、广泛的国内芯片适配,以及由红杉、高瓴、奇绩创坛与华为锚定的资本和渠道位置。它的短板在于收入缺乏可核验性、性能主张以第一方为主、融资阶段报道口径不一,以及对单一生态伙伴的依赖。据此给出五维评分:技术 8.0(自研引擎与学术录用是硬支撑)、产品 7.5(三平台加工具链完整但未披露转化)、市场 7.5(赛道高景气且政策与生态加持)、商业 6.5(付费验证单薄)、融资 6.5(股东强但阶段与估值口径不清),综合 7.1。对关注具身仿真底座的读者,这家公司值得作为国内样本持续跟踪,但跟踪重点应放在可核验的合同、收入与第三方基准,第一方演示的权重应下调。
从行业视角看,谋先飞的价值不只在单家公司本身,更在于它代表了一条值得观察的路径:以自研底层引擎为支点,借助国内算力适配与产业场景,尝试在由海外平台主导的仿真基础设施层建立可控能力。这条路径能否走通,取决于技术领先能否转化为商业闭环,也取决于整个具身智能产业何时进入规模化训练阶段。在答案揭晓之前,把它作为「基础设施自主化」命题的一个样本来跟踪,比单纯判断其短期估值更有意义。综合评分 7.1,反映的正是这种技术底色扎实、商业验证待补的中间状态。
参考资料
- Motphys 官网首页:产品架构、三大平台 MotrixSim / MotrixLab / MotrixGen 与资产工具链(motphys.com)。
- Motphys「关于我们」:公司成立、2021—2026 发展历程、办公地点、算力生态适配(motphys.com/zh/about/)。
- MotrixSim 产品页:物理精度、渲染、并行能力、社区版与商业版差异(motphys.com/zh/motrixsim)。
- 《为物理 AI 而生:MotrixSim 1.0 技术突破定义「新仿真时代」》:GLOSIM 2026 / COSCon 2026 发布、基准数字、RSS 2026 与 CoRL 2026 录用(亚洲仿真联盟 / 行业媒体,2026-11)。
- IPO 早知道 / 商业新知:《对话 Motphys 崔汉青》,融资沿革、SimReady 与数据观点(2026-10-23)。
- 央视财经《赢在AI+》第二季:89.6 分同场第一、创始人现场表述(2026-10-09)。
- Robo百科 / 微信公众号:央视 AI 十强名单与具身产业链分析(2026-10-30)。
- 央视网地方频道 / 国际在线湖北:武汉东西湖仿真训练场签约、客户试训名单与创始人背景(2025-10-30 至 10-31)。
- 元界 / 微信公众号:创始人崔汉青背景、天使轮与公司早期历史(2022)。
- 亿欧数据:公司档案、融资事件、人员规模与注册地址(data.iyiou.com)。
- 清华 MBA 具身智能俱乐部论坛纪要:崔汉青关于 MotrixSim 与 RSS 2026 的分享及竞争判断(2026-05)。
- 中国日报网 / 中国经济新闻网:公司简介、市场落地、认证与学术表述(2026)。
相关报告
- NVIDIA 深度调研:以 PhysicsNeMo、Warp、Cosmos 世界基础模型与 Omniverse 构建物理 AI 全栈基础设施
- Physical Intelligence 深度调研:31 亿美元级融资押注「机器人的 GPT 时刻」,π0.7 自陈未见任务成功率仅 60–80%,Pi API 定价与收入双双未披露
- LiberAI(将闲科技)深度调研:从 RDT-1B 到 Liber-0 世界动作模型,以 UMI 无本体人类数据 + 世界模型范式攻克具身数据饥渴的清华系物理世界模型公司
- World Labs 深度调研:李飞飞的空间智能独角兽,被 AMD 以 82 亿美元收编
- 光轮智能深度调研:前英伟达仿真负责人创办的物理 AI 数据与评测基础设施商,七轮融资约 26.5 亿元估值超 20 亿美元,同时进入 Newton 与 EgoVerse 两大国际标准委员会,订单口径存在 5.5 亿元人民币与 1 亿美元两套说法
本报告基于公开信息整理,仅供参考,不构成任何投资建议。数据截至报告发布日,请以公司公告与定期报告为准。