GigaAI 极佳视界
驾驶养具身，赌一个还没跑完的飞轮

极佳视界（GigaAI）由黄冠于 2023 年 6 月创立。他的职业轨迹是一条从学术到工业的教科书级路径：华中科技大学自动化系班级第一，中科院自动化所硕士，清华大学自动化系博士，随后在微软亚研院与何恺明、孙剑共事，再到地平线机器人担任视觉感知负责人整整七年。

在地平线，黄冠主导了两件事：全球最大人脸识别数据集 WebFace260M（2.6 亿张图像），以及一度登顶 nuScenes 自动驾驶排行榜的 BEVDet/BEVDet4D 鸟瞰图感知方法。两者背后是同一个逻辑——用数据规模换模型能力，这个逻辑被他带进了 GigaAI 的核心方法论。

联合创始人兼首席科学家朱政同样出自中科院自动化所与清华，在 TPAMI、CVPR、ICCV 等顶会发表论文 70 余篇，Google Scholar 引用 16,000+，连续三年（2022-2024）入选斯坦福「全球前 2% 科学家」。他是 WebFace260M、BEVDet 系列的核心作者，也是 DriveDreamer——全球首个由真实驾驶场景驱动的世界模型——的主要设计者。

GigaAI 的定位是「中国第一家系统性专注世界模型的公司」，目标是成为「物理世界的 OpenAI」。不同于泛化大模型路线，它押注的是：世界模型生成合成数据，合成数据训练具身 AI，形成比纯软件公司更短的数据飞轮。这一判断已经有初步的商业验证——DriveDreamer 系列服务超过 30 家国内外 OEM，构成现实收入。

2026 年内，GigaAI 完成 9 轮融资、30+ 投资方，仅 B 轮合计约 ¥35 亿，估值超 ¥100 亿。融资历史从 2023 年种子轮（辰韬资本）一路走到 2026.06 的 B2 轮（狮城资本、中国-比利时基金），中间最关键的一步是 2025 年 11 月华为哈勃领投 A1 轮，华控基金跟投。

技术上，GigaWorld-1（2026.03）发布时以 62.34 分登顶 WorldArena 全球基准第一，是当时唯一突破 60 分的模型；但两周内即被 MotuBrain（63.77 分）反超。更早的 GigaWorld-0（2025.11）是全球首个严格验证「世界模型合成数据可直接提升真实机器人 VLA 性能」的实验，零样本任务成功率从 30% 提升到 80%。

商业化上，DriveDreamer（2023.09 首发，入选 ECCV 2024 最具影响力论文）目前服务 30+ 国内外 OEM，是 GigaAI 现阶段最主要的收入来源。GigaBrain-0.1 在 RoboChallenge 真实机器人评测中以 51.67% 成功率领先 π0.5 约 10 个百分点。

硬件端，人形机器人 Maker H01 已于 2026 年 1 月首批交付，目标年内量产 1000 台；面向消费市场的拾光 SeeLight S1 同期推进。这是 GigaAI 第一次把世界模型的基准优势，交给真实工厂里的机械臂去检验。

数据飞轮是否真实：DriveDreamer 已有 30+ OEM 在付费使用，产生的真实驾驶数据持续回流训练 GigaBrain 系列——这不是 PPT 里的"协同"，而是已经在运转的数据闭环。比起只有模型、没有数据入口的纯软件公司，GigaAI 的飞轮起点更短。但驾驶场景与具身操作场景的数据迁移效果如何，目前仍缺乏独立第三方验证。

华为哈勃是双刃剑：入局意味着 GigaAI 大概率能在昇腾生态获得优先算力资源、早期测试权限和渠道，这是其他投资方给不了的。代价是出海路径将面临客户与合规两端的额外审查，欧美 OEM 的合作窗口可能因此收窄。

基准分数的半衰期以周计算：GigaWorld-1 发布时全球第一，两周后就被 MotuBrain 反超。这说明世界模型基准领先窗口很短，本质上不构成护城河。GigaAI 真正的壁垒更可能在于 GigaBrain 在真实机器人（而非模拟器）中的部署能力——这需要时间和真实硬件迭代，比刷榜难得多。

股权结构的复杂度：3 年 9 轮、30+ 股东方，其中包含大量地方国资与产业基金，上市前的股权清理难度远超普通创企。超过 ¥100 亿估值、多轮地方国资参与，也意味着退出周期可能被政策节奏而非市场需求主导。