3,5 Milliarden in drei Monaten: Investoren kämpfen um das „OpenAI der physischen Welt“
Ein bekanntes Szenario spielt sich erneut ab.
Der Investmentbranche ist bekannt geworden, dass Jijia Shijie (Excellent Vision) angekündigt hat, eine weitere Finanzierung in Serie B2 über 1 Milliarde Yuan abgeschlossen zu haben. Die Investoren sind die weltweit führenden Staatsfonds, Industriekapitalgeber, Finanzinstitute und staatliche Plattformen wie Lion City Capital, ein erstklassiges singapurisches grenzüberschreitendes Investmentunternehmen (das in mehreren Runden kontinuierlich nachinvestiert hat), China-Belgium Fund (CBF), CIC Capital, Wanxiang Qianchao, Fosun RZ Capital, Huagai Capital, Jinchuangtou, Deyi Capital, Huacang Capital und Yuanshi Fund. Mehrere alte Aktionäre wie Guozhong Capital, Fortune Capital und Turing Asset Management haben weiterhin übermäßig nachinvestiert.
Nach Angaben einer informierten Quelle überstieg die Investitionsabsicht des Marktes in dieser Runde das ursprüngliche Finanzierungsziel bei weitem. Bemerkenswerterweise ist dies bereits die dritte Finanzierung von Jijia Shijie innerhalb von drei Monaten, und der kumulative Betrag beläuft sich auf 3,5 Milliarden Yuan.
Damit haben Jijia Shijie und sein 90er-Jahre-Doctor Huang Guan, der hinter der Firma steht, in diesem Jahr ein sensationelles Szenario im Venture-Capital-Bereich geschaffen. Hinter der kollektiven Wette der Investoren könnte die "GPT-3-Moment" der physikalischen künstlichen Allgemeinintelligenz (AGI) bald eintreten.
Investoren reihen sich an, 3,5 Milliarden Yuan in drei Monaten
Wie Sie sehen können, sind fast alle Arten von Spitzeninvestitionsinstituten auf dem Markt hinter Jijia Shijie aufgetaucht.
Bereits bei seiner Gründung erhielt Jijia Shijie eine Samenfinanzierung von mehreren Millionen Yuan von Chentao Capital. Danach begannen die Investoren sich anzureihen - Im September 2024 absolvierte es zwei aufeinanderfolgende Runden der Angel- und Angel+-Finanzierung von fast 50 Millionen Yuan, die von Investoren wie BAIC Capital, Miracle Plus, Huamin Investment, Longding Investment, Qingzhi Capital und PKSHA Algorithm Fund getragen wurden.
Ein Jahr später erhielt Jijia Shijie im August 2025 zwei aufeinanderfolgende Runden der Pre-A- und Pre-A+-Finanzierung von mehreren Hundert Millionen Yuan. Die Pre-A-Runde wurde von Guozhong Capital angeführt, und Zifeng Capital und der alte Aktionär PKSHA Algorithm Fund nahmen an der Investition teil. Die Pre-A+-Runde wurde von CICC Capital, Guangzhou Industrial Investment, Yicun Songling und Huaqiang Capital investiert.
Anschließend wurde das Finanzierungsrhythmus von Jijia Shijie dichter. Im November desselben Jahres absolvierte Jijia Shijie eine neue Runde der A1-Finanzierung im Milliardenbereich, die von Huawei Hubble und Huakong Fund gemeinsam investiert wurde. Einen Monat später absolvierte die Firma eine A2-Finanzierung von 200 Millionen Yuan, die von Fortune Capital angeführt wurde, und der alte Aktionär Huakong Fund führte gemeinsam an. Bekannte Institutionen wie Shoufa Development Venture Capital, Puyao Xinyie, Caixin Capital, Huajin Capital, Zhangke Yaokun und Fuzhuo Venture Capital nahmen an der Investition teil, und der alte Aktionär Hedinggong Capital investierte übermäßig nach.
Im Jahr 2026 hat der Finanzierungsrhythmus von Jijia Shijie einen tiefen Eindruck auf den Venture-Capital-Bereich hinterlassen.
