呢次融資令PhysicsX嘅估值比起12個月前嗰輪1.7億美元、估值接近10億美元嘅B輪融資，翻咗超過一倍，公司成立至今募集到嘅資金總額達到約5億美元 。估值極速跳升，反映咗投資者對於能夠解決實體物理工程難題、而唔係只係處理純數碼問題嘅AI公司，胃口越嚟越大 。

創始人同公司背景

PhysicsX由行政總裁Jacomo Corbo同主席Robin Tuluie共同創立，兩位都係一級方程式賽車工程界嘅資深人士 。公司總部設喺倫敦，喺紐約設有辦公室，並正喺三藩市灣區同新加坡擴充據點 。目前公司有超過300名員工，人數喺過去12個月內翻咗一番 。

業務勢頭強勁

呢輪巨額融資有強勁嘅商業表現作為支撐。PhysicsX表示，佢哋嘅已確認收入按年翻咗一倍，而預訂收入更加係翻咗三倍 。同期客戶數量亦都增加咗超過一倍 。管理層指出，AI數據中心嘅硬件設計係佢哋增長最快嘅業務板塊 。

PhysicsX嘅AI平台係點運作

PhysicsX建立咗一個以AI為核心嘅工程平台，目標係要取代傳統嗰啲耗時又費力、主導住現代硬件開發流程嘅模擬工序。佢哋嘅軟件部署咗可以喺幾秒鐘之內預測複雜物理行為嘅AI模型，而唔係用傳統物理求解器（Physics Solver）要花幾粒鐘、幾日，有時甚至係幾個月先做到嘅嘢 。

呢種運算速度令工程團隊可以評估「數量級多過以前嘅設計變體」，並且可以喺成個產品生命週期入面，持續咁融入物理驅動嘅見解 。公司嘅模型由早期概念設計，到好後期嘅製造工序優化，以至喺現場運作嘅實時數位孿生（Digital Twin），都提供到實用價值 。目前，PhysicsX嘅客戶涵蓋航天同國防、半導體、汽車、能源同可再生能源、工業機械，同埋先進材料等多個領域 。

23.4億港元資金會點樣用

根據公司嘅官方公布，呢筆C輪融資嘅資金將會投放喺三大策略重點 ：

• 全球擴張： 擴大商業營運同市場進入嘅規模，特別係集中火力喺美國同亞太區市場。
• 平台擴展： 擴闊佢哋個AI核心平台嘅能力，覆蓋更多工程應用場景，同埋打入更多周邊嘅相關行業。
• 前沿研究： 開發新一代更大型、經過預訓練嘅基礎模型，PhysicsX叫佢哋做大型物理模型（Large Physics Models，簡稱LPMs）。呢啲模型嘅設計係要從合成模擬數據同埋現實世界嘅物理傳感器數據入面學習，標誌住佢哋向工業設計同營運更通用化嘅物理推理，行出咗重要嘅一步。

透過用模擬同實證數據結合嘅方式訓練LPMs，PhysicsX嘅目標係創造出唔單止可以加速設計探索嘅AI系統，仲可以將數碼原型同喺營運中機器嘅實體性能之間嘅循環「埋環」（close the loop）。呢一步可能會進一步打破工業工程入面，計算法同實際測試之間嘅傳統壁壘。

呢次融資令PhysicsX嘅估值比起12個月前嗰輪1.7億美元、估值接近10億美元嘅B輪融資，翻咗超過一倍，公司成立至今募集到嘅資金總額達到約5億美元 。估值極速跳升，反映咗投資者對於能夠解決實體物理工程難題、而唔係只係處理純數碼問題嘅AI公司，胃口越嚟越大 。

創始人同公司背景

PhysicsX由行政總裁Jacomo Corbo同主席Robin Tuluie共同創立，兩位都係一級方程式賽車工程界嘅資深人士 。公司總部設喺倫敦，喺紐約設有辦公室，並正喺三藩市灣區同新加坡擴充據點 。目前公司有超過300名員工，人數喺過去12個月內翻咗一番 。

業務勢頭強勁

呢輪巨額融資有強勁嘅商業表現作為支撐。PhysicsX表示，佢哋嘅已確認收入按年翻咗一倍，而預訂收入更加係翻咗三倍 。同期客戶數量亦都增加咗超過一倍 。管理層指出，AI數據中心嘅硬件設計係佢哋增長最快嘅業務板塊 。

PhysicsX嘅AI平台係點運作

PhysicsX建立咗一個以AI為核心嘅工程平台，目標係要取代傳統嗰啲耗時又費力、主導住現代硬件開發流程嘅模擬工序。佢哋嘅軟件部署咗可以喺幾秒鐘之內預測複雜物理行為嘅AI模型，而唔係用傳統物理求解器（Physics Solver）要花幾粒鐘、幾日，有時甚至係幾個月先做到嘅嘢 。

呢種運算速度令工程團隊可以評估「數量級多過以前嘅設計變體」，並且可以喺成個產品生命週期入面，持續咁融入物理驅動嘅見解 。公司嘅模型由早期概念設計，到好後期嘅製造工序優化，以至喺現場運作嘅實時數位孿生（Digital Twin），都提供到實用價值 。目前，PhysicsX嘅客戶涵蓋航天同國防、半導體、汽車、能源同可再生能源、工業機械，同埋先進材料等多個領域 。

23.4億港元資金會點樣用

根據公司嘅官方公布，呢筆C輪融資嘅資金將會投放喺三大策略重點 ：

• 全球擴張： 擴大商業營運同市場進入嘅規模，特別係集中火力喺美國同亞太區市場。
• 平台擴展： 擴闊佢哋個AI核心平台嘅能力，覆蓋更多工程應用場景，同埋打入更多周邊嘅相關行業。
• 前沿研究： 開發新一代更大型、經過預訓練嘅基礎模型，PhysicsX叫佢哋做大型物理模型（Large Physics Models，簡稱LPMs）。呢啲模型嘅設計係要從合成模擬數據同埋現實世界嘅物理傳感器數據入面學習，標誌住佢哋向工業設計同營運更通用化嘅物理推理，行出咗重要嘅一步。

透過用模擬同實證數據結合嘅方式訓練LPMs，PhysicsX嘅目標係創造出唔單止可以加速設計探索嘅AI系統，仲可以將數碼原型同喺營運中機器嘅實體性能之間嘅循環「埋環」（close the loop）。呢一步可能會進一步打破工業工程入面，計算法同實際測試之間嘅傳統壁壘。