一天前（9 月 8 日），瑞典马尔默的 ECCV 2026 研讨会上，出现一支中国团队的身影。

来自上海的比特无限，最近联合武汉大学团队，凭借自研 Arko 系列模型，以 96.39 分的成绩击败其余 27 支全球队伍，拿下 ECCV 2026 CAD Challenge 全球第 一。这个分数，是组委会以 GPT-5.5 最高强度推理模式设置的基准线的近 5 倍。

但正如大多数人的第 一反应：一家乍听陌生的创业公司，何以登顶全球计算机视觉顶 级赛事？

答案藏在它的技术路径里。当全球科技巨头还在用通用大模型试图 " 理解 " 工业图纸时，比特无限已经用专用物理 3D 模型给出了一个完全不同的答案——

在华为盘古大模型 2 号位周平义博士的率领下，比特无限自研了 Arko 系列基础模型，该模型具备从文本、图像、点云 / 网格生成 CAD 的能力，并支持自然语言交互的 CAD 编辑器。它输出的不是仅供渲染的视觉网格，而是可编辑、可制造的工业级 STEP/STL 文件，让 AI 开始真正理解物理世界的几何、装配与制造逻辑。

这也使得比特无限成为今年最火的 AI 初创公司之一。背后的 90 后团队，过去半年连续收获 4 轮融资——投资界获悉，比特无限已完成数千万元 Pre-A 轮融资，由产业投资方跃迁资本、上市公司 CVC 及老股东超额追投，同步启动的 A 轮也已拿到多家知名机构的 TS（投资意向书）。而意义更为深远的是，在这场物理 3D 基础设施的全球竞赛中，中国面孔正逐步站到最前排。

全球物理 3D 竞赛

上海团队一举夺魁

此次夺冠的分量，不言而喻。

ECCV（欧洲计算机视觉会议）是计算机视觉领域三大顶会之一，每两年举办一届，代表了该领域在欧洲的最高学术规格。2024 年，ECCV 投稿约 13000 篇，录用率仅为 19.0%，口头报告入选率低至 1.5%。换言之，每一篇论文的入选，都是从近万篇投稿中反复筛选的结果。

比特无限此次登顶的 CAD Challenge，则由斯坦福大学、加州大学伯克利分校、普罗米修斯公司等国际顶 尖产业与学术机构联合组织，专为验证 "AI 能否生成可制造的工业级 CAD 模型 " 而设。

这场竞赛的严苛之处在于，它不追求视觉上的 " 像 "，而是要求工程上的 " 真 "。参赛方需基于 3D 渲染图与工程制图视图（含隐藏线灰化处理的 HLG 视图），输出标准化的 STEP 格式 BRep 几何模型。系统利用 OCCT 几何内核，从曲面、边、顶点、拓扑四个维度综合评分，叠加有效样本占比确定最终排名。

更为重要的是，每个账号每日限提交 3 次，总计不超过 30 次；测试集 927 个样本中，任何缺失、OCCT 无法打开、网格化失败或超时的结果，一律视为无效。这套机制过滤掉了大量 " 能演示、不能落地 " 的方案，留下的都是在几何精度与工程可用性上具备真实力的团队。

颇具意味的是，本届组委会还设置了一项名为 "GPT-5.5 Extra-High-Thinking Baseline" 的参照系。即在竞赛评测窗口期内，组委会使用 GPT5.5 开启最高强度推理模式，在完整测试集上一次性离线跑完并固化的历史结果，用来衡量参赛方案相对通用大模型的能力差距。

结果出炉：比特无限以 96.39 分一举夺魁，而 GPT-5.5 基线仅为 19.32 分，仅为前者的五分之一。

这意味着，即便是能力强大的通用多模态大模型，擅长的也只是图像语义理解，并未针对工业几何、制造装配约束做深度优化，很难直接输出可加工制造的 CAD 文件。

简单来说，通用大模型可以认出图片中的零件，却搞不懂壁厚、螺丝孔径、装配公差这类工程细节。因为这些关键的工程知识，并不散落在互联网公开的图文资料之中，而是沉淀在工程师的 CAD 图纸、迭代修改记录，以及一次次取舍的设计决策里。