Zuerst absolvierte es Anfang März dieses Jahres eine Pre-B-Finanzierung von fast 1 Milliarde Yuan. Die Investoren umfassen Spitzenkapitalgeber aus der Chip- und Automobilindustrie wie SMIC Juyuan, Shanghai Semiconductor Industry Investment Fund, Linxin Capital und Xingyuan Capital, sowie wichtige staatliche Plattformen und bekannte Finanzinstitute wie CICC Capital, Suzhou Venture Capital, Huaqiang Capital, Yangtze River Capital, Optics Valley Industrial Investment, Xishan State Investment, Jinyu Maowu, Xinding Capital, Lingyang Investment, Caixin Capital, Zhangke Yaokun und Chengzhu Investment. Unter ihnen haben CICC Capital, Huaqiang Capital, Caixin Capital und Zhangke Yaokun als alte Aktionäre weiterhin übermäßig stark investiert.
Unmittelbar darauf tauchte die Serie B1-Finanzierung von Jijia Shijie auf - Sie wurde von einem bekannten Technologiegiganten, mehreren Spitzen-Staatsfonds, Jianling Capital (CVC des Yili-Groups), Puhua Capital, Huafu Investment, Yida Capital, New Industrialization Fund, Shengjing Jiacheng, Turing Asset Management, Kaiyang Capital, Wuhan High-Tech Investment, Guiyang Jin Investment und Shandong Industrial Investment gemeinsam investiert. Mehrere alte Aktionäre wie Huakong Fund, Huamin Investment, Yicun Capital und Lingyang Investment haben weiterhin übermäßig nachinvestiert.
Damit hat der Marktwert von Jijia Shijie bereits über 10 Milliarden Yuan gestiegen, und es ist das erste chinesische Billionen-Dollar-Unicorn in der Weltmodellbranche geworden.
Bei dieser Serie B2-Finanzierung, die nun offiziell enthüllt wurde, bedeutet dies, dass Jijia Shijie in nur drei Monaten insgesamt 3,5 Milliarden Yuan an Finanzierungen abgeschlossen hat, und die Investoren haben mit echtes Geld abgestimmt.
Bei genauerer Betrachtung ist der Finanzierungsverlauf von Jijia Shijie seit seiner Gründung ein Spiegelbild der zunehmenden Zuversicht des Primärmarktes in den physikalischen AGI-Sektor. Es ist auch ein Beweis für die feste Zuversicht der Investoren in die "Weltmodell-getriebene physikalische AGI-Technologie + Produktivitätsstufe der Implementierungskapazität" von Jijia Shijie.
Die darin enthaltenen Signale sind ebenfalls von großer Bedeutung. Weiterhin ist dies nicht nur ein Zeugnis der früheren technologischen Akkumulation von Jijia Shijie, sondern auch die wertvollste Bestätigung für seine Führung im physikalischen AGI-Sektor und die Erschließung eines neuen Industrieparadigmas. Es ist vorhersehbar, dass in Zukunft noch mehr Investoren sich hinter Jijia Shijie versammeln werden.
Das "Doppelpyramiden"-System: Der Grundstein für die physikalische AGI
Wie die Außenwelt sich fragt, warum genau Jijia Shijie?
Investition bedeutet Investition in Menschen. Hinter Jijia Shijie steht Huang Guan, ein 90er-Jahre-Doctor aus der Tsinghua-Universität. Er absolvierte sein Bachelorstudium an der Huazhong University of Science and Technology, studierte dann an der Institute of Automation, Chinese Academy of Sciences für sein Masterstudium und wurde anschließend Doktor an der Fakultät für Automatisierung der Tsinghua-Universität. Darüber hinaus hat er zuvor bei Horizon Robotics und Jizhi Robotics gearbeitet und auch Erfahrungen in Instituten wie dem Microsoft Research Asia und dem Samsung China Research Institute gesammelt.
Noch bemerkenswerter ist, dass Huang Guan in seiner bisherigen beruflichen Laufbahn insgesamt über 2 Milliarden Yuan an Finanzierungen geleitet oder daran beteiligt war. Daher ist Huang Guan einer der wenigen führenden Talente in der Branche, die gleichzeitig über Spitzenforschungserfahrungen in der physikalischen künstlichen Intelligenz, Serienproduktions- und Projektierungserfahrungen, Geschäftsentwicklungs- und kontinuierliche Gründungsfahrungen verfügen.
