独家丨清研精准完成数亿元 B3 轮融资,目标打造物理 AI 数据基础设施
Quick Answer
Qingyan Precision has successfully completed a B3 round financing of several hundred million yuan, aiming to build a physical AI data infrastructure featuring 'a base, a brain, and hundreds of vertical scenarios'.
Quick Take
This initiative seeks to enhance the application of AI in various fields.
Key Points
- The financing amount is several hundred million yuan.
- The project focuses on creating a comprehensive AI data infrastructure.
- It aims to support various vertical applications of AI.
- The initiative is expected to enhance AI's practical utility.
- Qingyan Precision is positioning itself as a leader in .
📖 Reader Mode
~1 min read
雷峰网独家获悉,清华系物理AI企业「清研精准」已于近日完成数亿元B3轮融资,本轮融资由北京市绿色能源基金、北汽产投领投,裕隆集团跟投。据悉,该轮资金将会用于核心人才招募、多模态数采设备的研发与规模化部署,以及算力采购与模型训练基础设施建设等方向。

01
清华系出身,业务横跨汽车等多个领域
清研精准成立于2018年,由清华大学孵化,致力于打造物理AI的工程化底座。清研精准创始人兼CEO董汉是清华大学博士,师从中国工程院院士李克强教授,在汽车领域拥有近十年科研与产业积累;清研精准战略发展总监、精准视界CEO曹绮桐,斯坦福大学管理科学与工程硕士、杜克大学应用数学本科出身;清研精准核心科研成员及合作团队来自清华大学、斯坦福大学、浙江大学、北京航空航天大学、西安交通大学等国内外顶尖高校,融合自动驾驶工程与交叉学科计算能力,适配工业多模态感知、复杂工况物理仿真等核心业务,为工业级落地提供技术底层支撑。
当下清研精准已将AI检测、仿真及测试验证等产品打入国内100多家整车厂及动力电池、储能企业的核心供应链,客户广泛覆盖汽车、新能源、工程机械、低空经济、智能制造等领域的多家大型制造业龙头企业。

02
跑通场景闭环,全面夯实物理AI工程化底座
在新能源物理AI测试验证领域,清研精准已构建起完整的技术工程体系,涵盖数据采集、传感器同步、信号调理、仿真测试、测试自动化、问题定位、质量追溯和结果评测等关键环节,并积累了覆盖多车型、多电池系统、多工况及多产线环境的海量工程经验。
清研精准战略发展总监、精准视界CEO曹绮桐告诉雷峰网(公众号:雷峰网),产品进入客户现场不仅要能采集数据,更需要在精度、稳定性、实时性、可靠性及可追溯性等方面达到严苛的工业标准。
未来,清研精准将推动自身从工业测试验证企业,向物理AI数据基础设施与世界模型平台全面升级。

03
汽车产业资本持续加持,生态价值凸显
投资方阵容也是清研精准的亮点之一。清研精准的早期投资方中不乏一汽、长城、陕汽等汽车产业资本;6月5日清研精准刚完成的数亿元B2轮融资,由星源资本领投,吉晟资产(一汽富晟旗下资本)、某央企产业基金跟投;而本轮更是由京国瑞旗下北京市绿色能源基金、北汽产投领投。
2026年具身智能赛道资本逐步脱离Demo竞赛,转向具备真实工业场景、数据闭环的底层基础设施企业。清研精准持续获得整车、能源领域产业资本加注,印证工业物理AI的数据与落地能力,已经成为产业方布局智能制造的核心卡位方向。
— Originally published at m.leiphone.com
Want this in your inbox every morning?
Daily brief at your local 8am — bilingual EN/中文, free.
More from WebSearch (Tavily)
See more →全球AI芯片峰会,9月上海见!
The 2026 Global AI Chip Summit will take place in Shanghai on September 22-23, focusing on the evolving AI chip landscape, including the shift from training to inference, the rise of diverse chip technologies, and the restructuring of industry competition. Notable speakers include experts from leading universities and companies, discussing advancements in AI chip architecture and applications.