搜索“具身智能”

布，公司已经连续完成数亿元种子轮及天使轮融资。 由敦鸿资产领投，华控基金、三花控股、银杏谷资本、泽然资本、本坚基金、天使基石、标朴投资等知名机构跟投，估值达5亿美金。 而站在息壤开物背后的，是华为大模型双子星： 创始人、CEO李寅，前华为云大模型CTO，华为大模型0-1阶段核心成员； 联合创始人张含望教授，前华为多模态首席科学家。 二人此番联手，瞄准了一个 具身智能至今尚未解决的底层难题。 “大语言模型之后，面向物理世界的下一阶段，是否仍然需要一个基础模型？” 过去几年，LLM已经通过海量文本预训练，将问答、写作、编程收进了同一个模型。 相较之下，机器人仍重度依赖特定本体、场景和任务做数据采集和增训。 为此，息壤要做 LPM （Large Physics Model）。 即先从海量视频、机器人轨迹和真实交互中预训练一个物理基础模型，再让它进入不同本体和任务。 这件事说起来容易，做起来却尤为地难。 除了看重李寅、张含望及团队本身，为什么资本愿意在模型尚未完成预训练时，便下注这个非共识答案？ LPM是什么？ 在息壤的定义里，大语言模型（LLM）代表的是AI 1.0时代，主要学习那些已经被人

匹配字段正文

石油地震物探、流体仿真等大规模科学计算场景；第二是超智融合混合算力架构实践，“高精度物理求解 + AI 辅助推演” 模式，适配新药分子模拟、材料第一性原理仿真等大量科学计算场景；第三是高可靠业务运维体系，满足不间断生产运行要求。 资源调度层面，曙光 8000 十万卡资源池采用动态智能调度，气象业务仅占用很少一部分算力，其余资源向新药研发、新材料、科学大模型、具身智能开放。石油物探、电池半导体材料研发同样有万卡级大规模算力需求，气象打磨成熟的软硬件协同经验，直接赋能上述产业。 针对大量中小科研团队面临 “代码适配大算力门槛高” 的行业痛点，平台正在搭建新一代智能编程工作流体系，沉淀大量优化经验形成自动化工作流，降低科研人员使用国产大算力的改造成本，弥合算法科研团队与超算硬件之间的鸿沟。 国产软件生态突围，把握科学计算换道超车窗口 长期以来，传统科学计算领域被海外软件生态长期垄断。当前科学计算范式快速迭代，给国内带来换道超车机遇。 历军在发布会上回顾，二十年前气象局机房大量使用海外机器；二十年之后，实现国产算力与国产气象模式深度协同。MCV 模式、清华大学 C‑Coupler 国产耦合器（

匹配字段正文