「飞捷科思」宣布完成近亿元Pre-A2轮融资
3月20日，「飞捷科思」宣布完成近亿元Pre-A2轮融资。
这轮融资由专注硬科技投资的鼎峰科创领投，泰有基金、硅港资本、溢倡资本等多家知名机构跟投，老股东东方富海、驰星资本等持续加码。
这是飞捷科思2个月内完成的第二轮近亿元融资。
在2026年1月，这家公司拿到了经纬创投与东方富海联合领投的Pre-A1轮融资，沐曦股份、驰星创投等机构也参与了投资。
一、成功的经验
飞捷科思的创始人张立华教授是复旦大学智能机器人与先进制造创新学院副院长、智能机器人研究院常务副院长，同时他还是英伟达PhysX物理引擎的主要奠基人与研发团队负责人。
PhysX作为全球首款实时物理仿真商用方案，被广泛应用于游戏开发。你在玩3D游戏时，角色摔倒、物体碰撞、水流飞溅这些物理效果，背后都有PhysX的身影。张立华深耕物理仿真领域二十多年，PhysX引擎的诞生，他功不可没。
2024年8月，张立华创立了飞捷科思。这次，他要做的不是游戏物理引擎，而是针对具身智能场景的新一代物理仿真引擎。
从PhysX到Fysics的转变——为什么？
ChatGPT时代，AI在数字世界里对话；但具身智能时代，AI需要在真实世界里行动。机器人要能搬东西、能走路、能避开障碍物，这些都需要理解物理世界的规律。传统物理仿真引擎已经跟不上新需求了——多物理材质、高精度、大规模并行训练，这些都是新挑战。
二、飞捷科思的核心产品
· 新一代可微分通用物理仿真引擎Fysics
国内唯一面向具身智能的多物理、多材质统一求解引擎，全面适配主流及国产GPU，支持大规模并行仿真，即给机器人训练提供一个高度仿真的数字世界。
· 全模态物理AI基础模型OmniFysics
全球首个懂物理定律的AI模型。这个模型只有3B参数量，但在核心指标上却超越了一些参数量更大的模型。参数量不是越大越好，关键是要能真正理解物理世界的规律。OmniFysics通过融合多模态物理数据，实现了对复杂动态系统的精准模拟，其可微分特性更支持端到端的智能优化。
· FysicsWorld评测体系
飞捷科思与复旦大学认知与智能技术实验室联合推出了全球首个面向真实物理世界的统一全模态评测基准。
这套评测体系包含了视觉、听觉、语言及其相互协作的16大类高难度综合任务，涉及上百种真实的物理生活场景。比如，AI需要观察一段无声的物体碰撞视频，结合物理规律精准预测它发出的声音特征；或者在嘈杂的视频中，通过声音的变化反推画面中没有显示的物体运动轨迹。
飞捷科思表示，本轮融资资金将重点投入到核心产品的迭代优化、物理AI大模型的技术升级以及评测体系的完善中。同时，要加速推进核心技术在机器人、智能制造、数字孪生等前沿领域的商业化落地。
机器人研发需要大量物理仿真训练，以降低研发成本与风险。机器人的运动控制、环境交互等环节，都需要在仿真环境中反复训练。有了高质量的物理仿真引擎，就能在数字世界里快速试错，然后应用到真实世界。真实世界的试错成本太高了，机器人摔一下可能就坏了，但在仿真环境里可以摔几万次。
数字孪生也是重要场景。工业制造、智慧城市这些领域，需要高精度物理仿真来模拟真实世界的运行规律。工厂里的生产流程、城市里的交通系统，都能在数字孪生中进行优化。
很多公司技术很强，机器人能做各种炫技动作，但真正要应用到工厂、家庭、商业场景，就会发现很多问题。环境适应性、安全性、成本控制，这些都是硬骨头。
飞捷科思的思路很清晰：先把物理仿真引擎做好，然后在这个基础上构建物理AI大模型和评测体系，最后推动技术在具体场景落地。
在传统的AI认知中，参数量决定智能水平（Scaling Law）。但飞捷科思走通了另一条路：2026年2月，其发布的 3B 参数紧凑型模型 OmniFysics，在物理逻辑推理评测中击败了 Gemini、Claude 等参数量大出百倍的全球顶尖模型。
这一突破对行业意味着什么？
打破“物理认知鸿沟”： 传统大模型只是“背书高手”，看图识物却不懂物理逻辑（比如不知道陶瓷碗掉地上会碎）。而 OmniFysics 将密度、硬度、因果律等真实规则刻进 AI 骨子里。
实现“物理忠实”生成： 它能根据物理参数生成完全符合规律的图像和动作预判，这正是机器人、自动驾驶等领域进入现实生活所需的“核心大脑”。
期待飞捷科思的未来！
关于泰有基金
泰有基金是由清华系为主的管理团队联合一批优秀企业家共同发起设立，是专注于硬科技领域的私募股权投资基金。
泰有基金作为中国高校创新创业教育联盟投融资专业委员会主任委员单位，在国内拥有泰有系列基金并在海外设立平行基金，立足于清华、MIT、哈佛等名校校友，寻找有投资潜力 的高新技术创业项目，并与创 业者共同成长，努力打造一批高科技领军企业。
