半年連融四輪！上海新創比特無限在全球物理3D競賽ECCV奪冠　自研模型得分高出GPT-5.5近四倍

在周二(8日)的瑞典馬爾默ECCV 2026研討會上，來自上海的比特無限聯合武漢大學團隊，憑藉自研Arko系列模型，以96.39分擊敗其餘27支全球隊伍，拿下ECCV 2026 CAD Challenge全球第一，這一成績是組委會以GPT-5.5最高強度推理模式設置的基準線(19.32分)的近5倍。ECCV是計算機視覺三大頂級盛會之一，每兩年舉行一次。

CAD Challenge由史丹佛大學、加州大學伯克利分校、普羅米修斯公司等頂尖機構聯合組織，專為驗證「AI能否生成可製造的工業級CAD模型」而設。

競賽不追求視覺的「像」，而要求工程的「真」：參賽方需輸出標準化STEP格式BRep模型，由OCCT幾何內核從曲面、邊、頂點、拓撲四維評分；每日限提交3次、總計不超30次，927個樣本中任何缺失或超時一律無效。這套機制過濾掉大量「能演示、不能落地」的方案。

組委會另設立「GPT-5.5 Extra-High-Thinking Baseline」參照系。結果顯示，最強通用大模型的19.32分僅能認出圖片中的零件，卻搞不懂壁厚、螺絲孔徑、裝配公差等工程細節，這些知識不在互聯網公開資料中，而沉澱於工程師的CAD圖紙與設計決策裡，得分僅為比特無限的五分之一

過去幾年，Meshy、Tripo等推動視覺3D生成服務內容創作，但工業製造是另一套邏輯，視覺3D追求「渲染是否驚艷」，物理3D的標準則是「能否被真實製造、裝配及使用」，微不足道的拓撲錯位、曲面偏差，都可能導致零件無法扣合、注塑開裂。

2025年，有多年海外AI To C創業經驗的李士麒，攜手華為盤古大模型2號位周平義博士在上海創辦比特無限。周平義是全球僅約3000名主導過破兆參數大模型預訓練的科學家之一。

技術架構上，底層是210萬套物理3D數據集，涵蓋消費電子、機械結構、家居生活三大領域；中間層採「繼續預訓練＋後訓練＋Agent框架」形成建模循環；頂層則面向C端Maker與B端工業客戶，其核心壁壘在於數據管線、工程知識、幾何內核的深度耦合，並形成飛輪，用戶每次建模調試的經驗都回流迭代，「越使用，模型越懂工程」。

資本也聞風而至。比特無限已完成數千萬元Pre-A輪融資，由躍遷資本、上市公司CVC及老股東超額追投，A輪亦已拿到多家機構TS。

繼7月官宣天使輪與天使+輪後，比特無限不到一個月再close Pre-A輪，目前已組建百人規模數據工程隊伍，與上海交大、同濟、華東理工產學研聯動，並入選輝達全球加速計劃。

今年6月，亞馬遜創辦人貝佐斯創立的工業AI公司普羅米修斯官宣120億美元B輪、估值410億美元，目標是構建「通用人工智慧工程師」。全球公認的核心瓶頸是製造業數據匱乏，而中國擁有全球最大製造場景與本土工藝數據，是海外巨頭難以複製的優勢。

躍遷資本創始人鄭華良認為，AI-CAD模型將率先由中國公司創造出來，補齊中小製造企業的設計弱點，把「想法到產品」的鏈路大幅縮短。

容億投資劉宏春則看好比的特無限的數據管線→專用模型→Agent」飛輪。

不過團隊亦清醒認知到，物理3D賽道仍處早期，實驗室跑分與工廠真實場景之間仍橫亙鴻溝，唯有當AI真正壓縮研發周期、降低創新門檻，價值才算落地。