6 月 8 日，英国初创公司 PhysicsX 宣布完成 3 亿美元融资，估值约 24 亿美元，主攻制造业 AI 模型，服务喷气发动机、半导体等复杂部件设计与优化。这一轮由包括贝索斯等投资者支持，凸显物理世界 AI 应用正从概念走向规模化资本注入。[[1]](https://www.bloomberg.com/news/articles/2026-06-08/startup-physicsx-hits-2-4-billion-valuation-to-provide-ai-for-manufacturing?srnd=homepage-americas)
此举发生在 AI 资本开支高度集中于云端大模型与数据中心的背景下。头部实验室持续高估值融资的同时，垂直领域玩家开始获得独立认可。PhysicsX 的路径与纯生成式模型形成鲜明对比：前者聚焦工业级物理模拟与优化，后者则依赖海量文本/图像数据训练。过去两年，类似亚马逊、英伟达等巨头更多通过生态绑定锁定算力需求，而 PhysicsX 等玩家直接切入制造痛点，显示资本正向“落地应用”倾斜。
与此同时，Ramp 等企业级 AI 工具近期也完成大额融资，进一步印证 B 端生产力场景的吸引力正在超越纯消费级模型。PhysicsX 的成功并非孤例，它反映出物理 AI 从模拟走向实体部署的早期信号——当大厂算力瓶颈与能耗压力加剧时，垂直赛道的精准模型或能以更低边际成本实现 ROI。
未来 6-12 个月，关键看这些物理 AI 方案能否在真实产线验证规模化降本增效。若验证成功，将重塑 AI 资本分配逻辑；若落地滞后，估值泡沫或将加速暴露。
信源：https://www.bloomberg.com/news/articles/2026-06-08/startup-physicsx-hits-2-4-billion-valuation-to-provide-ai-for-manufacturing