而这正是比特无限在本次 ECCV 赛事一举夺魁的关键：他们面向物理工程场景专门搭建一整套模型体系，从底层去理解制造业真实的约束与需求。这套能力也为智能设计、工程仿真、自动制造乃至整个 Physical AI 浪潮，打下了不可或缺的技术根基。

半年连融 4 轮

华为盘古 2 号位浮现

这不是一次偶然的登顶。

过去几年，Meshy、Tripo 等企业推动了视觉向 3D 生成的快速发展，游戏、影视、虚拟数字人等领域迎来了爆发。这类方案的核心目标，是输出视觉上足够逼真的三维网格模型，服务于内容创作。

但工业制造的需求是完全另一套逻辑，两者的鸿沟在于：视觉 3D 追求 " 渲染画面是否惊艳 "，而物理 3D 的标准是 " 模型能否被真实制造、装配及使用 "。在视觉 3D 里微不足道的拓扑错位、曲面偏差，放到工业生产中，就可能导致零件无法扣合、注塑开裂、整机松动等问题。

而现实中的消费电子、精密机械、家居零部件研发流程里，资深工程师完成一套合格的 CAD 模型，往往需要数天甚至数周的建模、校核与反复返工。大量宝贵的设计思路和装配经验，往往沉淀在工程师的个人头脑中，难以被数字化留存、规模化复用。

比特无限自成立之初便锚定这个方向。

2025 年，有着多年海外 AI To C 创业经验的李士麒，携手华为盘古大模型 2 号位周平义博士及前沿团队在上海创办了比特无限。

预训练负责人周平义，华为盘古大模型联创 &2 号位，是全球仅约 3000 名主导过万亿参数大模型预训练的科学家之一，他全程参与了盘古 Alpha2000 亿 Dense、Sigma 万亿 MoE 等三代模型研发，发表顶会论文 25 篇、GoogleScholar 引用 1000+、美国专利 2 项。

面向 AI-native 交互，将 " 可制造性 " 作为物理 3D 模型训练与评估的重要标准，比特无限重构了物理 3D 生成的整个设计流程，其自研的 Arko 系列模型可生成附带尺寸参数、装配关系、运动关节的工程模型，可直接用于 3D 打印和工业制造。

整体来看，比特无限的技术架构分为三层：底层是 210 万套物理 3D 数据集的端到端数据工程体系，覆盖消费电子、机械结构、家居生活三大领域；中间层采用 " 继续预训练 + 后训练 +Agent 框架 "，形成 " 理解 - 规划 - 建模 - 评估 - 优化 " 的完整闭环；顶层则是面向 C 端 Maker 与 B 端工业客户的产品矩阵。

这套体系的核心壁垒在于数据管线、工程知识沉淀、几何内核三者的深度耦合。比特无限完整记录并留痕了工程师从创意起草、建模到修改的全过程，将真实工程经验内化为模型的原生能力。其自研的 Arko 系列模型基于参数化建模语言与 OpenCascade 几何内核构建，直接输出可编辑、可制造的工业级 STEP/STL 文件，而非仅供展示的视觉网格。

更重要的是，比特无限已经形成了正向的数据飞轮：每一次用户建模、修改、调试产生的高价值工程经验，都会回流用于迭代模型，" 越使用，模型越懂工程 "。

取得这一系列成果的，竟是一家成立仅一年的初创公司。投资界了解到，比特无限已组建百人规模的数据工程队伍，同时和上海交通大学、同济大学、华东理工大学深度产学研联动。公司不仅入选了英伟达全球加速计划（NVIDIA Inception Program），还成为智谱 AI 官方合作伙伴。

投资人纷纷赶来。比特无限透露，继 7 月官宣天使轮与天使 + 轮融资后，公司不到一个月又 close 了 Pre-A 轮融资，眼下 A 轮融资也已在推进中。

"GPT-6 Astra 让大家看到了大模型在 3D 建模领域的惊艳表现，但它本质上是个可视化模型，不能直接用于实际的工业生产。AI-CAD 模型输出参数化 CAD 源代码，生成可制造实体文件，这才能应用于工业制造。" 跃迁资本创始人郑华良谈起投资逻辑。

