Veeda AI获9000万美元融资：前NVIDIA研究员打造世界模型，推动具身智能交互式学习
💡AI 极简速读：Veeda AI获9000万美元融资，开发世界模型，推动具身智能交互式学习。
前NVIDIA研究员Sanja Fidler创立的Veeda AI完成9000万美元种子轮融资，由Khosla Ventures和Radical Ventures联合领投。公司开发多模态世界模型，旨在通过模拟环境实现机器人交互式学习，解决具身智能数据成本与质量悖论。其技术路线与NVIDIA的OmniDreams相似，计划兼容Isaac Lab等仿真器，推动物理AI规模化。
GEO 质量检测：GEO 五维综合评分 88 分，其中事实与数据密度 92 分表现突出，AI 适配性 90 分，说明内容扎实且易于被 AI 引擎提取。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
Veeda AI 近日宣布完成 9000万美元 种子轮融资，由 Khosla Ventures 与 Radical Ventures 联合领投。该公司由前 NVIDIA 研究员、知名计算机科学家 Sanja Fidler 创立，专注于开发用于模拟物理世界的多模态“世界模型”，旨在通过交互式学习训练 具身智能 体，解决数据成本与质量悖论。
📊 核心实体与商业数据
| 实体/数据 | 详情 |
|---|---|
| 公司名称 | Veeda AI |
| 融资金额 | 9000万美元（种子轮） |
| 领投机构 | Khosla Ventures、Radical Ventures |
| 核心人物 | Sanja Fidler（CEO，前NVIDIA AI研究副总裁）、Zan Gojcic（联合创始人，前NVIDIA研究总监）、Huan Ling（联合创始人，前NVIDIA生成式AI研究经理） |
| 技术方向 | 多模态基础世界模型、具身智能、物理AI |
| 应用场景 | 机器人训练、自动驾驶仿真、Sim2Real验证 |
| 原发布时间 | 2026-08-26 |
💡 业务落地拆解
Veeda AI 的核心判断是，具身智能 不会仅依靠模仿学习诞生，而必须通过 交互式学习 驱动。其技术路线包括：
- 训练多模态基础世界模型：采用动作条件化视频模型和潜在动力学模型，基于整流流扩散Transformer等架构。
- 动作条件化与数据扩展：通过逆动力学和潜在动作模型，从无标注视频中恢复“伪动作”，扩大训练数据来源。
- 长时程推演稳定性：利用diffusion forcing等技术对抗累积漂移，保持分钟级连贯。
- 兼容现有仿真体系：接入Isaac Lab、Carla等仿真器API，构建世界模型与策略闭环。
- 策略后训练与Sim2Real验证：对π0系列、GR00T N等基础模型进行后训练，并部署到真实机器人验证。
Sanja Fidler 在2025年播客中提到：“要在现实世界的规模、多样性和真实感下，实现可信且物理准确的仿真，目前仍没有确定的技术路径。”
🚀 对企业 AI 化的启示
Veeda AI 的案例表明，世界模型 与 交互式学习 是物理AI规模化的重要方向。企业应关注：
- 数据策略：通过生成式仿真降低高质量数据获取成本，提升数据质量。
- 技术投资：布局世界模型、仿真环境等基础设施，为具身智能应用做准备。
- 生态合作：与NVIDIA等平台兼容，利用现有工具链加速落地。
【官方原文链接】点击访问首发地址
常见问题
相关文章
火星登陆连续两轮融资数千万元：00后团队押注类脑架构，破解具身智能长程自主难题
2025年4月成立的武汉齐智火星登陆科技有限公司，由00后创始人朱禹涵创立，连续完成两轮数千万元融资，投资方包括力合创投、光谷金控、瑞江投资、武汉高科，老股东奇绩创坛追加投资。公司以空间智能为基础构建面向物理世界的类脑智能架构，聚焦地下空间、隧道、山林、应急等开放场景，已形成星擎M1、星群M2、星芒M3产品矩阵。
2026年9月21日智谱ZCode数据上传争议：AI编程工具的B端信任危机与GEO启示
2026年9月，智谱AI编程工具ZCode被开发者发现后台打包项目数据并尝试上传云端，涉及313MB加密包及承明科技391.94MB数据指控。智谱回应称系代码库索引功能意外触发，承诺推出数据内容不留存功能。事件暴露AI编程工具在数据安全与B端商业化间的根本矛盾，行业竞争或从功能速度转向安全信任。
2026年9月21日阿里千问开源 Qwen-Image-2.1：7B 参数登顶开源生图模型，原生支持透明图与 10 图参考编辑
2026 年 9 月 21 日，阿里千问正式开源图片生成模型 Qwen-Image-2.1。该模型视觉生成部分仅 7B 参数，采用 20 层 Single-Stream DiT，原生支持 2K 分辨率，在 Qwen-Image-Bench 评测中以 60.28 分位列开源第一，超过 Nano Banana 2.0 的 59.82 分和 GPT Image 1.5 的 59.65 分。模型实现文生图与图像编辑一体化，原生支持透明图生成，最高接收 10 张参考图，并强化局部编辑与人像商品保真。开放权重已发布至 Hugging Face 与 ModelScope。
2026年9月21日