中国首个！华为前高管创业用AI模拟真实世界，3个月拿下20家客户

作者丨刘杨楠

编辑丨巴里

图源丨文心一言

2021年11月的一天晚上，聂凯旋和远道而来的几位朋友们相聚在上海的一家新疆餐厅。整个晚上，几人的对话都围绕一个核心主题——创业。

“我想做一个中国版Omniverse。”聂凯旋说。

Omniverse是一个基于NVIDIA RTX、物理仿真技术，可打通多种工业软件数据的工业级实时3D数字仿真平台，由英伟达最早在2019年提出，并于2020年启动。它允许工业设计师、工程师、测试人员等上下游专业人士，在一个共享的高精度虚拟空间中实时协作与仿真作业。

同时，Omniverse也瞄准了一个更具科幻感的终极未来，就是用物理AI技术开发、训练并驱动物理世界智能化。

聂凯旋是国内最早注意到Omniverse的人之一，也对物理世界智能化充满了期待。但听到聂凯旋的想法后，大家都觉得有些不切实际，这么硬核的技术，英伟达尚在探索，创业团队真的能落地吗？

“怕什么？我们不会，其他人估计也不会，连英伟达也是刚刚起步。况且，任何事情都是从零开始的，我们还有那么多开发新技术项目的经验，只要方向正确就可以试试。”聂凯旋态度很坚定，“现在我们在物理仿真方向再做一个。”

随后，聂凯旋组建了松应科技核心团队，启动架构设计和底层技术研发，并在几个月后获得了第一轮融资，红杉中国等几个知名机构成为松应科技的股东。

2024年6月，经历了两年半的研发历程，松应科技正式发布首个国产物理AI仿真系统ORCA 1.0，全量对标英伟达的Omniverse平台。

2025年2月，松应科技完成第二轮融资，距离上一轮种子轮融资已过两年半。本轮领投机构为中科创星，上海天使会、接力天使、奇绩创坛跟投。

2024年底，ORCA 2.0上线，松应科技正式开启商业化进程。

回首三年创业征程，聂凯旋坦言，这场创新实践的挑战之艰巨远超最初预期。“无论是技术路线的选择还是商业模式的构建，都既无成熟经验可循，更无前人足迹可依。”

“但困难的事一直在，我们这批人就是要挑战不可能的。”聂凯旋说。

无知者无畏

2019年，美国对华实施技术封锁，华为首当其冲，收到第一道制裁令。

当时担任华为云鲲鹏解决方案副总指挥、云互动总经理的聂凯旋，在全力通过自主研发CPU + GPU软硬件应对制裁限制的同时，也开始系统研究GPU“老大哥”英伟达的核心发展策略。

深入研究后，聂凯旋发现，在GPU、CUDA之外，黄仁勋还在悄悄下注一个新项目——Omniverse。

Omniverse是英伟达基于RTX、物理仿真和OpenUSD（Universal Scene Description）技术推出的基础创新平台，为三维空间仿真模拟了一个实时的、逼真的虚拟环境，并为智能机器人、自动驾驶、智能工业等场景提供高精度3D仿真训练场。

大模型在全球爆火后，英伟达“顺水推舟”，凭借卖卡赚得盆满钵满，但黄仁勋从未冷落Omniverse。相反，每年的GTC上，黄仁勋都会花大量时间讲解Omniverse系统的最新迭代和应用落地。

看到黄仁勋对Omniverse的重视，聂凯旋意识到，黄仁勋的野心不限于用AI改变互联网世界，而在于用智能AI升级真实的物理世界。“用AI驱动和升级物理世界”的宏大叙事，显然不是某家企业能够赢者通吃的，松应科技也想要试试。

问题在于，以什么方式入场。真要做中国的Omniverse，一定是赶早不赶晚，聂凯旋开始考虑创业这条路。

“我们能绕着附近的公园走很多圈，聊很久，反复讨论这件事的可行度，需要多少研发，多少钱，可能会遇到哪些挑战。”回忆起那段时光，聂凯旋很感叹当时无知无畏的冲劲。

成立之初，聂凯旋就确定了走“虚实融合”路线，希望搭建一个3D数字仿真引擎，连通各类工业软件，实时同步数据，让未来的物理世界真正实现智能化驱动。

ORCA智慧工厂解决方案，图片来源：松应科技

但很快，聂凯旋就感受到了市场的残酷。

“失去”的两年半

成立3年，松应科技共完成两轮融资。

2022年8月，松应科技宣布了数百万美元种子轮投资，由红杉资本领投；2025年3月，松应科技由宣布数千万元天使轮融资，由中科创星领投。

从种子轮到天使轮，松应科技用了两年半。

将时间拉回2021年，松应科技成立时，由于实时三维物理仿真的概念又太过“科幻”，投资人很难理解。聂凯旋唯一能告诉投资人的，就是“这件事美国芯片巨头英伟达也在做，我们想做出中国自己的成果”。