他认为，中国有全球最 大制造场景、海量本土工艺数据，这是海外巨头很难复制的优势，" 我们相信，AI-CAD 模型会率先被中国公司创造出来。比特无限正在做的事情，就是让用户不用再学习复杂的 CAD 操作，而是描述需求。一旦这个模型技术成熟，硬件的早期原型验证周期将大幅缩短，释放出大量硬件创新供给。同时，这个模型对中国的意义也十分重大，它补齐了国内海量中小制造企业、非标产业的设计短板，重构工业软件竞争赛道，把‘想法到产品’的链路大幅缩短，进一步增强了中国完备制造体系下的创新活力。"

容亿投资创始合伙人刘宏春表示：" 我们看好比特无限，团队出自华为盘古大模型原班人马，CEO、CTO、首席科学家形成从研发到商业化的完整闭环，既懂大模型底层、又懂 3D 制造场景；更关键的是其 " 数据管线→专用模型→ Agent" 的飞轮——管线持续供给高质量 3D 数据，模型高频迭代，Agent 在真实使用中回流反馈，数据管线正是第 一推动力。容亿在物理 AI 与大模型领域整体有深厚布局，也较早参与了宇树科技、银河通用、西湖心辰等项目，我们坚定看好比特无限并愿长期同行。"

「普罗米修斯计划」的中国叙事

大洋彼岸，物理 AI 赛道已掀起巨浪。

风向标是 2025 年 11 月。亚马逊创始人杰夫 · 贝佐斯重出江湖，联手前谷歌高管维克 · 巴贾杰，创立了工业 AI 公司普罗米修斯（Prometheus）。公司一直隐秘运营，直到今年 6 月官宣 120 亿美元的 B 轮融资，估值达 410 亿美元（约人民币超 2700 亿元），一跃成为全球估值最高的工业 AI 初创企业之一。

"Prometheus 想构建一个‘通用人工智能工程师’。" 这是两位创始人在今年 6 月第 一次接受采访时给出的答案。他们要做的，是要让 AI 真正建立起对三维物理空间的认知，去理解周围世界。业界将之称为 " 普罗米修斯计划 "。

而要完成这件事，全球公认的核心瓶颈在于 " 制造业互联网数据 " 的匮乏。

这是一个意味深长的缺口。过去三十年，全球制造业产能持续向中国转移，海量工业图纸、几何约束和物理参数沉淀在中国的工厂里。然而在国内，多数创业团队仍扎堆于视觉渲染类 3D 生成，真正瞄准可制造 CAD 输出、布局物理 3D 数据基础设施的企业并不算多。

比特无限正是这个行业真空里少数站出来的团队。他们依托中国的工业数据，训练真正理解物理世界的 AI 模型。这也构成了这家初创公司长期叙事的内核——对标 " 普罗米修斯计划 "，走出一条国产化的路线：依托国产算力完成整套模型训练，补齐国内物理 3D 基础设施的短板。

如果说过去 AI 的竞争集中在看懂文字、识别图片，那么未来的核心较量，将是理解真实物理世界的几何、装配逻辑与制造规则。这中间隔着的，是截然不同的技术范式与数据体系。

而长久以来，在 AI 底层基座领域，不少硬核赛道的话语权掌握在海外机构手中。比特无限此次登顶 ECCV CAD Challenge，意义正在于此——它不仅代表了中国 " 结构化 3D+AI CAD+Physical AI"路线获得国际顶 级学术评测的系统性确认，也证明了在物理 3D 基座的全球竞争中，中国公司完全有能力与海外巨头同台竞技。

但这支队伍也清醒地看到，物理 3D 赛道整体尚处早期。高质量工程数据获取成本高昂，现实制造的约束条件纷繁复杂，实验室跑分与工厂真实场景之间，依然横亘着不小的鸿沟。

只有 AI 真正开始辅助工程师压缩研发周期、降低实体产业的创新门槛，把论文与榜单上的能力转化为制造业的生产力时，物理 3D 基础设施的价值才算真正落地。而这个过程中，每一套高质量的物理数据集、每一套深谙工程约束的基座模型，都是通往这个目标的基石。

路漫漫其修远兮，这场竞赛远未结束。也许不久的将来，全球 3D Token 调用量最 大的基座模型公司，会来自中国。

文章来源：投资界原创

原文地址：https://news.pedaily.cn/202609/568727.shtml

【本文为投资界原创，网页转载须在文首注明来源投资界（微信公众号 ID：PEdaily2012）及作者。微信转载请在原文评论区联系授权，违者必究。免责声明：本文不构成任何投资建议。市场有风险，投资需谨慎。】