$ 三七互娱 ( SZ002555 ) $  

三七互娱突然连投两家 AI 公司：一家 " 造世界 "，一家让机器人有触觉一家游戏公司，为什么开始密集投资机器人？

原创 canzecanze 高玩看世界 2026 年 7 月 24 日 21:36 广东 3 人

在小说阅读器读本章

去阅读

在小说阅读器中沉浸阅读

近日，三七互娱连续出手：参与多模态通用智能企业 Prana Labs 近千万美元种子轮融资；参与具身智能企业一目科技超 10 亿元 E 轮融资，后者投后估值已经突破 100 亿元。表面看，这是两笔方向完全不同的 AI 投资。一家研究如何生成可交互的 3D 世界，一家研究如何让机器人拥有 " 触觉 "。但把它们放在一起看，就会发现三七互娱正在拼出一张更大的版图：让 AI 不仅能在屏幕里思考，还能真正理解并作用于现实世界。这也是当下 AI 行业最值得关注的新战场—— Physical AI，物理人工智能。

01 AI 正在从 " 会思考 "，走向 " 会干活 "

过去两年，AI 行业最火的关键词是大模型和智能体。它们能够理解信息、生成内容、调用工具、拆解任务，甚至代替人完成一部分数字化工作。但这些能力大多还停留在电脑和手机里。真正进入工厂、家庭、仓库等现实场景后，AI 面对的问题会复杂得多：它不仅要知道 " 应该做什么 "，还要判断物体在哪里、材质是什么、能不能抓住、需要多大力度，以及动作失败后如何调整。换句话说，AI 要从 " 会说、会想 "，进一步变成 " 看得懂、摸得到、做得成 "。这就是 Physical AI。而要实现这一步，仅仅给机器人接入一个大模型远远不够。它背后至少需要三类核心能力：第一，能够训练机器人的高质量虚拟世界；第二，能够理解真实环境的感知系统；第三，把判断转化为动作的执行与控制能力。三七互娱最新投资的两家公司，正好卡住了前两个关键环节。

02 Prana Labs：不是生成视频，而是给机器人造一个 " 练级场 "

Prana Labs 要做的事情，可以简单理解为：给机器人创造一个可以无限训练、反复试错的虚拟世界。传统机器人训练面临一个很现实的问题：真实世界的数据太贵了。让机器人在现实环境里练习抓取、移动和操作，不仅效率低，还可能损坏设备。很多极端场景也很难重复采集。Prana Labs 试图用另一种方式解决这个问题。

它构建的不是普通视频，也不是只能观看的 3D 场景，而是一个全可控、可交互、拥有完整物理标注的虚拟世界。机器人可以在里面不断练习：什么样的力会让物体滑落，碰撞会产生什么结果，不同材质会如何形变，一个动作失败后应该怎样调整。更关键的是，这套系统形成了 " 环境—数据—模型 " 的循环。虚拟世界持续产生训练数据，数据推动模型升级，模型升级后又能生成更加复杂和真实的世界。这意味着，Prana Labs 真正卖的不是 " 生成内容 "，而是 Physical AI 时代的训练基础设施。如果把机器人比作游戏玩家，Prana Labs 提供的就是一个可以无限刷怪、没有真实损耗的超级训练场。

03 一目科技：让机器人不只 " 看见 "，还能真正 " 摸到 "

如果说 Prana Labs 解决的是机器人在哪里训练，那么一目科技解决的，则是机器人进入现实世界后如何感知。目前，大多数机器人主要依靠摄像头和视觉模型判断环境。但 " 看见 " 不等于 " 摸得准 "。面对玻璃、布料、果蔬、精密零件等物体，仅靠视觉很难判断硬度、摩擦力、形变程度和滑动趋势。人拿起一个鸡蛋时，会根据手指反馈自动调整力度；机器人如果没有触觉，要么抓不住，要么直接捏碎。一目科技的核心产品是视触觉传感器。当物体与传感器接触时，表面的弹性材料会产生细微形变，内部光学器件捕捉这些变化，再通过算法把它们转化成压力分布、纹理特征和滑动趋势等数据。简单来说，就是让机器人能够知道：我碰到了什么、抓得稳不稳、力度够不够，以及下一步应该怎么调整。它构建的不是一个孤立的传感器，而是 " 识别—接触—反馈—调整 " 的完整闭环。机器人能不能从展厅里的演示产品，变成工厂和家庭里的真正生产力，触觉很可能就是必须补上的一块拼图。