但当时，ChatGPT还未发布，英伟达还未登上万亿美元宝座，对标英伟达的故事也不足以真正打动投资人。“全球只有英伟达一家在做，其他大厂都没有跟进，会不会因为这个方向错了？”相似的疑问，聂凯旋至少被问过几十次。

聂凯旋只能用CUDA的发展历程作类比。

2006年，英伟达发布CUDA，几乎所有人都看不懂，这个用于进行并行计算的平台，和GPU主攻的图形渲染（如游戏、3D建模等）有何关系，也不认可芯片公司做基础软件平台。

直到2012年，深度学习浪潮催生大量算力需求，英伟达GPU+CUDA成为大量AI从业者的最佳开发平台，市场对CUDA的质疑便自然消散了。今天，CUDA已经成为英伟达攻城略地的最强宝剑，也是其最深的护城河。

因此，聂凯旋相信，Omniverse代表的实时物理AI仿真技术也会迎来自己的时代。

然而，在2021年的时间节点上，市场上更活跃的两个技术概念是CV（计算机视觉）和元宇宙。泡沫之下，其他的技术路径和声音几乎被掩盖了，甚至很多人直接将把AI和CV画上了等号。但当CV四小龙遭遇商业化瓶颈，当元宇宙因落地场景不明逐渐淡出资本舞台，松应科技的成立，便显得有些“不合时宜”。

“当时我们和投资人讲‘AI驱动数字与物理世界’，很多人要么认为我们是异想天开，要么是没跟上时代。”聂凯旋记得，公司在2022年6月完成了种子轮交割，但8月公布融资消息后，还有投资人不解：“都2022年了，你们怎么还在讲AI的故事？”

直到2022年11月，ChatGPT重新点燃了国内市场对AI的热情。

只是，2023年几乎都沉浸在“百模大战”的狂热情绪中。“FOMO”心态下，不乏一些投资者“为了投AI而投AI”。GPU厂商、算力中心、AI Infra厂商作为“卖铲子”的人，也顺着模型的热潮被投资者捧在手心。相比之下，做软件的企业几乎被钉上耻辱柱，被认为是大模型食物链最低端的环节，技术含量低的，很难形成壁垒。

但进入2024年，市场对大模型的讨论逐渐回归实际。越来越多人意识到，大模型不应只停留在互联网时代遗留的商业故事里，而应该更多走向物理世界。

2024年10月17日，特斯拉发布视频展示了擎天柱在工厂里自主充电和工作的能力，标志着“用AI驱动机器人”的想象成为现实。2025年3月18日，英伟达GTC大会上，黄仁勋将AI技术的发展分为三个阶段：生成式AI（Generative AI）、代理式AI（Agentic AI）和物理AI（Physical AI），并指出物理AI将是未来的核心发展方向。

两位科技狂人的定调，也在全球范围内加速了AI走入物理世界的进度。“几乎所有人都认识到，AI应该更广泛地应用到物理世界，而不是停留在互联网上，也不停留于机械臂、机器人关节、传感器等单纯的硬件设备，”聂凯旋表示，“数据和软件，将是物理AI竞争的核心。”

松应ORCA - 国内首个物理AI仿真系统

“模型能力的升级类似于军备竞赛，厂商要不断投钱，才能持续训练、迭代模型，否则模型的价值就会归零。但基础软件不同，多物理综合仿真引擎这类软件开发出来后，只要能够解决实际问题，就能体现价值。”聂凯旋表示。

只是，对于国内的资本市场而言，做软件一直算不上一个“好故事”。无论是早期的信息化系统，还是后来的SaaS服务，软件公司赚钱多少都有些“费力不讨好”的意味。

因此，在国内的商业环境下，松应科技虽然借由英伟达的故事被市场看到，但真正要做到让客户用脚投票，还要面临比英伟达早年更大的挑战。

聂凯旋坦言，自己非常感谢愿意相信松应科技愿景的投资人们，但他同样清楚，只有做出被市场认可的产品，弥漫在公司四周的质疑声才能真正消退。

先模仿，再超越

公司成立后，聂凯旋在北京、上海、深圳三地组建起了一支研发团队。

聂凯旋透露，将团队分布在三地主要有两层考虑。

一方面是人才需求。打造物理AI仿真系统，需要AI算法、半导体以及基础软件平台三类人才，而这三类人才分别分布在北上深三地，北京偏重算法人才，上海偏重基础软件和工具人才，深圳则偏重于更底层的半导体驱动软件、操作系统等软硬件结合的人才。

