36Kr Exklusiv | Mit Beteiligung von Huawei, GL Ventures und weiteren Investoren hat ein Anbieter für intelligente Infrastruktur im physischen Raum eine Finanzierungsrunde mit einem Volumen von über 100 Millionen Yuan abgeschlossen.
Dieser Text umfasst etwa 4000 Wörter, die empfohlene Lesezeit beträgt 10 Minuten
Autor | Qiao Yujie
Redakteur | Yuan Silai
HardKrypto erfuhr, dass Ether Technology, ein Anbieter von raumintelligenter Infrastruktur auf Basis einer physikalischen Raum-Engine, kürzlich nacheinander die Seed-Runde und die Angel-Runde der Finanzierung abgeschlossen hat, mit einem kumulierten Finanzierungsvolumen von über 100 Millionen Yuan. Zu den industriellen Investoren gehören Huawei Hubble, Jialichuang, Bianliangzi, Zhiyuan, Zhongke Wujiji, Softcom Power. Zu den finanziellen Investoren gehören GL Ventures, Shenzhen High-Tech Investment, Shanghai Semiconductor, Zhongping Capital, Xineng Venture Capital, Jiaoyuan Assets, Neuron VC, Deshi, Xichen und andere.
Ether Technology wurde im Dezember 2025 gegründet und konzentriert sich auf den Aufbau einer raumintelligenten Infrastruktur mit der physikalischen Raum-Engine als Kern. Yang Yeqing, Gründer und CEO des Unternehmens, war früher Chef des Stabs von HTC VIVE, Leiter der Abteilung für Metaversum sowie der Abteilung für Software und Dienste in der Region China und leitete die Entwicklung der ersten inländischen Metaversum-Systemplattform von Grund auf. Das Kernteam des Unternehmens stammt von bekannten Unternehmen und Hochschulen wie HTC VIVE, Microsoft, JD, Meituan, Peking-Universität, Hongkong University of Science and Technology, Beihang-Universität und anderen.
Yang Yeqing erläuterte gegenüber HardKrypto, dass sich die „physikalische Raum-Engine“, auf die sich Ether Technology konzentriert, nicht auf die einfache Überlagerung von 3D-Rekonstruktion, digitalem Zwilling oder Raumdaten beschränkt, sondern das grundlegendere Problem lösen soll, wie Räume kontinuierlich erfasst, einheitlich dargestellt und zuverlässig betrieben werden können.
Sprachmodelle verleihen KI die Ausdrucksfähigkeit für die symbolische Welt, sodass sie Artikel schreiben, Codes erstellen und Schlussfolgerungen ziehen kann. Damit die KI jedoch wirklich in die physische Welt eintritt, muss ein grundlegenderes Problem gelöst werden: Wie die reale und die virtuelle Welt eine gemeinsame berechenbare, betriebsfähige und übersetzbare Raumsprache teilen können.
Bisherige Software verarbeitete hauptsächlich zweidimensionale Daten wie Texte, Bilder, Tabellen und Webseiten, aber der reale Raum ist keine statische Karte. Die Produktionsumgebung in Fabriken ändert sich ständig, Lager verändern sich mit dem Fluss von Waren und Personal, und Baustellen werden im Laufe des Baus kontinuierlich umgestaltet. Objekte im Raum haben Position, Haltung, Geometrie und Material, eigene physikalische Eigenschaften und Bewegungsgesetze und werden durch menschliche Bedienungen und Umweltveränderungen beeinflusst.
Daher benötigt die Branche nicht nur einfaches 3D-Scannen, sondern eine zugrundeliegende Fähigkeit, den Raumzustand und die Interaktionsbeziehungen kontinuierlich zu verstehen. Herkömmliche Informationsaufzeichnungen konzentrieren sich darauf, zu beschreiben, „was etwas ist“, können aber nicht vollständig ausdrücken, „wo es sich befindet“, „wie es sich bewegt“, „wie es interagiert“ und wie sich der gesamte Raum kontinuierlich entwickelt. „Das ist genau das Problem, das die Raumintelligenz lösen soll, und auch der Ausgangspunkt für Ether Technology, die physikalische Raum-Engine aufzubauen“, sagte Yang Yeqing.
Auf dieser Grundlage ist die physikalische Raum-Engine, die von Ether Technology entwickelt wird, ein zugrundeliegendes kognitives System, das reale und virtuelle Räume über räumliche Erfassungsdaten verbindet. Mit Raumdaten als Eingabe und hochpräzisen Werten als Referenz wird der reale Raum kontinuierlich in eine berechenbare, betriebsfähige, übertragbare und bereitstellbare Raumdarstellung umgewandelt. Anschließend werden die Daten durch Rückmeldungen aus realen Szenarien ständig optimiert, um die grundlegende Unterstützung für verkörperte Intelligenz, Weltmodelle und verschiedene branchenspezifische Anwendungen zu bieten.
