2026 年的科技圈，英伟达、OpenAI 依然稳居顶流，海力士和三星则强势上位。一众新旧巨头争相登场，这里面真正耐人寻味的玩家，却是贝索斯。

2021 年卸任亚马逊 CEO 后，贝索斯可是一点没闲着：借着 Blue Origin（蓝色起源）的太空技术上了趟天、投资 Altos Labs 探索长寿科技、跟投 Figure AI 下注人形机器人。

忙了一圈首富游戏后，贝索斯的感受估计只有一个，复杂物理产品的研发周期实在太长。

太空工业、生物医疗、具身智能，无一不是高端制造的顶级领域。几条赛道看上去彼此遥远，其实共同指向一个长期难题：当物理产品的构成复杂到涉及数以万计的零部件时，产品从研发、验证到量产的难度也将指数级上升。以波音 777x 客机为例，光是喷气发动机的零件总数就达到了惊人的 30 万个。

让一台喷气发动机的推力在现有基础上提升 10%，由于工程本身的复杂度，传统研发可能需要十年。贝索斯希望借助 AI，把这段从构想到制造的循环提速十倍甚至更多 [ 1 ] 。

2025 年 11 月，贝索斯重返创业，Prometheus（普罗米修斯）成立，这也是他第一次在卸任亚马逊 CEO 后重新担任一家公司的正式 CEO。

仅仅 7 个月后，Prometheus 完成了最新 B 轮融资，融资额高达 120 亿美元，是现有 AI创业公司规模最大的 B 轮融资，公司估值直接来到 410 亿美元。

如此烧钱，但资本又如此愿意下注，Prometheus 凭什么？

贝索斯交给市场的，绝不是一个产品这么简单，这是一张重塑全球工业体系的入场券。

Prometheus 把自己在做的事描述为打造一套 " 未来的 CAD（计算机辅助设计）系统 "，CAD 是工程师在制造任何实物之前用来建模的软件，但在贝索斯眼里，这仍然不足以完全描述 [ 2 ] 。

它更接近于工程底座，是钢铁侠中 " 贾维斯 " 最接近现实世界的一种落地——打造能够辅助工程师设计和制造实体产品的 AI 工具体系 [ 2 ] ，也就是说，用 AI 重新改造工程与制造。

Prometheus 的技术落脚，在于物理世界，而这背后关联一个更大的产业主题：物理 AI。

世界是 3D 的

在去年 6 月的 GTC 巴黎站上，黄仁勋给物理 AI 算了一笔大账：工厂、物流、人形机器人背后，是一张价值 50 万亿美元的产业牌桌 [ 3 ] 。

50 万亿美元什么概念？

根据彭博的最新预测，到 2030 年，涵盖算力、软件及相关服务的广义生成式 AI 的市场规模也不过 2 万亿美元 [ 4 ] 。黄仁勋给物理 AI 的估算，显然是一个包含制造业、物流、能源等百亿级别市场的实体经济重塑。

而在当下，关于物理 AI 的定义并未严格界定，通俗理解，是 AI 要能理解物理规则并作用于物理世界。

智能驾驶和人形机器人是目前最直观的两类应用，前者让机器在道路中感知、判断和行动，后者则试图让 AI 获得一副能够进入现实环境的身体。

但无论最终以汽车、机器人还是其它工业设备为载体，AI 要想从硅基世界真正作用于碳基世界，都绕不开一个基本事实：真实世界是 3D 的。

英伟达机器人研究，围绕 3D 世界的探索

巨大的市场空间、全新的赛道挑战，在 AI 进入物理世界的路径上，科技巨头、前沿学者、产业资本都在用自己的方式寻找切入方向。

最先把物理 AI 推到大众眼前的，就是黄仁勋。他多次在 GTC、CES 这类科技大会里喊话 " 下一代 AI 是 physical AI（物理 AI）"，不仅如此，黄仁勋还把女儿黄敏珊放在英伟达 Omniverse 部门（3D 仿真相关），儿子黄胜斌负责机器人业务，毫无疑问都是英伟达未来十年关联物理 AI 的战略重点部门。

"AI 教母 " 李飞飞创立 World Labs 押注空间智能，目标是让 AI 理解 3D 世界；杨立昆从 Meta 离开后就创立了 AMI Labs，核心是让 AI 学会预测现实世界的变化；而贝索斯下场做 Prometheus，更是直接关联制造场景做底层引擎。