另一方面则是考虑到未来的潜在客户市场。聂凯旋表示，无论AI大脑还是智能机器人，北京、上海、深圳三地无疑都是最先发展起来的，会诞生大量的公司和创业团队。这些企业都有可能成为松应科技的潜在客户。

不过，这支团队的首要任务，还是攻克技术难关。

松应科技采取“先模仿，再创新”的路径，对标英伟达的技术指标，以月为单位迭代技术。在埋头研发的三年，松应科技也没有“闭门造车”。

从2023年开始，松应科技便开始在市场寻找合作伙伴，检验各个系统模块能力，如3D渲染引擎、实时数据管线、物理仿真与传感器模拟、AI生成等已有的产品模块，进而根据反馈进一步调整技术和产品细节。

2023年下半年，松应科技的产品模块基本完成70%-80%，便尝试找到各种机器人公司，涵盖仓储物流、送餐、酒店等多种场景，以及AGV、AMR等多种形态，开始真正的“实战演练”。

在这个“开发-验证-迭代-再验证”的循环里，松应科技也曾经历过把一切推倒重来的时刻。“如果是架构性的错误，达不到我们预想的效果，就只能推倒重来。”聂凯旋说。

终于，2024年6月，松应科技开始了为期六个月的公测期。聂凯旋给团队定下目标，要在这六个月内找到真正有实力的种子用户，和用户共同打磨产品，为后续的大规模商业交付做准备。

时间来到8月，松应科技宣布推出了其自主研发的“物理AI”仿真训练平台Orca。Orca平台通过整合CAD/CAE工业软件、人工智能、机器人技术、高清渲染与物理引擎，及传感器等技术，构建了多种类高精度仿真环境，能够实时模拟刚体动力学、流体力学、重力、摩擦力、真实感光照、触觉等多种物理效应，并生成高精度多模态数据。

ORCA物理仿真模块，支持多物理场实时仿真，图片来源：松应科技

在打造Orca的过程中，松应科技还积累了大量高质量数据，大致可分为两类：一种是通过场景建模或扫描获得的真实物理三维数据；一种是基于场景需求，结合松应科技的3D模型库，AI合成的各类场景数据。

这些数据均采用OpenUSD（Universal Scene Description）格式。在聂凯旋看来，未来人类要模拟物理世界，一定要有一套标准化的数据语言，“如果语言都不统一，这个事儿很难做成”。

而USD，就是他目前认为最优的3D描述语言。USD（通用场景描述）是一种标准化的开源3D描述语言，可用于描述、模拟物理世界，由英伟达、苹果、Autodesk等公司联合发布，类似于二维世界的HTML。

简单来看，FBX、OBJ、STL等传统数据格式下，不同的软件和应用场景可能使用不同的文件格式，导致数据难以通用。例如，STL格式主要用于描述三维物体的几何信息，不支持颜色、材质等信息。

截止2024年，OpenUSD软件支持生态体系，图源：松应科技

USD格式则具有分层叠加的特性，可以将物体按照形状、材质、颜色等特性分层，并单独调整某一参数。这种灵活性使其在处理复杂的3D场景和物理模拟时更具优势，也更有潜力成为模拟物理世界的通用数据语言。

2021年松应科技成立之初，就基于USD格式搭建了整个产品体系，是国内最早引入该数据体系的研发团队。

在聂凯旋看来，理想状况下，在仿真系统和模型训练之间，专家（真机/仿真）示教数据、仿真系统合成数据以及真机微调数据，应按照1:8:1的比例，形成一种数据闭环，即：

专家使用真机/仿真系统示教，产生机器人多模态合成数据，占比10%，模型厂商用这些合成数据训练具身智能大模型；

大模型驱动仿真机器人在仿真环境中持续学习/测试，并产生新合成数据，占比80%，新数据进一步用于提升大模型水平；

当具身大模型智能化达到一定程度后，就可以驱动真实机器人本体进行部署和销售，从而采集更多物理真实数据，这些数据占比10%，用于微调具身大模型。并且还经过仿真合成和增广后，继续用于模型训练，实现从数据到智能的持续迭代。

