当机器人公司测试新功能仍需在物理场景中反复试错，每一次试验都消耗昂贵的设备和工程时间时，物理AI的迭代速度就无法赶上纯软件领域。2026年9月，仿真平台Antioch宣布完成3200万美元A轮融资，由Greylock领投，亚马逊旗下Ring已成为其客户，称仿真结果与真实物理测试“高度匹配”。这家成立仅16个月、总部位于纽约的初创公司，正在将机器人开发从“实体试错”推向“云端验证”。
01
仿真到现实的鸿沟：物理AI的“最后一公里”
对机器人开发者而言，物理环境测试一直是关键瓶颈。验证新能力、模型更新或硬件变更，需要设备、场地和工程时间，严重拖慢开发节奏，限制测试覆盖范围。Antioch联合创始人Harry Mellsop指出，机器人团队往往需要花费数周布置仓库，投入数百万美元建设测试设施。特斯拉、Waymo每年在仿真基础设施上投入数亿美元，将真实测试需求降至最低。
这种“仿真到现实”的鸿沟在于：如何让虚拟环境逼真到足以让在其中训练的机器人，在真实世界中也能可靠运行。Antioch以英伟达物理引擎和世界模型等技术为基础，开发专属领域库，让开发者能够模拟远超现实条件所能实现的海量测试场景。
02
平台化仿真：从单一实验到数千次并行评估
Antioch的平台允许工程团队创建硬件的数字孪生，并在云基础设施上运行高保真仿真。团队可将单一物理实验扩展为数千次并行仿真评估，在部署前识别系统弱点并验证改进。其技术栈整合了英伟达Omniverse库、Isaac Sim和Isaac Lab等框架，由Nebius提供云基础设施支持。
Mellsop将此类比为物理AI领域的Cursor。正如Cursor简化了访问AI模型的方式，Antioch提供了统一的仿真基础设施接口，让团队无需重复搭建工作流。其重点集中在传感器和感知系统领域，这是自动驾驶、无人机等方向的核心需求。
03
产业验证与商业前景
Antioch的早期客户包括亚马逊旗下Ring以及多家财富500强科技与物流企业。Ring软件副总裁Jason Mitura表示，Antioch的仿真与物理测试结果高度匹配，包括那些故意“留出未校准”的场景，“这份信心让我们将更多测试和开发转移到仿真中，加速工程周期”。
Greylock合伙人Saam Motamedi认为，物理AI与机器人正“到达关键的拐点”，Antioch正在构建市场下一阶段的核心开发平台。联合创始人Alex Langshur强调：“过去40年间，重振工业化的唯一经济可行路径在于机器人技术与自动化，而可扩展的测试能力，正是制约这一进程的关键瓶颈。” 当仿真平台将“软件速度”引入“物理世界”，机器人产业正无限接近于这一天：工程师写出代码，即可在虚拟世界中完成万次验证，再自信地部署到真实世界的机器上。