过去几年，AI 硅基能力沿着人类认知世界的维度一路升级，文字解决语言表达，图像解决视觉表达，视频又把时间维度补上。每打开一层新的维度，资本与人才便蜂拥而入，迅速将一片技术新大陆打成刺激战场。

回到 3D 和物理世界，所有人终将入场。只是这一次的战场形态，与生成式的世界不再全然相同。

物理世界，不接受 " 大概正确 "

在探索物理世界该如何完成 3D 映射这件事上，早已有两大深耕多年的领域——游戏与工业。

游戏是天然的使用场景，原因并不复杂。游戏行业需要海量 3D 资产，例如角色、场景、道具等等，同时人物动作和环境交互本身就需要与物理规律相符。Unity、Unreal 这类实时 3D 引擎，就是为此服务。

工业 3D 完全是另一套逻辑，也是与物理世界关联更大的场景。

在生成式的概率世界里，图片和视频能做到大概正确就足够令人惊喜，但在工业级场景中，精度 99% 以下的产品可能都是废品。一颗螺丝孔偏了半毫米，装配线就直接停摆；一个曲面连续性处理不好，加工和仿真都会跟着出问题。

子虔科技创始人龚敏彦同时经历过这两类 3D 世界：一边是 CAD 巨头法国达索代表的工业软件体系，一边是 Unity 代表的游戏与实时 3D 世界。

这个经历让他对两条路线的差异有更直接的体感，他将此概括为 " 画皮 " 与 " 画骨 " 的区别：虚拟世界里的 3D 首先服务于感知和呈现，制造世界里的 3D 必须服务于可验证的工程结果 [ 5 ] 。

" 虚拟到虚拟 " 的世界里，AI 最重要的能力是生成速度和表现力，它解决的是内容生产效率，商业化路径也更贴近游戏资产、影视制作、营销展示和虚拟空间。

" 虚拟到制造 " 的世界里，生成只是第一步，一个 3D 模型还要能被编辑、被测量、被仿真、被加工，能保留工程意图。同时关联物理世界，AI 需要具体理解几何、材料、约束、受力、工艺、误差和制造反馈，最终把一个数字对象送进真实世界，并且经得起现实检验。

游戏 3D 的市场上限由内容支出决定，工业 3D 面对的则是整个制造业的研发、设计和生产预算。

贝索斯重新下场做 Prometheus，黄仁勋不断为物理 AI 摇旗，背后指向的是同一个趋势：AI 的主战场正在从生成内容走向生成产品，从改造软件世界走向改造硬件世界。

在《钢铁侠》里，托尼 · 斯塔克只需要给出一个模糊设想，贾维斯就能调动各类设备，把一句话逐步变成一件可以穿上身的装备。现实中的工程体系远没有这么顺滑，人的创意先要被翻译成几何模型，再经过计算、验证、加工和装配，任何一个环节的信息丢失，最终产品都可能偏离最初设想。

而过去几十年，这种工业级高精准入口，主要依赖 CAD（计算机辅助设计）软件实现。

某喷气发动机的 CAD 细节图

CAD看上去是画图软件，实际是现代文明的物理底座。建筑、机械、航空航天、船舶、医疗设备、纺织服装等等行业都与它紧密关联，甚至可以说，CAD 沉淀了人类在物理世界最多的行业 know-how。

当 AI 开始进入 3D，越靠近物理世界，越需要精度和约束；越靠近制造系统，CAD 的入口价值将越被凸显。但 AI 连接现实的难度也在这里，如何把通用能力重新约束进工程问题里，让 AI 更快、更可靠地改造世界？

AI  CAD，一个联通物理世界的全新入口

过去卖 CAD，本质上是卖给工程师用。而AI 能力迭代到今天，让 CAD 出现了新的使用者：机器。

这意味着 CAD 的商业逻辑不再只是让人更高效地画图，还要变成让 AI 更可靠地完成工程操作。这是 AI 对 CAD 的重塑级影响，不仅改变入口的前台体验，也改变了价值分配。

当机器成为新的使用者，CAD 便从一套依赖界面和命令的人机软件，转向可被 AI 直接调用的基础设施。

软件底层需要把工具模块化、接口化，让 AI 能够理解意图、拆解任务并完成闭环操作。更进一步，商业模式也会从按席位收费，转向按任务、调用量和工作流收费。

子虔创始人龚敏彦对此有一个更直接的概括：上一代 CAD 是帮助人类把意图投射进数字世界，而子虔要做的则是反过来，让电子真正能够操作原子的世界，在数字设计、物理验证与现实制造之间形成闭环。

