从实验室验证到产线实测的跨越
当资本市场对通用大模型的估值分歧日益加剧时，一笔指向工业底层的融资悄然落地。据公开信息，物理AI企业深度智控（DeepCtrls）近日完成B+轮数亿元融资。这并非一次普通的财务注资，其特殊之处在于领投方为动力电池龙头宁德时代，跟投名单中更出现了沙特阿美投资（Aramco Ventures）等产业资本身影。在纯算法公司普遍面临落地难题的当下，这笔资金流向释放出一个明确信号：具备物理世界交互能力的AI技术，正跨越从实验室仿真到真实产线验证的关键鸿沟。
产业资本入局重塑估值逻辑
回溯过去三年，国内AI赛道经历了从“算力军备竞赛”到“场景为王”的认知迭代。早期融资多由财务型VC主导，看重模型参数与论文引用量；而进入2025年后，能够解决具体工程问题的团队才开始获得产业方青睐。深度智控本轮融资结构印证了这一历史脉络的转变。宁德时代作为全球电池制造标杆，其领投行为本身即构成一种技术背书——这意味着该企业的物理AI系统已通过严苛的工业级测试，具备在复杂制造环境中替代或增强传统控制策略的能力。阿美投资的参与，则进一步暗示该技术在能源化工等流程工业中同样具备迁移潜力。
老股东追加折射技术路线共识
除新晋产业资本外，源码资本、光远资本等老股东的持续追加亦值得剖析。在一级市场流动性趋紧的背景下，老股东选择加注而非退出，通常基于对企业技术壁垒与商业化进度的双重确认。据公开信息，太平创新投资、广发信德、复星创富等机构也出现在跟投名单中，显示出保险、券商、多元控股等不同类型资本对“物理AI+高端制造”这一交叉赛道的阶段性共识。这种共识并非源于短期热点追逐，而是建立在对制造业智能化改造长期需求的判断之上。相较于生成式AI在内容领域的快速变现，物理AI在工业现场的渗透率仍处于低位，但一旦嵌入核心生产环节，其客户粘性与替换成本将构筑起更深的护城河。
商业化深水区仍需时间检验
尽管资本端释放出积极信号，但物理AI的大规模商业化仍处深水区。工业场景对确定性、安全性与实时性的要求远高于消费互联网，任何算法偏差都可能引发产线停摆甚至安全事故。因此，即便获得头部制造企业背书，从单点验证到跨行业复制仍需经历漫长的适配周期。此外，当前融资额虽达数亿元级别，但相对于重资产的工业软件研发与现场部署投入而言，仅能支撑阶段性目标。未来能否形成可持续的收入模型，取决于企业是否能在保持技术领先的同时，建立起标准化的交付体系与生态合作网络。对于观察者而言，比起融资金额本身，更应关注后续其在真实产线上的部署密度与客户复购数据。
投资有风险，本文仅供参考，不构成投资建议。
本文由AI辅助生成
