成立三个月Simate发布首版物理AI模型，登顶RoboDojo榜单

成立仅三个月的公司Simate（Silicon Mate）发布首款通用物理快系统Simate-beta，展示记忆、长程任务、精细操作与任务适应能力，并据公司披露登顶RoboDojo。根据更新于2026年9月23日的RoboDojo榜单，Simate-beta以平均Score 33.95排名第一。团队介绍，此次参评的基础模型并未针对该榜单进行专门优化。

Simate核心团队曾将一段式端到端智驾模型能力推进至对标Tesla FSD的水平，并完成量产落地。公司从创立第一天就定下“AI for Physical AI”的研发方式，让AI参与物理智能本身的研究与迭代，围绕这条路线组织模型、数据、算力与实验流程，Simate-beta正是这套AI-native研发体系的第一个实践产物。据公司介绍，来自MIT、加州理工、清华、北大等高校的研究者已参与其AutoResearch平台内测，配套的Sinfra基础设施覆盖训练、仿真与推理。

Simate最终想逼近的是零样本与少样本的通用物理AI操作，其现阶段解法是“通用物理快系统”：一个通用的慢系统负责高层规划与复杂推理，而快系统负责实时感知不断变化的物理世界并极速输出动作。Simate选择将快系统参数量做大，探索零样本泛化能力的涌现，挑战端侧可部署模型的规模与能力上限，并从4D物理感知与分层时序记忆两方面入手，对齐人类快系统处理连续世界的方式。

团队表示，已形成面向复杂任务零样本泛化的技术思路，计划于今年年底推出阶段性成果，模型与自动化研究等三项研究工作将通过论文和技术报告陆续公布，相关成果计划分阶段开源。同期，Simate已连续完成多轮数亿元人民币级别融资。