Aus technischer Sicht umfasst die Engine von unten nach oben fünf Ebenen: Eingabeschicht, Kernfähigkeitsschicht, Raumvermögensschicht, Plattformschicht und Anwendungsschicht. Die Eingabeschicht ist für die Erfassung multimodaler Daten aus realen und virtuellen Umgebungen verantwortlich, einschließlich Sensorinformationen für Sehen, räumliche Lokalisierung, Kraft-Tastsinn, Trägheit und andere, um der Engine ursprüngliche Raumdaten bereitzustellen und die Frage zu beantworten: „Welche ursprünglichen Informationen gibt es im Raum?“. Die Kernfähigkeitsschicht fusioniert diese Daten und richtet sie zeitlich-räumlich aus, erkennt räumliche Strukturen, Objektzustände und Interaktionsbeziehungen und bildet unter Berücksichtigung physikalischer Einschränkungen die Darstellung des Raumzustands, um die Frage zu beantworten: „Welchen Zustand hat der Raum und wie funktioniert er?“.
Die verarbeiteten Informationen werden in der Raumvermögensschicht zu ladbaren, bearbeitbaren und wiederverwendbaren Raumvermögen abgelagert. Anders als bei der reinen Aufzeichnung der geometrischen Erscheinung des Raums enthalten diese Vermögen auch Kollisionsbeziehungen, physikalische Einschränkungen und Interaktionseigenschaften zwischen Objekten, was die Grundlage für den Aufruf und die Wiederverwendung in verschiedenen Szenarien bildet. Gleichzeitig fördert Ether Technology auch die Einrichtung eines einheitlichen Standards für Raumvermögen, der sowohl zur Bewertung der Genauigkeit und Konsistenz von Raumdarstellungen dient als auch verschiedenen Branchen ermöglicht, räumliche Fähigkeiten direkt im gleichen Rahmen aufzurufen, um die Hürden für die Wiederverwendung über verschiedene Szenarien hinweg zu senken.
Darüber hinaus kapselt die Plattformschicht die Fähigkeiten der Raum-Engine in Dienste, die von verschiedenen Geräten und Systemen über SDK, API, Multi-End-Bereitstellung und private Bereitstellung aufgerufen werden können; die Anwendungsschicht zielt auf Branchen wie Robotik, industrielle Fertigung, Automobil, Bau, Logistik, Spiele, Kultur und Tourismus, Bildung und andere ab, um spezifische Implementierungsmethoden der Raum-Engine zu erforschen.
Auf der Dateneingabeschicht unterteilt Ether Technology die Raumdaten in zwei Dimensionen: Erstens die physische Struktur des Raums, um die Form und Anordnung des Raums zu verstehen; zweitens die Interaktionsdaten von Menschen im Raum, um zu verstehen, was im Raum passiert und wie Menschen sich bewegen, bedienen und rückmelden.
Derzeit konzentriert sich Ether Technology vorrangig auf die menschlichen Hände und deren Interaktionsdaten. Yang Yeqing erläuterte, dass die Hände die direkteste Schnittstelle sind, über die Menschen auf den Raum einwirken. Aktionen wie Greifen, Schieben, Drehen, Einfügen, Montieren und Werkzeuggebrauch enthalten eine Fülle von räumlichen Beziehungen, Betriebserfahrungen und physikalischen Rückmeldungen. Wirklich wertvolle Raumdaten erfassen nicht nur die Bewegungsspur der Hand, sondern auch die Position der Aktion, die Kontaktbeziehung, räumliche Urteile, Zustandsänderungen von Objekten und Rückmeldungen während der Aufgabenausführung.
Diese Daten können sowohl für das Training von verkörperter Intelligenz und Weltmodellen als auch für Bereiche wie räumliche Prozessmodellierung und Generierung physikalischer Interaktionen verwendet werden. Beispielsweise können im industriellen Bereich die Betriebspfade von Fabrikarbeitern, die tatsächlichen Kontaktbeziehungen zu Geräten, Vorrichtungen und Materialien, Kraftrückmeldungen und Zustandsänderungen analysiert werden, um übertragbare Betriebslogik und physikalische Einschränkungen zu extrahieren und Engpässe im Arbeitsprozess zu identifizieren.
