前特斯拉 Autopilot 仿真班底出山：Zeromatter 估值 11 亿美元，要让机器人“先在假世界里撞一万次”

潜伏四年、融资 1.6 亿美元、估值 11 亿美元，团队从 13 人长到 130 多人——Zeromatter 直到今天才第一次公开露面。 北京时间 11 月 12 日深夜，这家总部在山景城的仿真公司宣布结束隐身，官方发布视频一夜播放接近 50 万，收藏 700 多次，在物理 AI 圈子里刷了屏。

它卖的东西一句话：一份“机器看来和真的一样”的世界副本，让自动驾驶汽车、无人机、飞机、eVTOL 和机器人在上路之前，先在里面把训练、测试、验证都做完。

这是特斯拉 Autopilot 仿真组的“原班人马”

创始人兼 CEO Ian Glow 在特斯拉负责 Autopilot 仿真，2021 年特斯拉 AI Day 上台讲的就是这套东西。两位联合创始人 Axel Gneiting、Michael Hosticka，分别是前 Autopilot 仿真负责人和前 Autopilot 仿真内容负责人。

他们在特斯拉干成过几件事：给 Autopilot 和 Optimus 搭了同一套仿真平台；用合成数据修真实世界里的模型问题，再配自动标注把标注成本砍下来；最后做到每一次代码改动都要过完整的闭环仿真，而 Autopilot 本身“完全不知道自己在仿真里”。

Zeromatter 要做的，就是把这套能力卖给特斯拉以外的所有人。

融资路线：从种子轮到独角兽

• 2023 年 4 月种子轮：Two Sigma Ventures 的 Villi Iltchev、HNVR 的 Joe Malchow、特斯拉 Autopilot 团队创始总监 Darren Liccardo 等参投，Vercel 的 Guillermo Rauch、Bedrock Robotics 的 Boris Sofman 个人跟投；
• 2024 年 4 月 A 轮：Bedrock Capital 的 Geoff Lewis 领投，AE Industrial Partners、Pebblebed 跟进；
• 2025 年 3 月 B 轮：Spark Capital 抢投（Will Reed 主导），Generation Investment Management（戈尔联合创办的那家）等进场。

注意一个容易看错的点：PitchBook 等数据库目前还挂着“融资 4500 万美元、估值 2.5 亿美元”的旧数据。按公司自己公布的口径，累计融资是 1.6 亿美元，估值 11 亿美元，旧数据早就过时了。

不是世界模型，也不是游戏引擎

今年“世界模型”热到发烫，很多人第一反应会把 Zeromatter 归进 Genie、Cosmos 那一挂。官网第一屏就在划清界限：不是视频模型，不是游戏引擎，是基于物理的、从零写起的仿真。

关键词是确定性：同一个测试每跑一次结果都一样。这在安全评审里是硬通货——生成式世界模型给不了可复现的结果，也就没法拿来给监管方“出示证据”。

技术栈全部自研：

• 自研渲染器，专门按相机、激光雷达、毫米波雷达、红外“看世界”的方式设计，细到卷帘快门、镜头畸变、镜头上的雨滴；
• 自研物理引擎：B 轮之后他们发现没有现成引擎能把机械臂操作仿到够用的精度，于是像当年自己写渲染器一样，又从头写了一个；
• 城市级环境生成：可以用客户自己的路采、飞行数据、高精地图、公开数据，也可以纯合成；
• 多智能体联合仿真：客户现有的模型直接接进来，用客户自己熟悉的语言，大规模场景扫测跑在客户自己的云上；
• sim-to-real 拿数据说话：自建传感器、激光雷达、雷达和机器人实验室，加上自有采集平台，专门量“仿真和现实差多少”。

真正的看点：用户正在从工程师变成 Agent

Ian Glow 在发布长文里有一句话值得单独拎出来：“我们的用户过去是工程师，现在越来越多是 Agent。” Agent 能推理几乎任何问题，但搬不动原子——它们没法去试车场跑一圈，也等不来一次跑道侵入。仿真是它们触碰物理世界的唯一入口。

所以 Zeromatter 上来就给了 Copilot、MCP、CLI 和网页工具，让人和 Agent 都能用代码或声明式接口来搭场景、跑场景、分析结果。这和今年所有基础设施公司都在给 Agent 补“手和眼”的思路是一条线，只不过它补的是物理世界。

为什么是现在

自动驾驶行业有个老算术：RAND 估算过，要从统计上证明一辆自动驾驶车比人类安全，需要开 88 亿英里——100 辆车日夜不停开 400 年。没人等得起，所以 robotaxi 的大部分“驾龄”本来就是在仿真里攒的。

变化在于，物理 AI 从汽车一路扩散到人形机器人、无人机、低空飞行器，每一类都要面对同一个瓶颈：模型不缺，缺的是测试里程和训练数据。Zeromatter 押的是最激进的版本——只要 sim-to-real 差距够小、多样性够高，解决自动驾驶和机器人问题可以根本不需要采集真实数据。

这个赌注对手不少：NVIDIA 的 Isaac Sim / Omniverse 生态、各家自动驾驶公司的自建仿真栈，都在同一块地上。Zeromatter 的差异化是“全自研 + 跨垂直统一平台”，汽车、航空、无人机、eVTOL 的设计合作伙伴已经在用。定价和海外开放节奏还没公布。

物理 AI 的下一轮竞争，拼的可能不是谁的模型更大，而是谁的“假世界”更真。Zeromatter 刚把这张牌亮出来。