3,200萬美元。這是Antioch在9月8日完成的A輪融資，由Greylock領投；加上年初850萬美元種子輪，這家成立僅一年多的公司累計募資達4,050萬美元。

同一年，Meta旗下Reality Labs全年收入約22.07億美元，營業虧損卻高達191.93億美元。Meta預計2026年該部門虧損仍將大體維持在2025年水準。

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。

元宇宙沒能讓人類住進去，現在換機器人了。

同一個平台，換了敘事

Antioch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，對機器做大規模訓練、測試與驗證。現實中成本高、難重複甚至危險的故障與極端場景，都能在這裡反覆發生。

要理解這筆錢為何此刻出現，得看NVIDIA。2021年8月，NVIDIA在SIGGRAPH擴大Omniverse，定位是「為元宇宙提供基礎」，底層技術USD源自皮克斯、後來開源，被比喻成3D世界的通用語言。同年10月Facebook改名Meta，祖克柏預計十年內元宇宙覆蓋10億人口。

結果消費級元宇宙沒實現。真正耐人尋味的是NVIDIA轉身：五年前Omniverse被稱「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」，下連Isaac Sim、Isaac Lab、Cosmos、PhysX、Warp等機器人工具。同一個平台，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。它把昂貴、緩慢的真機測試，搬進可無限複製的虛擬環境。

24小時。

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

1,000種桌面佈局。

虛擬環境裡，一台機械臂可同時面對這麼多種佈局；物體位置、質量、材質可不停改變，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——這叫Domain Randomization（域隨機化）。

8,500萬美元、10億平方公尺。

德國NavVis於2026年8月完成8,500萬美元融資，2025年處理與分發現實空間超10億平方公尺，把工廠掃成高精度3D數據，做為Physical AI的「數據基礎」。

150億韓元、約1,060萬美元。

韓國NdotLight今年8月獲KDB領投融資，其TRINIX把普通3D內容轉成SimReady資產，補上質量、摩擦、關節與碰撞數據，接入Omniverse與Isaac Sim。

1,800萬美元。

冰島聲學仿真公司Treble於9月17日獲融資，模擬聲音傳播並生成合成聲學數據，讓機器人在虛擬世界「聽見」真實。

這些數字共同說明：元宇宙追求沉浸感，Physical AI追求真實性。

市場在意的是「Sim-to-Real」

為什麼資本現在押這個方向？NVIDIA的「機器人數據金字塔」顯示，最底層網路與人類數據便宜卻缺少關節角度、力、觸覺與控制訊號；最頂層真機數據最貼近部署卻貴又慢。中間的仿真與合成數據，能在GPU裡高速複製、並行生成，補上缺口。

對機構而言，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），一層層把數位世界拼回來。這是基礎設施級的機會。

對散戶與市場而言，必須看清：素材並未提及以太幣（ETH）或任何加密資產，因此無從判斷這波Physical AI融資對ETH的具體影響，不宜將其解讀為利好或利空。追逐熱點時，要分清楚是技術落地還是敘事先行。

未來可能看到，若Sim-to-Real（從模擬到現實）的落差能被持續縮小，機器人仿真有機會長成一門比消費級元宇宙更硬的生意；但這仍取決於實際部署成功率，目前只能說「可能」，還不能當成既成事實。

說實話，3,200萬不是重點

真正值得關注的，其實不是Antioch募了多少錢。

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。攝影機失效、地面突然變滑、機器人摔倒——現實世界不可能天天製造事故，虛擬世界卻可以一次系統更新就面對數千種條件並行測試。

換句話說，居民變了：從人類，換成了機器人。

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，Meta為此付出了191.93億美元虧損的代價。但那些為虛擬世界鋪下的路——3D建模、即時渲染、數位孿生、物理引擎、開放標準——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 這家公司主要做什麼？

Antioch是美國AI新創，9月8日完成3,200萬美元A輪融資，Greylock領投，累計募資4,050萬美元。它把現實中的機器人、感測器、軟體與運行環境搬進電腦，在接近現實的數位世界做大規模訓練、測試與驗證，讓昂貴、難重複或危險的場景能反覆發生。

Q2：這波Physical AI跟當年元宇宙差在哪？

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已從「元宇宙基礎」改為「Physical AI應用開發庫」，是明顯轉向訊號。

Q3：為什麼機器人訓練不能只靠真實數據？

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；網路與人類數據雖便宜，卻缺少關節角度、力、觸覺等控制訊號。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），補上中間缺口。