首发|比特无限连续完成天使轮与天使+轮融资，三个月估值涨10倍
市面上现有的解法，却各有硬伤。人工建模产能低、成本高，追赶不上工业和创客两端同时膨胀的需求；通用AI生成的3D模型则更像是一具“空壳”，内部没有尺寸标注，没有装配逻辑，改一个孔距就得全部重绘。放到仿真环境里物体会直接穿模，导出打印更是拼接不上。
3D打印无疑是全球增长最受关注的赛道之一，但结构化、可编辑的物理3D数据却极度稀缺。就在这个行业真空里，一家年轻公司浮出水面—— AI生成矢量3D模型的比特无限（BitInf）。
不久前WAIC期间，央视对这家成立仅一年多的创业公司进行了报道，镜头对准的是一支全90后团队。一年前，有着多年海外AI To C创业经验的李士麒，敏锐捕捉到物理3D数据的空白，携手华为盘古大模型2号位周平义博士等前沿团队创办了比特无限。
构建真实世界的物理3D数据飞轮，比特无限跑出了一条独特路线： 以3D打印与全球海量Makers为入口， 自研模型Arko-T在文生物理3D任务上已达到全球SOTA水平，海外平台收获超百万曝光。
投资界获悉，继4月官宣种子轮后，比特无限又连续完成了天使轮与天使+轮融资，集结了卓源亚洲、容亿投资、普华资本、壹德资本等知名机构。“不到三个月，估值涨了10倍。”7月，投资界在上海模速空间见到比特无限CEO李士麒。
“谁能率先补齐物理3D数据短板，谁就能握住物理AI时代的入场券。”李士麒判断，生成式物理3D的GPT时刻已近在眼前。
95后率队华为盘古2号位
三个月估值涨10倍
今年6月，“AI教母”李飞飞发表长文，将世界模型拆解为三层结构：Renderer（渲染器）、Simulator（模拟器）和Planner（规划器）。
她认为，模拟器是其中影响最为深远的一环，输出的是一种在几何、物理和动力学上忠实呈现世界状态的结构化表达，可以作为人类和计算机程序进行计算的基础、交互的对象。 机器人训练、自动驾驶测试、建筑可视化、工程仿真乃至药物研发，都依赖模拟器这个核心载体 。
几乎同一时间，峰瑞资本创始合伙人李丰也抛出了一个类似判断：世界模型和物理模型之所以成为具身智能领域最大的投资热点，根源在于“没有数据”——人类从来没有大规模积累过包含物理量和物理世界交互规律的数据。
稍早之前，李士麒便已看穿前沿行业的数据真空，深感构建自主可循环的数据引擎迫在眉睫， “我们需要一个能持续从‘真实世界意图与交互反馈’中产生数据的引擎。”
而回顾过往，只有少数数据引擎能真正形成规模化飞轮，如谷歌靠全网文本标注形成第一代视觉数据引擎，特斯拉则以车辆采集路况搭建第二代FSD数据闭环。二者共性都是以海量普通用户的真实交互为数据源头。
李士麒把目光投向了另一个群体——全球5亿Makers和1亿活跃3D打印用户。使用比特无限Sparkoh.ai，用户只需要用自然语言描述想法或者画一张简单的草图，系统就能自动生成可打印的物理3D模型。而用户每一次修改、每一次反馈，都会回流到模型中，让下一次生成更加精准。如此，比特无限便能从一个工具，慢慢长成了一个有生命的物理3D数据引擎。
一支AI大牛队伍迅速集结。 联合创始人周平义， 36岁，武汉大学工学博士，是华为盘古大模型初代创始成员、第二代盘古万亿MOE大模型的二号核心研发人员。全球范围内，主导过万亿参数大模型完整训练的人大约只有3000个，其中70%在海外大厂，20%在科研机构，全职创业的堪称凤毛麟角，周平义是其中之一。
比特无限联合创始人 周平义
CEO李士麒，多年海外AI To C创业经验，先后打造两款海外百万月活AI工具，深谙欧美创作者社群运营；CTO陈立韬，6年华为仿真与后训练全栈经验，既懂物理约束落地，也懂大模型部署。
创业初期，比特无限几乎处于“水下”状态。周平义博士率队埋头研发全球AI生成矢量3D专用模型，同时低调完成了三轮融资。今年4月，种子轮浮出水面，由清华系卓源亚洲领投，后者曾投资生数科技、基流科技等明星AI项目。随后天使轮和天使+轮相继完成，累计融资4500万元，投资方包括容亿投资、普华资本、壹德资本等机构。
一个值得关注的信号是：容亿投资此前布局了宇树科技、银河通用等具身机器人本体公司；普华资本也投了智平方等具身独角兽。如今，他们不约而同地把目光投向了比特无限—— 卡位物理3D数据这一关键环节。
逻辑并不复杂。人形机器人赛道已跑出宇树、银河通用这样的头部本体公司，正在爆发的3D打印、工业设计、通用世界模型等市场也在高速扩容，但支撑全行业迭代的标准化物理3D数据基础设施仍显空白。谁能在这个环节卡住位置，谁就有机会成为下一代AI基础设施领域的超级玩家。
这或许是一场新的FOMO。于投资人而言，物理3D数据是通往下一范式的关键拼图，卡位意义不言而喻。正如比特无限从水下浮出，三个月内估值增长十倍。据透露， 公司新一轮融资正在进行中，前来对接的投资人明显多了起来。
自研模型全球SOTA
让AI真正理解物理世界
比特无限走了一条不太一样的路。
市面上的3D生成大多是在传统建模软件上叠加AI功能，本质上还是围绕软件命令和人工操作。比特无限从一开始就面向AI-native交互重构了整个设计流程—— 让AI理解空间几何、结构关系和运动规律，把描述直接转化为可编辑、可制造的物理3D模型 。
这套逻辑的底层是参数化代码生成模型，天然附带结构信息和可编辑属性，可直接用于3D打印、机器人仿真及Physical AI训练。
落到3D打印场景里，用户用自然语言描述需求，系统自动完成任务拆解、代码生成、执行验证和多轮修正。这恰好对上了创客最真实的需求——他们要的不是“好看的模型”，而是“能用的模型”，如带滑轨的抽屉得能顺畅拉开，每个部件的尺寸和摩擦系数都经得起物理检验。
支撑这一切的是比特无限自研专用物理3D大模型Arko-T。
大多数Text-to-3D模型生成的是形状，40亿参数的Arko-T生成的是可编辑的设计。在Text2CAD-Bench标准评测集上， 将Arko-T与7款前沿通用大模型做了12项指标全面对比，有8项排名第一 ，另有3项指标位列第二，推理成本仅为ChatGPT、DeepSeek等通用大模型的十分之一甚至更低。