Das von Huang Guan geleitete Kernteam hat ebenfalls die Entwicklung des physikalischen künstlichen Intelligenz in den letzten zehn Jahren miterlebt und in jeder Phase der technologischen Innovation und industriellen Implementierung in Bereichen wie Computer Vision, Autonomem Fahren, Embodied Intelligence und Weltmodellen kontinuierlich hervorragende Ergebnisse erzielt. Dies ist ein seltenes Team in der Branche, das in allen Aspekten der physikalischen AGI, wie Algorithmen, Daten, Ontologie, Serienproduktion, Geschäftsentwicklung und Organisation, Spitzenerfahrungen und -fähigkeiten aufweist. Es kann als "Traumteam" der physikalischen AGI bezeichnet werden.
Wenn die Talente der Treiber für das Aufstieg von Jijia Shijie sind, dann ist die technologische Innovation die Kernbasis für seine Positionierung im globalen physikalischen AGI-Sektor.
Es ist bekannt, dass die Entwicklung der physikalischen AGI zwei Kernengpässe hat: Erstens ist die Datenfragmentierung ein Problem, da es an hochwertigen, multidimensionalen Daten fehlt, die für physikalische Interaktionsszenarien geeignet sind. Zweitens ist das sprachdominierte Basis-Modell keine effektive Architektur für die Codierung von 3D-Informationen, physikalischen Kausalitäten und Aktionen, was es dem Modell erschwert, komplexe physikalische Gesetze zu verstehen.
Wie können diese beiden Probleme gelöst werden? Die Antwort von Jijia Shijie lautet: Mit dem Weltmodell als Kernpunkt wird ein "Doppelpyramiden"-System aus Algorithmen und Daten aufgebaut.
Das Datenpyramiden-System besteht aus fünf Ebenen, von der untersten zur obersten: Internet-Videodaten, echte Menschendaten, Weltmodell-Simulator, synthetische Simulationsdaten und reale Gerätedaten. Diese fünfschichtige Datenarchitektur kann die Probleme der fehlenden Daten, der geringen Datenqualität und der einseitigen Szenarien in der Entwicklung der physikalischen AGI lösen und bietet ausreichend und hochwertige "Brennstoffe" für das Training des Algorithmusmodells.
Das Algorithmenpyramiden-System besteht aus drei Ebenen und konzentriert sich hauptsächlich auf drei Kernfähigkeiten: Weltmodellierung, Handlungsausrichtung und Erfahrungsverbesserung. Auf diese Weise kann ein Sprung von der physikalischen Kognition zur physischen Ausführung, von der passiven Ausführung zur aktiven Evolution erreicht werden, und die physikalische AGI erhält eine ähnliche Lern- und Anpassungsfähigkeit wie der Mensch.
Der Kernwert des "Doppelpyramiden"-Systems liegt in der Schaffung eines geschlossenen Evolutionsmechanismus, in dem die Daten den Algorithmus antreiben und der Algorithmus wiederum die Daten verbessert. Das Datenpyramiden-System liefert dem Algorithmenpyramiden-System eine riesige Menge an hochwertigen physikalischen Interaktionsdaten, die das Training und die Optimierung des Algorithmusmodells unterstützen. Die iterative Verbesserung des Algorithmenpyramiden-Systems wiederum kann die Genauigkeit der Datenerfassung und die Authentizität der synthetischen Daten verbessern und somit den Inhalt des Datenpyramiden-Systems bereichern.
Noch wichtiger ist, dass Jijia Shijie in drei Jahren ein "Weltgenerierungs-Handlungs"-Doppelmodell-System entwickelt hat. Hierbei wandelt das Weltaktionsmodell das Verständnis und die Vorhersage des Weltmodells in Aktionsstrategien für Roboter um - GigaBrain-0: Ein eigenentwickeltes Embodied VLA-Großmodell, das von einem Weltmodell angetrieben wird, gewann mit einer Erfolgsrate von 51,67 % bei der weltweit größten echten Gerätebewertung RoboChallenge den globalen ersten Platz;
GigaBrain-0.5M*: Das weltweit erste physikalische Intelligenz-Agenten-Paradigma, das auf "Weltmodell-getriebenen Erfahrungslearning" basiert, erreicht durch "Weltmodell + Verstärkendes Lernen" eine Selbstevolution, und die Erfolgsrate bei langfristigen, schwierigen Aufgaben liegt nahezu bei 100 %;
GigaWorld-Policy: Ein Weltaktionsmodell, das das "Geschwindigkeit-Leistung-Effizienz"-Unmöglichkeitstriangle bricht, erreicht eine zehnfache Verbesserung der Inferenzgeschwindigkeit und der Trainings-effizienz sowie eine Steigerung der Aufgaben-Erfolgsrate um etwa 30 Prozentpunkte. Auf der weltweit autoritativen Bewertungsplattform RoboCasa365 für Haushaltsmobilitätsaufgaben besiegte es Modelle wie Nvidia GR00T N1.5 und PI0.5 und wurde das erste Weltaktionsmodell, das die Spitze der Rangliste erreichte.
