成立仅三个月的 Simate 发布首款物理 AI 模型，一举登顶 RoboDojo 榜单 Simate 来势汹汹。9 月 26 日，据量子位报道，成立仅三个月的 Simate（Silicon Mate）发布了首款通用物理 AI 系统 Simate-beta。据公司披露，该模型在 RoboDojo 榜单上拿下第一，且参评的基础模型没有针对榜单做任何专门优化。
Simate-beta 被定位为"通用物理快系统"，演示中展示了记忆、长程任务执行、精细操作和任务适应能力——都是物理智能最难啃的几块硬骨头。团队来头不小：核心成员曾把一段式端到端智驾模型做到对标 Tesla FSD 的水平，并完成了量产落地。放眼全球，能跨过这道门槛的团队本就极少，带着这套积累转身做通用物理 AI 的，更是凤毛麟角。Simate 从创立第一天就定下了一条少见的研发路线：AI for Physical AI，让 AI 直接参与物理智能本身的研究与迭代。
从方向盘到机械臂：智驾经验为什么被看好
智驾和物理 AI 表面看是两个行当，底层却是同一套难题：在开放的真实世界里做决策、从长尾场景中泛化、用数据闭环持续进化。一段式端到端智驾把"感知—决策—执行"装进一个模型的做法，与今天具身智能追求的端到端操作几乎同构。这也是为什么有 FSD 级量产经验的团队一入场就备受关注：他们带来的不只是算法，而是一整套"让模型在物理世界里不出错"的工程方法。（相关阅读：具身智能走向公开考场。）
三个月交卷，说明了什么
最值得玩味的其实是速度：成立三个月，首版模型就交出了登顶榜单的成绩单。这既说明物理 AI 的技术栈正在快速收敛，也印证了"用 AI 加速 AI 研发"这条路线的威力。当然，冷静的注脚也不能少：Simate-beta 仍处在 beta 阶段，榜单成绩只是观察研发实力的一个切面，离真正的产品化和商业化还有距离。但无论如何，物理智能的竞争已经从"谁先讲故事"进入了"谁先交卷"的阶段。
