硬氪获悉，以物理空间引擎为基座的空间智能基础设施公司「乙太科技」，近日连续完成种子轮及天使轮融资，累计融资规模超亿元。

投资方名单里，产业方和财务方各占一半。产业投资方包括华为哈勃、嘉立创、自变量、智元、中科第五纪、软通动力；财务投资方包括高瓴、深高新投、上海半导体、中平资本、芯能创投、交源资产、Neuron VC、德石、曦晨等。

这家公司成立于2025 年 12 月，创始人兼 CEO 杨叶青曾任 HTC VIVE Chief of Staff，以及中国区元宇宙事业部及软件和服务事业部负责人，从 0 到 1 主导开发了国内首款元宇宙系统平台。核心团队来自 HTC VIVE、微软、京东、美团、北京大学、香港科技大学、北京航空航天大学等企业及院校。

杨叶青对硬氪的说法是，乙太科技做的 " 物理空间引擎 "，并非三维重建、数字孪生或空间数据的简单叠加，而是要解决空间如何被持续认知、统一表达并可靠运行这一更基础的问题。

为什么二维软件不够用

语言模型让 AI 掌握了符号世界的表达能力，可以写文章、写代码、进行推理。但要让 AI 真正进入物理世界，还需要解决一个更底层的问题：现实与虚拟如何共享一套可计算、可运行、可翻译的空间语言。

过去的软件主要处理二维数据，例如文字、图片、表格和网页。但现实空间并不是一张静态地图——工厂的生产环境会不断变化，仓库会随着货物和人员的流动而改变，建筑现场也会在施工过程中持续重构。

空间中的物体有位置、姿态、几何与材质，也有各自的物理属性与运动规律，并受到人的操作和环境变化影响。传统信息记录侧重于描述 " 是什么 "，却难以完整表达 " 在哪里 "" 如何运动 "" 如何交互 "，以及空间整体如何持续演化。

按杨叶青的说法，这正是空间智能要解决的问题，也是乙太科技构建物理空间引擎的出发点。

五层架构，从传感器到行业应用

乙太科技的物理空间引擎是一套依托空间认知数据打通现实和虚拟的底层认知系统。以空间数据为输入、高精度真值为基准，持续将现实空间编译为可计算、可运行、可迁移、可部署的空间表达，再借助现实场景反馈不断优化数据，为具身智能、世界模型以及各类行业应用提供底层支撑。

从技术架构看，引擎自下而上分五层：

输入层：采集现实与虚拟环境中的多模态数据，包括视觉、空间定位、力触觉、惯性等传感器信息，解决 " 空间里有什么原始信息 "。

核心能力层：对数据进行融合与时空对齐，识别空间结构、物体状态及交互关系，并结合物理约束形成空间状态表达，解决 " 空间是什么状态、如何运行 "。

空间资产层：把处理后的信息沉淀为可加载、可编辑、可复用的空间资产。与单纯记录几何外观不同，这些资产还包含物体之间的碰撞关系、物理约束和交互属性。

平台层：通过 SDK、API、多端部署及私有化部署等方式，把引擎能力封装为可供不同设备和系统调用的服务。

应用层：面向机器人、工业制造、汽车、建筑、物流、游戏、文旅、教育等行业，探索具体落地方式。

乙太科技同时也在推动建立统一的空间资产标准，既用于评测空间表达的准确性与一致性，也支持不同行业在同一框架下直接调用空间能力，降低跨场景复用的门槛。

先盯住人的双手

在数据输入层，乙太科技把空间数据分为两个维度：一是空间的物理结构，理解空间的形态与布局；二是人在空间中的交互数据，理解空间里发生了什么，以及人如何移动、操作和反馈。

现阶段，公司优先关注人类双手及其交互数据。杨叶青的解释是，双手是人类作用于空间最直接的接口。抓取、推动、旋转、插入、装配和工具使用等动作，包含大量空间关系、操作经验与物理反馈。

真正有价值的空间数据，不只是记录手部移动轨迹，还需要记录动作发生的位置、接触关系、空间判断、物体状态变化，以及任务执行过程中的反馈。这些数据既可以用于具身智能和世界模型训练，也可以用于空间过程建模、物理交互生成等领域。

落到具体场景：在工业领域，可以分析产线工人的操作路径，以及他们与设备、工装、物料之间的真实接触关系、力度反馈和状态变化，提取可迁移的操作逻辑与物理约束，识别工序瓶颈。

在游戏领域，开发者无需从零构建场景与动作，可以实时调用现实锚定的空间资产，生成关卡、机关与跨端互动；物体具备真实物理属性，玩家可在 UGC 空间中自然交互；AINPC 与数字人能理解物体位置、接触与状态变化，并做出符合物理逻辑的反馈；真实操作数据反哺为可调用的空间资产，使场景随玩家行为持续演化。

和三维重建、数字孪生不是一回事

被问到物理空间引擎与三维重建、数字孪生的区别时，杨叶青的划分是：三维重建主要回答某一时间点的空间长什么样，解决几何还原问题，输出的是静态的、以观察为目的的结果，无法完整描述空间状态如何持续变化。

数字孪生则更进一步，会把物理世界中一些对象的状态映射到虚拟环境，描述 " 现实对象处于什么状态 "，让设备、产线或建筑在虚拟空间里有一个对应的状态镜像。两者都可以成为物理空间引擎的输入和组成部分，但它们本身不解决 " 空间如何被持续理解、结构化表达、编辑、模拟和部署 "。

至于 3D 生成路线的世界模型，杨叶青认为两者本质不同：世界模型的核心是生成世界，预测或生成世界下一时刻的状态；乙太科技不做生成，负责表达空间的状态，定位是世界模型底层的基础设施。世界模型可以调用其高质量空间数据、可运行的空间资产和物理约束环境。

在数据采集上，市面常见的具身数据采集重点在 " 记录人做了什么动作 "；物理空间引擎的采集重点在 " 记录人与空间的关系 " ——不仅采集手部轨迹，还采集动作发生的空间位置、接触关系、力度、意图、物体状态变化和任务反馈。

杨叶青称，乙太科技在人类交互数据采集上的优势有三点：精度可达亚毫米级、数据维度丰富、数据处理方面有较深技术积累。这些能力来自团队此前在 XR 空间计算领域的长期积累，包括空间定位、三维重建、多传感器融合等。

团队拥有近十年的 XR 技术研发经验，经历从数字孪生、元宇宙到空间智能的演进。目前乙太科技已在机器人和世界模型等领域开展应用，相关合作主要围绕空间数据展开；团队过往曾服务于全球头部 B 端客户与海量 C 端开发者，覆盖文娱、游戏、工业、文物、医疗等领域。