一、一個1987年出生的北大物理系學生，正在重新定義機器人怎麼學走路
2026年3月，光輪智能宣布完成10億元融資。
這家公司成立才三年，估值已經突破10億美元。它是全球第一個在具身數據領域成為獨角獸的企業。
創始人謝晨，今年39歲。
三年前，他還在蔚來當高管，負責自動駕駛模擬部門。再往前，他在美國Cruise，在英偉達。再往前，他在哥倫比亞大學讀數量金融博士。再往前，他是北大物理系的學生。
這條履歷看起來有點跳躍，從物理到金融，從金融到自動駕駛，從自動駕駛到機器人。但謝晨自己說，他一直在做同一件事。
模擬。模擬。用代碼搭建一個虛擬世界，讓AI在裏面學習。
二、在英偉達的時候，他發現了一個沒人願意直說的問題
2019年前後，謝晨在英偉達做自動駕駛晶元和模擬平台的研發。
那時候自動駕駛很火，但有一個問題始終沒解決：車要上路，必須經過海量測試。真實道路測試太慢了，成本也高得嚇人。所以行業都在用模擬，在虛擬環境里測試自動駕駛系統。
但當時的模擬有個致命缺陷。
場景是人工搭建的。工程師一個個畫道路，放車輛，調天氣。一場暴雨，一個急剎，一個鬼探頭，都要人工設計。效率低不說，很多極端情況根本覆蓋不到。
謝晨意識到，如果模擬場景不夠豐富，自動駕駛系統就永遠有盲區。盲區意味著風險。風險意味著，自動駕駛可能永遠無法真正落地。
這個問題困擾了他很多年。
三、ChatGPT出現那天，他突然想通了
2022年底，ChatGPT發布。
2023年，生成式AI爆發。
謝晨看著大語言模型的進展，突然意識到一件事：既然AI能生成文字，為什麼不能生成模擬場景？
如果讓AI自動生成駕駛場景，再合成訓練數據，是不是就能解決物理世界AI的數據不足問題？
這個想法和他過去十年的研究完全契合。他在英偉達做過模擬，在Cruise做過模擬，在蔚來從零搭建過模擬體系。他比任何人都清楚這個行業的痛點，也比任何人都清楚技術該怎麼走。
2023年1月，他從蔚來辭職，在北京中關村創辦了光輪智能。
創業初期，公司不到十個人。
四、他說創業不是比吃苦，而是追求技術的獨特性
外界形容創業者累成狗，謝晨不認可這個說法。
他說，創業不是比吃苦，而是要追求技術的獨特性。
這句話聽起來有點理想主義，但光輪智能的發展速度證明了它的含金量。
2023年，公司完成四輪融資。
2024年，完成Pre-A輪及戰略投資輪融資。同年，與上海人工智慧實驗室聯合推出並開源自動駕駛3D Occupancy合成數據集LightwheelOcc。
2025年9月，完成A輪融資，投資方包括東方富海、三七互娛。
2025年11月，完成數億元A輪及A+輪融資，年營收突破億元。
2026年3月，完成10億元A++及A+++輪融資，成為全球首個具身數據領域獨角獸。
客戶名單里有英偉達、谷歌、Figure AI、1X Technologies、位元組、阿里、智元機器人、銀河通用機器人、豐田、博世、比亞迪、吉利。
國際主要具身智能團隊中，超過80%的模擬資產與模擬合成數據來自光輪智能。
五、黃仁勛說Physical AI是英偉達的下一個增長引擎，同一天謝晨登上了英偉達的官方頻道
2025年11月19日，英偉達發布財報，營收570億美元，同比增長62%。
CEO黃仁勛在財報電話會議上說，Physical AI已經是一個數十億美元的業務，正在應對一個數萬億美元的機會，這是英偉達的下一個增長引擎。
同一天，英偉達官方YouTube頻道發布了與謝晨的深度訪談。
在訪談里，謝晨說了一句話，被英偉達官方社交媒體反覆引用。
他說，光輪智能是機器人專家的遊樂場。
這句話聽起來很輕鬆，但背後的技術壁壘極高。光輪智能的核心技術叫做Real2Sim2Real + Realism Validation，它能減少虛擬環境與現實世界之間的誤差，讓合成數據真正可用。
2025年10月，謝晨還與黃仁勛的女兒黃敏珊對話，探討模擬、具身智能與Sim2Real的未來。
