華為盤古2號位創業，三個月估值漲10倍

# 華為盤古大模型前核心成員創業，比特無限三個月估值飆升10倍

一家專注於AI生成物理3D模型的年輕公司正迅速崛起。成立僅一年多，由前華為盤古大模型二號位周平義博士聯合創辦的「比特無限（BitInf）」，在短短三個月內估值暴漲10倍，接連完成三輪融資，累計金額達4500萬元，集結了卓源亞洲、容億投資、普華資本、壹德資本等知名機構。就在不久前，央視在世界人工智能大會（WAIC）期間對這支全90後團隊進行了專題報道，將其從「水下」狀態推至聚光燈下。 比特無限的誕生源於一個鮮為人知卻至關重要的行業真空：物理3D數據的極度稀缺。當前，無論是3D打印、工業設計還是具身智能機器人訓練，都迫切需要大量具備真實幾何結構、裝配邏輯與物理屬性的三維模型。然而，傳統人工建模產能低下、成本高昂，而通用AI生成的模型往往只是「視覺空殼」，缺乏內部尺寸標註與可編輯性，無法直接應用於生產或仿真。比特無限的創始團隊敏銳察覺到這一斷層，決心從根源上破解數據供給難題。 公司的核心創始陣容堪稱豪華。CEO李士麒擁有多年海外AI To C創業經驗，曾打造兩款百萬月活產品，深諳歐美創作者社群的運營之道；聯合創始人周平義博士年僅36歲，作為華為盤古大模型的初代創始成員及第二代萬億MOE大模型的二號核心研發人員，是全球極少數主導過萬億參數大模型完整訓練的頂尖人才；CTO陳立韜則具備6年華為仿真與後訓練全棧經驗，為物理約束落地提供了堅實的工程保障。 技術層面，比特無限選擇了一條與行業主流截然不同的路徑。其自研的專用物理3D大模型Arko-T擁有40億參數，並非生成傳統的網格或體素模型，而是直接輸出參數化的代碼，這使得模型天然附帶結構信息與可編輯屬性。在權威的Text2CAD-Bench評測集上，Arko-T與7款前沿通用大模型進行了12項指標對比，其中8項排名第一，且推理成本僅為ChatGPT、DeepSeek等通用模型的十分之一甚至更低。這意味著用戶可以用自然語言描述需求，系統就能自動完成任務拆解、代碼生成與裝配驗證，最終產出可直接用於3D打印或物理仿真的數字資產。 數據飛輪是比特無限的另一核心壁壘。公司面向全球5億Makers與1億活躍3D打印用戶推出了免費建模工具Sparkoh.ai，用戶只需輸入文字或繪製草圖，即可獲得可打印的物理模型。每一次用戶的修改與反饋，都會自動迴流至數據引擎，持續優化模型性能。這種從真實世界意圖與交互反饋中循環產生的數據，構成了一套難以複製的規模化解決方案，類似於特斯拉構建FSD數據閉環的思路。 在商業化方面，比特無限採取雙線並行策略。C端面向海外創作者社群採用Token訂閱計費，B端則向工業設計、機器人仿真與Physical AI研發企業開放API接口，提供符合OpenUSD標準的批量仿真資產。二者相互反哺：C端積累的真實交互數據驅動模型迭代，進而產出更高質量的物理數據供給B端客戶，形成正向循環。 值得注意的是，比特無限在成立僅一年內便獲得了多項關鍵生態資源加持。公司不僅加入英偉達Inception初創加速計劃，還成為智譜官方生態合作夥伴中年齡最小的面孔，同時入駐上海模速空間享有AI算力專項補貼。這些資源在算力成本、模型適配與商業落地渠道上為團隊提供了切實支持，進一步加速了其從初創公司向AI基礎設施玩家的躍遷。 隨著融資進程的推進，比特無限的估值在不到三個月內增長十倍，並引發了新一輪FOMO（錯失恐懼）情緒。背後邏輯清晰：人形機器人賽道已跑出宇樹科技、銀河通用等頭部本體公司，3D打印與工業設計市場也處於爆發前夜，但支撐全行業迭代的標準化物理3D數據基礎設施卻仍是空白。誰能在這一環節卡位，誰就有望成為下一代AI基礎設施領域的超級玩家。 對於行業影響，團隊判斷生成式物理3D的「GPT時刻」已經逼近，窗口期約為18個月。一旦突破中層仿真資產的供給瓶頸，機械臂、人形機器人的虛擬訓練素材將不再是稀缺品，通用機器人的落地速度可能遠超預期。同時，3D打印的製造門檻將徹底下放，工業產品研發週期與人力成本也將大幅下降。 「所想即所得」——這一願景聽起來或許遙遠，但回望2022年底ChatGPT甫一問世時的震撼，誰又能預測兩年後大模型江湖的劇變？比特無限正試圖從3D打印的數據痛點出發，將每個人的設計、試錯與修改轉化為AI進化的養料，一步步搭建起連接數字代碼與真實物理世界的底座。此刻，已是拐點前夜。