Im Spielebereich müssen Spieleentwickler keine Szenen und Aktionen von Grund auf neu erstellen, sondern können realitätsverankerte Raumvermögen in Echtzeit aufrufen, um Level, Mechanismen und plattformübergreifende Interaktionen zu generieren. Objekte verfügen über echte physikalische Eigenschaften, sodass Spieler in UGC-Räumen auf natürliche Weise interagieren können. AINPCs und digitale Menschen können Position, Kontakt und Zustandsänderungen von Objekten verstehen und Rückmeldungen geben, die der physikalischen Logik entsprechen. Echte Betriebsdaten fließen zurück zu aufrufbaren Raumvermögen, sodass sich Szenarien mit dem Verhalten der Spieler ständig weiterentwickeln und betriebsfähige, bearbeitbare und übertragbare Rauminhalte entstehen.
Als einer der ersten Eingabetypen, auf die sich die physikalische Raum-Engine konzentriert, erfassen menschliche Interaktionsdaten nicht nur „wohin sich die Hand bewegt“, sondern auch, in welcher Umgebung sich eine Person befindet, mit welchem Ziel und auf welche Weise sie auf welches Objekt einwirkt und welches Ergebnis letztendlich entsteht. Ether Technology hofft, darauf aufbauend alle Branchen zu bedienen, die Räume verstehen, rekonstruieren oder bedienen müssen.
Das Team von Ether Technology verfügt über fast zehn Jahre Erfahrung in der Forschung und Entwicklung von XR-Technologien, hat die Entwicklung von digitalem Zwilling über Metaversum bis hin zur Raumintelligenz durchlaufen und umfangreiche technische Erfahrungen in Bereichen wie räumliche Lokalisierung, 3D-Rekonstruktion, Verfolgung von Körpern und Objekten, physikalische Berechnung, Multisensor-Fusion und niedrig-latenz-Interaktion gesammelt.
Diese Technologien sind auch die Grundlage für die Verarbeitung von Raumdaten durch die Raum-Engine. Am Beispiel von XR-Raumberechnung muss das System nicht nur die Position und Haltung des Geräts selbst bestimmen, sondern auch die Umgebung erkennen, die Bewegungen von Körpern und Objekten verfolgen und die von verschiedenen Sensoren erfassten Informationen in das gleiche zeit-räumliche Koordinatensystem einheitlich einordnen. Nur nach Abschluss dieser Verarbeitung können die räumliche Struktur und die darin enthaltenen Interaktionsbeziehungen genau wiederhergestellt werden, anstatt nur reale Bilder über virtuelle Szenarien zu legen. Das Team hofft, die Fähigkeiten, die früher für die XR-Raumberechnung eingesetzt wurden, weiter zu abstrahieren, um breitere Raumdaten zu verarbeiten und sie in räumliche Informationen umzuwandeln, die von Systemen wie Robotern und Weltmodellen aufgerufen werden können.
Nach Angaben des Unternehmens liegt der Kern der Raumcomputing bei der technischen Implementierung darin, einen Zustandsraum aufzubauen, der in Echtzeit mit der realen Welt synchronisiert ist. Er erfasst und versteht kontinuierlich Gerätebewegungen, die geometrische Struktur der Umgebung, Zustandsänderungen von Objekten sowie die Interaktionsbeziehungen zwischen Menschen und Raum, sodass Sehen, Aktionen, Raum und physikalische Einschränkungen unter einem einheitlichen zeit-räumlichen Bezug konsistent bleiben, um eine betriebsfähige Raumdarstellung zu unterstützen und kontinuierlich einen Zustandsraum aufzubauen, der sich mit den Veränderungen der Realität aktualisiert.
Konkret auf die Anwendungsebene der Engine bezogen, erläuterte Yang Yeqing, dass Ether Technology derzeit Anwendungen in Bereichen wie Robotik und Weltmodellen durchführt und die entsprechenden Kooperationen hauptsächlich um Raumdaten drehen. Das Team hat in der Vergangenheit globale führende B2B-Kunden und eine große Anzahl von C2C-Entwicklern bedient, die Bereiche wie Unterhaltung, Spiele, Industrie, Kulturerbe, Medizin und andere abdecken. Daher erforscht das Unternehmen auch die direkte Anwendung von Raumvermögen.
Beispielsweise werden im Spielebereich neue Methoden der Inhaltserstellung erforscht, um die Produktionskosten zu senken. Im Bereich Handwerk und industrielle Fertigung werden die Betriebsprozesse erfahrener Fachkräfte in analysierbare und wiederverwendbare Raumvermögen umgewandelt, die für Schulungen oder unterstützende automatisierte Reparaturen verwendet werden können.
