Physical-native 基础模型（10B+ 快系统）
可 Scaling 的「快系统」负责高频物理感知、世界预测、动作生成与实时纠偏；「慢系统」承接通用大模型的语义理解与长程规划。
← 全部企业
初光跃迁 Chuguang Yueqian
自动驾驶万卡级团队整队迁移机器人的国内唯一
国内唯一把经历千万小时训练数据、万卡基础设施与百万辆量产的自动驾驶成建制团队整队迁移至机器人的公司，攻坚可实时运行、可持续 Scaling 的 Physical-native 基础模型。
初光跃迁把一支已在自动驾驶中完成端到端大模型工业化的团队——千万小时训练数据、万卡集群、百万辆量产车——整队迁移到机器人，复用同一套 Scaling 体系。公司配备 World Mind Lab 世界模型团队、北美人形机器人控制团队以及机器人硬件与商业化团队，以「看清物理世界」为切口，攻坚可实时运行、可持续 Scaling 的 Physical-native Foundation Model。首个产业落地是与中际旭创合作的光模块精密制造产线。
01产品与解决方案
训练与数据基础设施
团队既有体系曾实现工程训练效率提升 2 倍以上、高价值数据挖掘带来 3 倍以上训练提效、整体训练效率提升 5 倍以上，存储及模型迭代成本降至三分之一，模型迭代周期从周级缩短至天级。
制造业产线机器人训练项目
精密制造产线上的长程操作任务，首个项目为中际旭创光模块产线，共建行业标杆。
02核心优势
- 团队核心壁垒：自动驾驶超大规模端到端模型的工业化 Scaling 已跑通验证——千万小时数据、万卡集群、量产车辆。
- 「物理表征 + 实时执行 + 长时记忆 + Scaling」四大技术核心，解决机器人「眼睛 + 小脑 + 物理直觉」盲区。
- World Mind Lab 公开将研究方向定义为 Physical World Modeling，重点研究 interaction、future dynamics、geometry 与 embodied AI；GEM-4D 将真机操作成功率由 61% 提升至 81%；Flow Equivariant World Models 在长时序预测上显著优于对照架构。
- 已入驻以中际旭创为代表的光模块精密制造产线，训练机器人完成长程任务。
03客户与合作伙伴
中际旭创
