2026年8月31日，加拿大多伦多AI圈爆出今年最大种子轮之一。前英伟达AI研究副总裁、多伦多研究实验室负责人Sanja Fidler联合两位前同事创立Veeda Innovation，一次性拿下9000万美元种子融资，由Khosla Ventures与Radical Ventures联合领投。这不仅是加拿大科技初创史上最大种子轮之一，更直接亮出”世界模型”作为具身智能下一代基础设施的押注。
9000万美元种子轮：前英伟达班组集体出走
Veeda的创始团队三人全部来自英伟达多伦多研究实验室，这里正是英伟达2025年重组后形成的”空间智能实验室”（Spatial Intelligence Lab）核心班底。Fidler本人从2018年起担任英伟达AI研究副总裁，同时也是多伦多大学计算机科学副教授、Vector Institute创始成员。
融资规模本身就透露出重要信号。9000万美元的种子轮在2026年的AI市场属于凤毛麟角，绝大多数种子轮只有500万到2000万美元区间。据PitchBook和The Logic披露，Veeda在2026年6月初完成公司注册，7月底以每股1美元的价格发行6060万股种子股，8月19日至20日从隐身模式正式亮相即完成本轮。
领投方Khosla Ventures合伙人Sven Strohband和Radical Ventures合伙人Tomi Poutanen双双进入董事会。两位机构在欧洲、北美AI基础设施领域都属激进布局派，这次联袂押注世界模型赛道，意味着物理AI已经被一线风投视为独立于LLM的全新基础设施类别。
世界模型：具身智能的”物理引擎”
Veeda的核心定位并非做更好的大语言模型，而是构建”多模态基础世界模型”——一种能模拟真实物理动力学、空间几何关系和环境交互的内部仿真系统。Fidler在公开声明中表示：他们相信机器人将重塑世界，改变人类如何运输人和物、如何制造和建造、如何在物理世界中运作。
这一判断背后的技术逻辑相当清晰。今天的LLM擅长处理文本和软件任务，但要让机器人真正在物理世界可靠运行，光靠文本token预测远远不够。机器人需要内在理解重力、碰撞、摩擦、3D几何等物理规律。世界模型的目标就是给机器装上一个”内部仿真引擎”，让它在部署到现实硬件前，能够在仿真环境中以极低成本完成大量试错训练。
从产品形态看，Veeda要做的事相当明确：基于大规模传感器和物理世界数据训练生成式仿真环境，向机器人公司、自动驾驶团队、具身智能开发者提供”无限可扩展的高保真虚拟训练场”，被业内形容为物理AI版的”黑客帝国”。对比拿OpenAI API跑LLM，世界模型的算力消耗和工程复杂度还要再上几个台阶。
具身智能进入千亿赛道：Veeda直面三道关卡
Veeda不是这个赛道唯一的玩家。当前竞争对手包括李飞迪创办的World Labs、Raquel Urtasun的Waabi、Decart，以及Yann LeCun的AMI Labs。但Veeda的差异化优势相当具体：三位创始人在英伟达期间直接负责过英伟达面向物理AI开发者的旗舰世界模型产品，以及自动驾驶和机器人的仿真软件。换句话说，Veeda不是从零起步，而是带着英伟达内部已经验证过的研究积累和工程经验出来创业。
资本对这个赛道的押注已经达到狂热程度。Crunchbase数据显示，2026年上半年全球物理AI领域风投总额高达474亿美元，同比接近4倍。机构押注的核心逻辑是：一旦世界模型的能力突破临界点，整个人形机器人、自动驾驶、智能制造产业的训练成本将出现数量级下降。这种”基础设施型”投资是过去几年LLM领域被验证过的成功路径。
但Veeda真正要回答的三个问题并不轻松：第一，仿真到现实的迁移鸿沟能否真正打通。机器人领域”sim-to-real”是出了名的难题，仿真器里训练好的策略放到真实硬件上往往性能大幅缩水。Veeda的物理仿真精度能逼近多高的真实度，这是核心工程挑战。第二，训练算力门槛极高。世界模型的训练成本可能远超普通LLM，9000万美元的种子资金能支撑多久是个现实问题。第三，商业模式与生态构建。Veeda的目标客户是机器人公司、自动驾驶团队、具身智能开发者，但如何定价、如何接入现有开发栈、如何不被英伟达母公司的同类产品挤压，都是必须面对的问题。
结尾
Veeda的9000万美元种子轮不只是又一笔巨额融资，而是物理AI赛道从概念走向工程化、商业化的一个明确信号。当顶尖AI研究者集体离开芯片巨头自立门户，当一线风投愿意为”内部仿真引擎”这种基础设施级赌注买单，意味着具身智能的下半场不再只比参数规模，而是比谁能更早把物理世界真正建模进AI系统里。这场赛跑刚刚开始。