Das Weltgenerierungsmodell versteht, simuliert und generiert die physikalische Welt und bietet dem Aktionsmodell Daten, Simulationsbasis und vortrainierte Parameter - GigaWorld-0: Die weltweit erste bahnbrechende Arbeit, die nachweist, dass "Weltmodell-generierte Daten die Leistung echter Roboter effektiv verbessern können", wurde im Dezember 2025 veröffentlicht und als Open-Source-Projekt auf GitHub gestellt, wo der Quellcode über 1.500 Sterne erhielt;
GigaWorld-1: Ein Aktionsbedingungen-Weltmodell (AC-WM), das auf der autoritativen Bewertungsplattform WorldArena mit einem Gesamtscore von 62,34 Modelle von internationalen Spitzeninstituten wie Google, Nvidia und Alibaba besiegte und den globalen ersten Platz gewann. Es ist das erste Modell, das die Schwelle von 60 Punkten überschritt;
DriveDreamer: Das weltweit erste Weltmodell für das autonome Fahren in der realen physikalischen Welt, das eine Einladung zur NVIDIA Oral Presentation erhielt und einer der einflussreichsten Artikel der ECCV 2024 war. Es war das erste, das eine Massenindustrielle Implementierung des Weltmodells erreichte.
Es ist unbestritten, dass das Weltaktionsmodell und das Weltgenerierungsmodell unentbehrlich sind und in einer wechselseitig fördernden, spiralförmig aufsteigenden Beziehung stehen. Sie bilden gemeinsam das Basis-Modell der physikalischen AGI und beschleunigen somit die Annäherung der physikalischen AGI an die "GPT-3-Moment". In gewissem Sinne hat Jijia Shijie einen neuen Weg eingeschlagen, der zunehmend bestätigt wird.
Die physikalische Welt: Der nächste Stopp für die AGI
Eine neue Wasserscheide im Zeitalter der künstlichen Intelligenz ist erreicht.
In den letzten Jahren hat die digitale AGI sich auf die Informationsverarbeitung und virtuelle Interaktion konzentriert. Mit Hilfe von Großsprachenmodellen und multimodalen Generierungsmodellen wurden Funktionen wie Textproduktion, Bildgestaltung und Code-Schreiben realisiert. Im Wesentlichen handelt es sich um eine Optimierung und Verbesserung der "Informationsproduktivität".
Die Einschränkungen sind offensichtlich. Obwohl die digitale AGI die Effizienz der Informationsverbreitung, Inhaltserstellung und Datenverarbeitung erheblich verbessert hat, kann sie die Grenze zwischen virtueller und realer Welt nie überschreiten. Wie die "Mutter der künstlichen Intelligenz" Fei-Fei Li sagte, ist das Großsprachenmodell immer noch ein "Schriftkünstler im Dunkeln", eloquent, aber ohne Erfahrung, wissbegierig, aber nicht ausreichend verwurzelt.
Deshalb ist aus Sicht des Teams von Jijia Shijie die AGI nicht nur auf den Bildschirm beschränkt. Der Kernwert der physikalischen AGI liegt in der physischen Ausführung und der physikalischen Veränderung. Sie versteht physikalische Gesetze über das Weltmodell, nimmt die physikalische Umgebung über multimodale Sensoren wahr und führt physikalische Aktionen über mechanische Körperteile aus.
Es ist unbestritten, dass GPT-3 als der Schlüsselpunkt bei der Realisierung der digitalen AGI angesehen wird, an dem das Skalierungsgesetz erstmals das Auftauchen von Fähigkeiten zeigte. Heute hat Jijia Shijie nach drei Jahren