海外巨头也在沿着不同方向逼近这一目标。英伟达试图用 Omniverse、仿真平台和算力体系搭建物理 AI 的训练场。达索、西门子这些传统工业软件巨头，选择围绕工业软件和数字孪生延伸工程边界。

传统工业软件巨头拥有深厚的产品体系，但历史架构庞大，巨轮转向并不轻松，AI 原生改造必然会牵动整个产品栈；生成式 3D 公司擅长视觉生成，却缺乏工程约束和可制造性；通用大模型公司拥有更强智能，强通用背后则是缺少垂直产业内必要的核心工具和数据资产。

对于一个长期深耕 3D 世界多年的团队，子虔科技相信，CAD 处在虚拟世界与真实世界的交界处，它既是人类设计产品、描述空间和表达工程意图的工具，也是连接仿真、制造与物理执行的基础设施。

CAD 模型所承载的不只是三维外形，更包含物理原理和制造过程，相比图像与视频，它提供的是一种更接近物理世界本质的数字表达。

在这一理念的驱动下，子虔科技形成了一条从生成物理世界、校验物理世界到闭环物理世界 Dream Loop 的技术路线。

第一阶段，是 " 指哪打哪 " 的 Agentic CAD。

当大模型赋予软件理解能力后，基于子虔科技云原生 3D CAD 基础工具的布局、产业数据的长期积累以及 harness 系统的迭代进化，Agentic CAD 可以理解自然语言的工程意图，将用户目标拆解为一系列可执行的建模动作，并调用可靠的几何建模工具完成操作。

这一过程类似于 3D 世界的 AI coding，它改变的不只是建模效率，更是人与工业软件交互的基本方式——从人学习机器的操作语言，转变为机器理解人的创作意图。

第二阶段，从物理结构走向可校验的物理产品。

正如实现物理 AI 最核心的原则，在于理解物理规则并作用于物理世界。在这一步，产品将放入子虔的物理世界仿真平台进行校验，对力学、运动学、动力学、运动控制等一系列物理规则进行准确性验证。

这一过程可以和第一阶段的产品生成自行闭环迭代，直至输出最合理优质的方案。

第三阶段，走向制造，完成作用于物理世界的终极目的。

三个阶段的连贯运行，将真正把人类从创意萌生到物理落地的时间缩短为原来的 1/10，甚至更极致。

对子虔而言，这不是一个简单的云上 CAD 软件，也不单纯是类比 Prometheus 的效率提升，它是对齐 AI 与物理世界的精准表达。

当更多判断与想象可以交予人类工程师时，未来的 CAD 便将成为人类创造力的全新入口。

尾声

新兴产业的叙事，往往从一个宏大词汇开始，最后生长出一套全面的产业生态。

回看几轮技术浪潮，入口的变化往往决定了产业的权力结构。个人电脑时代，操作系统成为软件开发和硬件适配的入口；移动互联网时代，iOS 和 Android 掌握了开发者规则；AI 训练时代，CUDA 把 GPU 从一块硬件变成开发者绕不开的算力平台。

AI 与物理世界的连接也会如此。

在这条重塑全球工业体系的道路上，不只有贝索斯看中了机会。在中国，同样有这么一批云原生工业软件公司，更早开始把 AI 能力嵌进工程与制造的真实流程。时至今日，各路追逐的目标，也变得日渐清晰：

谁能率先成为 AI 进入物理世界的第一站，谁就真正拥有 " 贾维斯 " 的定义权。

[ 1 ] Prometheus, Jeff Bezos' AI startup, is now worth $41 billion，Axios

[ 2 ] 贝索斯 AI 创业公司 Prometheus 完成 120 亿美元融资，估值达 410 亿美元，华尔街见闻

[ 3 ] Nvidia believes physical AI systems are a $50 trillion market opportunity，GamesBeat

[ 4 ] Generative AI Market Poised to Reach $2.3 Trillion by 2032 as Agentic Systems Proliferate and Infrastructure Demand Surges, According to Bloomberg Intelligence，Bloomberg

[ 5 ] 数字孪生：从 " 画皮 " 到 " 画骨 "，通向工业互联网和智慧城市，第一财经