而松应科技的目标，则是打造一个数据驱动的物理AI仿真系统。

伴随需求而生

2024年底，结束六个月的公测期后，松应基于ORCA 2.0正式开启商业化。

为此，聂凯旋特意发了一封内部信，向所有员工宣布，公司接下来将正式进入商业化阶段，从过去三年的“技术导向”转向“市场导向”。这意味着，公司未来的产品形态将重点围绕市场需求迭代，并最终服务于商业客户。

有趣的是，直到去年年底，松应科技团队都没有一位销售，包括聂凯旋在内的几位核心创始人自己承担销售角色。

聂凯旋认为，只有公司的一号位和核心成员先充分理解产品，把产品卖掉，产品才算真正到了能够进入市场的时候，扩张销售团队才有意义。“我直接找一个很牛的销售也能把产品卖出去，但这可能造成一种假象，让团队认为自己做的产品还可以，反而失去持续迭代的动力。”

结果证明，聂凯旋的策略是有效的。

去年年底正式开启商业化后，到现在仅三个月时间，松应科技已经有近20家商业客户，包括科技型央国企、国家级/省级机器人创新中心、具身智能厂商、高校、科研院所等。聂凯旋坦言，这些客户中，很多都是在公测期以及之前产品验证时期积累的种子客户，甚至有很多客户是从英伟达的系统转来的。

聂凯旋表示，松应ORCA目前已经在物理精度、综合成本和客户服务上优于英伟达Omniverse（简称OV）。

在仿真精度上，松应科技的团队开发了一套分布式异构计算系统，对于高并发、低精度需求的物理模型，使用GPU进行计算；而对于高精度计算需求，结合使用CPU高精度模块来计算，这样既能保证效率，又能实现高精度。

ORCA Sim在物理仿真高效率的同时，仿真精度高于英伟达的物理引擎physX(isaac sim物理仿真模块)。例如，在国产GPU沐曦C系列卡上，松应ORCA Sim也可达到并行4096个机器人训练，与英伟达Omniverse isaac性能持平。

为此，松应科技的团队开发了一套分布式异构计算系统，对于高并发、低精度需求的模型，使用GPU进行计算；而对于高精度计算需求，使用CPU上的高精度模块来计算，这样既能保证效率，又能实现高精度。

成本方面，松应科技Orca的成本仅为英伟达OV的1/3。

一方面是由于国内工程师红利大幅降低了人员成本。另一方面，国内数据采集和生产的成本相对较低，从而使得国内公司在整体成本上更具优势。

除精度和成本外，松应科技分布在北上深三地的团队架构，也能为客户提供本地化服务。

“很多客户之前用英伟达的系统，遇到问题可能要卡一周，找不到人来解决，只能自己去一篇一篇消化技术文档，但我们可以直接派人到客户现场，不到一个小时可能就解决问题了。”聂凯旋说。

目前，松应科技向客户交付三类产品：ORCA物理AI仿真系统、三维高精度训练场、机器人训练合成数据。

具体来看，松应科技已经自有十个类别、上百套高精度、physical ready的三维数字训练场。

ORCA物理AI仿真数字训练场实录，图片来源：松应科技

收费模式方面，ORCA系统针对企业客户按年收取license费用；场景数据则按套收费，如制作一个商场或厨房场景，根据场景的复杂度和细节丰富程度定价；训练合成数据根据机器人需要完成的任务按条计算，成本仅真机采集数据的1/10不到。

不过，尽管松应科技已经开启了全新的商业化阶段，市场也迅速升温，但聂凯旋坦言：“只是阶段性舒了一口气，还没到柳暗花明的时候。”

在他看来，今天具身智能领域的热度很像六七年前的自动驾驶，互联网大厂、汽车主机厂以及手机厂商争相入局，同时还有大量创始团队涌现。与此同时，整个具身智能产业链也尚未明确分工，各个环节的业务边界也较为模糊。

与此同时，大量资本也在涌入具身智能赛道。聂凯旋表示，尤其从今年开始，泡沫正在越来越大，有些担心“极度的热情之后会跌入冰点”。

不过，某种程度上，松应科技就是从“冰点”成长起来的。

聂凯旋创业至今见了大约200多位投资人，经历了数不清的质疑和否定。但他反复和团队强调，用智能驱动物理世界是一项10-20年的长期事业，不能被短期阵痛影响信心。

“现在我们有了数据，有了产品，对产业周期有更深的理解，也有了正在服务的客户和深度协同的伙伴，整个团队心态更踏实了。现在市场热度高，能顺势而为自然很好，但我们不会一味追逐风口，我们要做一家使命驱动并伴随需求发展的公司。”聂凯旋说。