04 看似跨界，其实三七互娱已经悄悄布局了一整条产业链

把时间拉长会发现，三七互娱并不是最近才突然追逐机器人风口。它已经沿着 " 数字世界构建—环境感知—智能执行—终端应用 " 的链条，持续投资多个关键环节。在世界模型、真实数据采集、物理仿真和合成数据领域，布局了爱诗科技、Prana Labs、光轮智能、灵初智能、宸境科技；在感知交互领域，投资了一目科技、芯视界、立景创新；在脑机接口、灵巧手、关节模组和具身大脑领域，布局了强脑科技、曦诺未来、星源智、辉羲智能；在 AI 本体和智能终端方向，则投资了灵宇宙、乐享科技、雷鸟创新、影目科技、索迩电子等企业。此前，三七互娱还布局了高算力 GPU、灵巧手等前沿方向。这张投资版图的逻辑越来越清楚：它押注的不是某一款机器人，而是机器人背后的 " 铲子 " ——世界模型、仿真训练、传感器、执行部件和智能终端。相比押中某个具体产品，这种基础能力布局周期更长，但一旦 Physical AI 真正进入规模化应用阶段，底层技术可能覆盖更多场景，也更容易形成产业协同。

05 为什么游戏公司反而可能离 Physical AI 很近？

很多人会觉得，游戏和机器人隔得很远。但从底层技术看，两者的距离可能比想象中更近。游戏行业长期研究实时渲染、三维场景、物理碰撞、角色控制、数字孪生和智能体训练。游戏里的角色为什么能在复杂地形中行动？物体被撞击后为什么会产生不同反馈？大规模虚拟世界如何实时运行？这些能力过去主要服务于玩家体验，如今正在成为机器人仿真训练的重要基础。Physical AI 需要一个高度真实、能够持续学习和反复试错的数字世界，而游戏公司最擅长的事情之一，恰恰就是 " 造世界 "。三七互娱自身也在推进 AI 原生企业建设。依托自研游戏大模型 " 小七 "，公司已经搭建企业知识库平台 " 知七 "、多智能体协同平台 " 智七 " 及统一智能体平台，形成覆盖模型、知识、工具、智能体和治理的 AI 体系，并落地了 400 余个智能体。这意味着，它的 AI 布局并非只停留在财务投资层面，主业内部也在积累模型应用、智能体协同和数字世界构建能力。

结语

从投资游戏项目，到投资 GPU、世界模型、触觉传感器、灵巧手和具身大脑，三七互娱的边界正在不断扩大。这并不意味着这些投资能够马上转化成利润。Physical AI 仍处于产业化早期，技术路线、产品形态和商业场景都存在不确定性。机器人真正进入大规模应用，也可能需要一个漫长过程。但三七互娱的思路已经很明确：不只押注下一款爆款产品，而是提前占据下一代智能产业的关键基础能力。过去，游戏公司通过代码创造一个让玩家沉浸其中的数字世界。未来，这些数字世界也许会成为机器人学习现实世界的训练场。当 AI 开始从屏幕走向工厂、家庭和现实空间，游戏公司积累多年的 " 造世界 " 能力，可能会被重新定价。

三七互娱连续投资 Prana Labs 和一目科技，真正值得关注的或许不是又投了两家 AI 公司，而是它正在尝试回答一个更大的问题：当游戏行业的下一条增长曲线到来时，它究竟还是不是一条传统的游戏曲线？

追加内容

本文作者可以追加内容哦 !

郑重声明：用户在社区发表的所有信息将由本网站记录保存，仅代表作者个人观点，与本网站立场无关，不对您构成任何投资建议，据此操作风险自担。请勿相信代客理财、免费荐股和炒股培训等宣传内容，远离非法证券活动。请勿添加发言用户的手机号码、公众号、微博、微信及 QQ 等信息，谨防上当受骗！

总收益	20 日收益	日收益
--	--	--

历史收益率走势 ( % )

Chart

郑重声明：东方财富网发布此信息的目的在于传播更多信息，与本站立场无关。东方财富网不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关信息并未经过本网站证实，不对您构成任何投资建议，据此操作，风险自担。