一個中國創業者，能在英偉達的生態里佔據如此重要的位置，這在以前是不可想象的。
六、他說要做數據領域的英偉達，但這條路比想象中更難
謝晨給光輪智能的定位很明確。
如果GPU與CUDA定義了大模型時代的算力基礎設施，那麼光輪智能正在定義物理AI時代的數據與模擬基礎設施。
這個定位很宏大，但挑戰也很現實。
具身智能行業面臨的最大瓶頸是數據。機器人需要大量真實交互數據來訓練，動輒上萬甚至幾十萬條。但實地採集成本極高，一次採集往往要十幾萬元，還會受到場地和環境限制。很多長尾場景幾乎無法系統收集。
模擬數據是解決方案，但模擬數據要發揮作用，關鍵問題是讓虛擬數據盡量接近真實世界。
這不是一個簡單的問題。物理世界的複雜性遠超想象。物體怎麼被抓取，施力多少才安全，這些基礎行為從未被系統記錄。機器人在虛擬環境中學到的技能，到了真實世界可能完全失效。
謝晨說，人類需要18年完成基本教育，如果讓機器人用同樣的方式學習，根本來不及。模擬就是答案。如果能讓機器人在模擬中用比真實世界更快的速度學習，就能把20年的學習壓縮到幾小時。
聽起來很美好，但技術難度極高。
七、從物理系學生到獨角獸創始人，他走了二十年
回頭看謝晨的路徑，其實有一條清晰的線索。
本科在北大物理系，做核物理模擬。
博士在哥倫比亞大學學數量金融，做金融系統模擬。
畢業后在英偉達、Cruise、蔚來，做自動駕駛模擬。
現在創業，做物理AI模擬。
看似不同的行業，本質都是在用代碼模擬世界。
他說，創業之後，他對所有事情有掌控權，無論成功或是失敗。他找到了自己最舒服的狀態。
這種掌控感，可能來自於他對技術的深刻理解，也可能來自於他對自己能力的清晰認知。
在2025年2月接受第一財經採訪時，謝晨說，矽谷在AI領域的認知能力和中國頂尖創業者的認知並沒有太大差異，且形成了相當程度的共識。
這句話的潛台詞是，中國創業者在AI時代有機會和矽谷站在同一起跑線上。
八、2026年，具身智能的量產元年，數據戰爭才剛剛開始
2026年被很多人稱為具身智能的量產元年。
但量產的前提是數據。沒有足夠的高質量數據，機器人就無法在真實世界中穩定工作。
謝晨預測，五年以內，合成數據的需求量會佔到所有數據體量的90%到95%。
如果這個預測成真，光輪智能所處的市場將是一個萬億級別的賽道。
但競爭也在加劇。越來越多的公司進入合成數據領域，技術路線也在不斷迭代。
光輪智能的優勢在於先發優勢和客戶資源。它與英偉達在多個技術方向展開深度合作，是Omniverse和Isaac Sim平台SimReady資產生態的核心貢獻者之一。它還與英偉達共同開發、開源測試驗證框架Isaac Lab-Arena和Newton物理引擎應用。
2026年5月，光輪智能與谷歌、英偉達等機構共同發起開源物理模擬引擎Newton的技術指導委員會，參与定義下一代物理AI模擬標準。
這意味著，光輪智能不僅是一個數據供應商，還在參與制定行業標準。
九、寫在最後
謝晨的故事，是一個關於時機、技術和選擇的故事。
他在英偉達和Cruise積累了技術經驗，在蔚來驗證了國內市場的可能性，在ChatGPT爆發后看到了生成式AI與模擬結合的機會。
他選擇了創業，選擇了做數據基礎設施，選擇了與英偉達深度合作。
這些選擇讓他成為了具身數據領域的第一個獨角獸創始人。
但故事還沒有結束。
物理AI的時代才剛剛開始，數據戰爭的勝負還未分曉。謝晨和他的光輪智能，能否真正成為數據領域的英偉達，還需要時間來驗證。
唯一確定的是，這個1987年出生的北大物理系學生，正在用自己的方式，改變機器人學習走路的方式。
*以上內容系網友指點山河自行轉載自技術人說，該文僅代表原作者觀點和態度。yeeyi號系信息發布平台，僅提供信息存儲空間服務，不代表贊同其觀點和對其真實性負責。如果對文章或圖片/視頻版權有異議，請郵件至我們反饋，平台將會及時處理。