Derzeit baut Ether Technology allgemeinere Raumcomputing-Fähigkeiten auf, um durch die physikalische Raum-Engine ein vollständiges Raumsprachesystem zu bilden: Nach unten verbindet es die reale und virtuelle Umgebung, nach oben verbindet es verschiedene Modelle, Geräte und branchenspezifische Systeme, sodass Räume genau erfasst, strukturiert dargestellt, kontinuierlich bearbeitet, physikalisch simuliert und plattformübergreifend bereitgestellt werden können, sodass alle Benutzer den Raum verstehen, ausdrücken und nutzen können.
Unten finden Sie Auszüge aus dem Frage-Antwort-Interview mit dem Gründer:
HardKrypto: Was ist der Unterschied zwischen der physikalischen Raum-Engine und 3D-Rekonstruktion sowie digitalem Zwilling? Und wie versteht man die Beziehung zwischen dem Weltmodell der 3D-Generierungsroute und der von Ether Technology vorgeschlagenen physikalischen Raum-Engine?
Yang Yeqing: Die 3D-Rekonstruktion beantwortet hauptsächlich, wie der Raum zu einem bestimmten Zeitpunkt aussieht. Sie löst das Problem der geometrischen Wiederherstellung und gibt statische, auf Beobachtung ausgerichtete Ergebnisse aus, kann aber nicht vollständig beschreiben, wie sich der Raumzustand kontinuierlich ändert. Damit ein Raum wirklich Wert erzeugt, muss man auch die ständig stattfindenden Veränderungen und die Interaktionsbeziehungen zwischen Menschen und Raum verstehen.
Der digitale Zwilling geht einen Schritt weiter: Er bildet den Zustand einiger Objekte in der physischen Welt auf die virtuelle Umgebung ab, beschreibt „in welchem Zustand sich das reale Objekt befindet“ und lässt Geräte, Produktionslinien oder Gebäude der realen Welt ein entsprechendes Zustandsspiegelbild im virtuellen Raum haben. Beide können Eingaben und Bestandteile der physikalischen Raum-Engine sein, lösen aber selbst nicht das Problem, „wie Räume kontinuierlich verstanden, strukturiert dargestellt, bearbeitet, simuliert und bereitgestellt werden“.
Die physikalische Raum-Engine beantwortet nicht nur, was sich im Raum befindet, wo sich Objekte befinden und welche Beziehungen sie zueinander haben, sondern auch, welche Objekte bedienbar sind, was Menschen gerade tun, wie Aktionen den Raumzustand ändern und ob virtuelle Veränderungen in der Realität gültig sind. Sie stellt nicht nur den Raum wieder her, sondern macht den Raum berechenbar, betriebsfähig und aufrufbar.
Unser Verständnis nach ist der Kern des Weltmodells die Generierung der Welt, also die Vorhersage oder Generierung des Zustands der Welt zum nächsten Zeitpunkt. Wir führen keine Generierung durch, sondern sind für die Darstellung des Raumzustands verantwortlich. Das ist der wesentliche Unterschied zwischen beiden. Wir positionieren uns als zugrundeliegende Infrastruktur für Weltmodelle: Weltmodelle können unsere Fähigkeiten aufrufen, beispielsweise hochwertige Raumdaten, betriebsfähige Raumvermögen und physikalische Einschränkungsumgebungen. Wir wandeln den realen Raum in berechenbare und bearbeitbare Raumvermögen um, und Weltmodelle können diese Vermögen und zugehörigen räumlichen Informationen aufrufen.
HardKrypto: Was ist der Unterschied zwischen der Datenerfassung der physikalischen Raum-Engine und der heute üblichen Datenerfassung für verkörperte Intelligenz?
Yang Yeqing: Die auf dem Markt übliche Datenerfassung ist nur ein Teil der räumlichen Eingabe. Der Fokus der Datenerfassung für verkörperte Intelligenz liegt auf „der Aufzeichnung, welche Aktionen Menschen ausführen“. Der Fokus der Datenerfassung der physikalischen Raum-Engine liegt dagegen auf „der Aufzeichnung der Beziehung zwischen Menschen und Raum“ – es werden nicht nur die Spuren der Hände erfasst, sondern auch Informationen wie räumliche Position der Aktion, Kontaktbeziehung, Kraft, Absicht, Zustandsänderungen von Objekten und Aufgabenrückmeldungen. Wenn nur das Training von verkörperter Intelligenz oder Weltmodellen unterstützt werden soll, reichen