191.93億美元。

這是Meta旗下Reality Labs在2025年的全年營業虧損，同期收入僅約22.07億美元。Meta甚至預估，2026年該部門的營業虧損仍將大體維持在2025年的水準。

安迪·沃荷說過：他們總說時間會改變一切，但事實上你得自己去改變它。

元宇宙沒能改變的那件事——讓人類住進虛擬世界——現在由機器人接手了。

9月8日，美國AI新創Antioch完成3,200萬美元A輪融資，由矽谷知名創投Greylock領投。加上年初的850萬美元種子輪，這家成立僅一年多的公司，累計融資已達4,050萬美元。

同一個平台，換了敘事

要理解這筆錢為什麼現在出現，得先看NVIDIA。

2021年8月，NVIDIA在SIGGRAPH大會上擴大Omniverse平台，定位是「為元宇宙提供基礎」。它的底層技術USD（Universal Scene Description，通用場景描述）源自皮克斯，後來開源，被比喻成3D世界的「通用語言」——場景裡有哪些物體、在哪、用什麼材質、如何運動，全靠它組織。

同一年10月，Facebook改名Meta，祖克柏描繪的未來更宏大：人們戴著頭顯在3D世界裡開會、工作、娛樂、購物。Meta當時預計，十年左右元宇宙可能覆蓋10億人口。

結果呢？消費級元宇宙產業至今沒有實現。Meta仍沒放棄VR、AR與智慧眼鏡，但代價就是那筆191.93億美元的虧損。

真正耐人尋味的是NVIDIA的轉身。五年前Omniverse被稱為「元宇宙的基礎」；如今官網定義已改為「用於開發Physical AI應用的一組庫和微服務」，下面連著Isaac Sim、Isaac Lab、Cosmos、PhysX、Warp等機器人工具。

同一個平台，承載的最大敘事變了。

數字拆開看，每一個都指向真實性

3,200萬、850萬、4,050萬。

Antioch的A輪、種子輪與累計融資。這家公司做的事，是把現實中的機器人、感測器、軟體系統和運行環境搬進電腦，在盡可能接近現實的數位世界裡做大規模訓練、測試與驗證。

24小時。

一台真實機器人一天最多只能真正經歷24小時。這是真機數據最殘酷的天花板——還要算上機器、場地、操作人員與設備維護。

1,000種桌面佈局。

在虛擬環境裡，一台機械臂可以同時面對這麼多種佈局；物體的位置、品質、材質可以不停改變，光線、相機位置、地面摩擦力甚至感測器誤差都能人為隨機調整。這種方法叫Domain Randomization（域隨機化）——不讓機器人死記一個完美環境，而是故意不斷變動，讓模型學會在各種變化下完成同一個任務。

8,500萬美元、10億平方公尺。

德國慕尼黑的空間數據公司NavVis，於2026年8月完成8,500萬美元融資。它用移動掃描設備把工廠、建築快速掃成高精度3D數據，僅2025年處理與分發的現實空間就超過10億平方公尺。機器人要在真實工廠工作，電腦得先知道工廠長什麼樣。

150億韓元、約1,060萬美元。

韓國NdotLight今年8月獲得的新融資，由KDB領投。它做的TRINIX，是把普通3D內容轉成SimReady資產——不只外觀，還補上質量、摩擦、關節結構與碰撞數據，並接入Omniverse與Isaac Sim。

1,800萬美元。

冰島聲學仿真公司Treble於9月17日獲得的融資。它模擬聲音在房間、建築中的傳播，生成合成聲學數據，解決機器人在虛擬世界裡怎麼「聽見」接近真實的聲音。

市場在意的是「Sim-to-Real」

為什麼資本現在押這個方向？

因為NVIDIA提出的「機器人數據金字塔」，中間那一層終於有了商業價值。最底層的網路與人類數據便宜、規模巨大，但缺少機器人執行動作所需的關節角度、力、觸覺與控制訊號；最頂層的真機數據最貼近部署、物理真實性最高，卻貴又慢。

夾在中間的仿真與合成數據，能在GPU裡高速複製、並行生成，直接產出機器人執行任務所需的動作、狀態與感測器數據。

換句話說，元宇宙追求的是沉浸感，Physical AI追求的是真實性。

對機構而言，這條賽道的分工已經很細：空間掃描（NavVis）、資產轉換（NdotLight）、聲學仿真（Treble）、環境訓練（Antioch），一層一層把數位世界重新拼回來。

值得注意的是，機器人仿真、工業數位孿生與物理引擎的歷史，其實都遠早於「元宇宙元年」。上一輪浪潮只是把這些分散技術裝進一個「大規模數位世界」的統一想像裡——想像破滅，基礎設施卻留下了。

說實話，3,200萬不是重點

真正值得關注的，其實不是Antioch募了多少。

而是那句話：元宇宙曾經最大的問題是「為什麼人一定要進入虛擬世界」，如今機器人給出了完全不同的答案。

對人來說，虛擬世界只是現實生活的可選替代品。但對機器人來說，虛擬世界是進入現實以前的訓練場——極端故障、感測器失效、地面突然變滑，這些現實世界不可能天天製造的事故，在虛擬世界裡可以反覆發生、並行測試。

這件事真正說明了什麼

人類最終沒有按當初的設想住進元宇宙。但那些為虛擬世界鋪下的路，並沒有完全荒廢。

真正的考驗在最後一關：Sim-to-Real——機器人在虛擬世界裡學會的東西，回到真實世界到底還能不能用。這也是Isaac Sim不只強調渲染、還包含剛體動力學、關節、碰撞與虛擬感測器的原因。

接下來市場會觀察：Antioch這類公司能否把「模擬環境」的規模優勢，兌現成真機部署的成功率；以及這條重新拼起來的數位世界，會不會在Physical AI時代長成一門比消費級元宇宙更硬的生意。

畢竟，元宇宙當年的問題是沒有人要住；現在這一批「居民」，沒有別的地方可去。

FAQ

Q1：Antioch 這家公司到底在做什麼？

Antioch 是一家美國AI新創，成立僅一年多，9月8日完成3,200萬美元A輪融資，由Greylock領投。它把現實中的機器人、感測器、軟體系統與運行環境搬進電腦，在盡可能接近現實的數位世界中，對機器做大規模訓練、測試與驗證，讓昂貴、難重複甚至危險的場景能反覆發生。

Q2：這和當年的元宇宙有什麼差別？

核心差異在目的與「居民」。元宇宙追求沉浸感，想讓人戴頭顯進入3D世界生活；Physical AI追求真實性，真正長期「住」在虛擬世界裡的是機器人。NVIDIA的Omniverse定位已從「元宇宙基礎」改為「Physical AI應用開發庫」，就是最明顯的轉向訊號。

Q3：為什麼機器人訓練不能只用真實數據？

因為真機數據太貴太慢：一台機器人一天最多經歷24小時，還涉及場地、操作人員與維護。而網路與人類數據雖便宜，卻缺少關節角度、力、觸覺與控制訊號。仿真數據能在GPU中高速複製並行生成，並可人為隨機調整環境（域隨機化），補上中間那一層。