话说今年的2025年，新加坡这边成立了个叫Ropedia的公司，做的是物理世界数据基础设施这块的业务。他们刚拿到一笔千万美金级别的种子轮融资，投进来的有谷歌、英伟达、亚马逊这些北美的大投资人，还有亚洲这边领头的美元基金。这笔钱主要是给核心团队扩充人手、把产品赶紧做出来拿去卖，还有去全球各地跑跑市场用的。 Ropedia是由三位创始人领头的，CEO叫陈昭熹，他是清华和南洋理工的博士，以前还参与过meta光学动捕系统的开发；CTO是洪方舟，也是清华和南洋理工的博士，在meta搞过第一人称多模态智能研究；首席科学家是南洋理工的刘子纬教授，他是计算机视觉领域的大牛，谷歌学术上被引用的次数超9万。南洋理工的校长讲席教授、也是明年CVPR程序大会主席的吕健勤教授，还被请去当了科学委员会的主席。 陈昭熹觉得未来十年AI要突破屏幕的限制，深度钻进物理世界去。光靠网上的数字数据没法训练出通用物理智能，得靠真刀真枪的三维交互体验。这个思路就让Ropedia把传统的采集模式给打破了，他们用低门槛的设备去捕捉各种信号，再用自家开发的空间基础模型把乱七八糟的原始数据变成模型能直接用的结构化产品。 以前那种采集方式麻烦得很，既费钱又费工夫。为了省钱省事，Ropedia搞了个“算法定义采集、模型降低硬件门槛”的路子。洪方舟说以后大家比的不是谁攒的素材多，而是看谁能把现实世界变成数据资产。基于这个想法，他们推出了个头戴式便携采集系统HOMIE，戴着它就能捕捉第一视角下的人体动作、场景变化还有物体交互，配合算法生成那种带有真实尺度的动态世界表示。这种数据很适合用来训练机器人，现在已经在量产并大量发货了。 洪方舟也说了，光有设备不算完，真正的门槛在模型和数据处理上。公司有很强的4D重建能力，能用便宜的硬件去真实场景里干活。设备采集的数据越多，反过来又能让模型变得更准，形成一个“设备-模型-数据”的良性循环。这就让Ropedia更像是个做底层基建的服务商，而不是单纯卖设备的。 做生意方面，Ropedia把北美当成主要战场，那儿机器人公司和科研机构多，能快速响应那边对高质量数据的需求。同时他们以新加坡为基地管全球的事儿，在供应链、合作和合规这些方面也比较有优势。现在北美那边已经有十多家搞具身智能或空间智能的公司在用他们家的产品，形成了“设备+服务+交付”的整套模式。 接下来Ropedia打算先把生产线的质量、成本和效率这几块儿给优化好。中间的目标是定一个4D物理数据的标准。长远看呢，他们是想建一个覆盖整个物理智能领域的大数据网络，给更多机器人、空间智能还有现实世界里的AI应用提供支持。