Simate 发布首版通用物理快系统 Simate-beta，据报登顶 RoboDojo

核心事实

据量子位报道，成立约三个月的公司 Simate（Silicon Mate）发布首版通用物理快系统 Simate-beta，主打记忆、长程任务、精细操作与任务适应能力。据公司披露，该模型在 RoboDojo 榜单登顶；按公司提供、更新于 2026 年 9 月 23 日的榜单信息，Simate-beta 平均 Score 为 33.95、对应 SR 为 27.96%，排名第一。团队称此次参评的基础模型并未针对该榜单做专门优化。

技术路线上，Simate 选择把「快系统」参数量做大，从 4D 物理感知与分层时序记忆两方面入手，探索零样本与少样本泛化。具体架构与模型规模，公司表示将在后续技术报告中披露。

背景与影响

公司介绍称，核心团队曾将一段式端到端智驾模型能力推进至对标 Tesla FSD 的水平并完成量产落地。其研发方式被概括为「AI for Physical AI」，即让 AI 参与物理智能本身的研究与迭代，配套三层架构：面向自动化研究的可插拔模型框架 SiPAI、提供动态研究上下文的 AutoResearch，以及覆盖训练、仿真与推理的 AI-native Infra。据公司介绍，AutoResearch 平台已启动内测，来自 MIT、加州理工、清华、北大等高校的研究者参与其中，具体可用资源按申请确认；同期公司称已连续完成多轮数亿元人民币级别融资。团队还预告，已形成面向复杂任务零样本泛化的技术思路，计划于今年年底推出阶段性成果，相关论文与技术报告将分阶段开源。

限制与来源

上述榜单成绩、团队背景、融资与内测情况均来自公司披露及媒体转述，尚未获独立第三方确认；榜单排名不代表模型全部能力，真机表现另行展示。模型架构、参数规模、开源范围、平台可用资源与地区支持等细节，素材中未给出明确说明，请以 Simate 官网当前信息为准。本文不构成任何投资建议。

来源：量子位（www.qbitai.com）