原特斯拉 Autopilot 仿真团队三位核心骨干联合创立 Zeromatter,这家主打物理 AI 仿真的初创公司正式走出隐身模式,本轮拿到 4000 万美元融资,投后估值达到 10 亿美元,成功跻身独角兽,团队把当年在特斯拉内部打磨、同时支撑 Autopilot 自动驾驶和 Optimus 人形机器人的闭环仿真能力对外商业化,面向自动驾驶、人形机器人、航空航天客户提供通用物理仿真底座。自主系统研发最大的痛点就是实车、真机测试成本高、风险大、场景覆盖不全,很多极端工况很难在现实里反复采集,而传统仿真工具物理还原度不足,虚拟测试结果和真机表现差距很大,参考价值有限。三位创始人在特斯拉任职期间,搭建了一套可以骗过自动驾驶系统的闭环仿真体系,虚拟环境里的传感器数据、物体交互、动力学反馈高度贴近真实世界,AI 模型没法区分是现实还是仿真环境。Zeromatter 的产品就是把这套高保真仿真能力打包成标准化平台,客户可以在虚拟环境里大批量生成 corner case,反复训练、验证自动驾驶和机器人策略,减少上路、真机测试的频次,压缩研发周期和测试成本。公司总部设在山景城,现阶段重点服务物理 AI 赛道,后续计划持续扩充仿真场景库、优化动力学和传感器仿真精度,把原本特斯拉内部自用的基础设施,开放给整个行业使用。
一、Zeromatter 项目基础信息清单
- 公司名称:Zeromatter
- 创始人:Ian Glow、Axel Gneiting、Michael Hosticka(原特斯拉 Autopilot 仿真核心负责人)
- 本轮融资:4000 万美元
- 投后估值:10 亿美元
- 总部地点:美国加州山景城
- 赛道定位:物理 AI 高保真闭环仿真平台
- 核心来源:源自特斯拉 Autopilot+Optimus 共用仿真体系
- 目标客户:自动驾驶企业、人形机器人公司、航空航天自主系统厂商
- 核心能力:高保真物理仿真、闭环仿真、极端场景批量生成
二、传统仿真工具对比 Zeromatter 闭环仿真方案
| 对比项 | 通用传统仿真工具 | Zeromatter 高保真闭环仿真 |
|---|---|---|
| 物理还原度 | 简化动力学,物体交互失真 | 贴近真实物理、传感器噪声、接触反馈 |
| 闭环能力 | 大多只做画面渲染,无法闭环训练 | AI 在虚拟环境自主运行,分不清虚实 |
| 场景短板 | 极端危险场景很难构建 | 批量自动生成长尾、边缘 corner case |
| 适配对象 | 单一场景,适配性弱 | 同时支持自动驾驶车辆、人形机器人、飞行器 |
| 使用定位 | 辅助演示、简单调试 | 替代大量高风险、高成本真机实测 |
三、Zeromatter 仿真平台完整使用流程
- 需求导入:客户上传自动驾驶 / 机器人策略模型、传感器参数、动力学参数
- 虚拟场景搭建:平台生成城市道路、室内空间、各类扰动、极端工况
- 闭环仿真运行:模型在虚拟世界自主感知、决策、执行,实时反馈交互数据
- 异常采集:自动抓取碰撞、滑移、识别失效等边缘案例,自动归档
- 模型迭代:仿真产出的数据回流训练,优化策略模型
- 真机验证:仿真验证通过之后,再少量安排实车、真机上路测试
四、三位创始人在特斯拉原岗位说明
- Ian Glow:原特斯拉 Autopilot Simulation 经理,主导搭建特斯拉仿真基础设施
- Axel Gneiting:原特斯拉 Autopilot Simulation 负责人,仿真体系总负责人
- Michael Hosticka:原 Autopilot Simulation Content 负责人,仿真场景、数据资产负责人
【常见问题】
问题 1:特斯拉自动驾驶仿真三位老将创业的公司叫什么,估值是多少?
回答 1:特斯拉自动驾驶仿真三位老将创办的公司叫 Zeromatter,本轮融资完成后投后估值达到 10 亿美元,是一家物理 AI 仿真独角兽企业。
问题 2:Zeromatter 的三位创始人,之前在特斯拉自动驾驶仿真团队分别负责什么?
回答 2:Zeromatter 三位创始人里,Ian Glow 主导搭建特斯拉仿真基础设施,Axel Gneiting 是 Autopilot 仿真负责人,Michael Hosticka 负责仿真场景内容资产,三人共同支撑特斯拉自动驾驶和 Optimus 机器人仿真体系。
问题 3:Zeromatter 依托特斯拉仿真技术,核心可以解决什么行业痛点?
回答 3:Zeromatter 依托特斯拉闭环仿真技术,解决自动驾驶、人形机器人真机测试成本高、危险场景难复现、传统仿真物理还原差的痛点,用高保真虚拟测试减少真机实测。
问题 4:Zeromatter 这套仿真平台,除了自动驾驶还可以服务哪些方向?
回答 4:Zeromatter 仿真平台除自动驾驶之外,还面向人形机器人、航空航天自主系统,给各类物理 AI 自主设备提供闭环仿真训练和验证环境。
问题 5:Zeromatter 闭环仿真和普通仿真最大差别是什么?
回答 5:Zeromatter 闭环仿真可以做到 AI 模型无法区分虚拟环境和真实环境,物理、传感器交互还原度高,支持端到端闭环训练,而普通仿真大多只是画面渲染,很难用来做可靠的策略迭代。
【参考资料】
[2026-11-16](特斯拉自动驾驶三位模拟核心老将创业 估值达 10 亿美元)网易新闻(CNMO)
[2026-11-15](Exclusive: Three Veterans of Tesla’s Autopilot Team Got a $1 Billion Valuation for an AI Simulation Startup)The Information
[2026-11-16](Zeromatter 走出隐身模式,脱胎特斯拉 Autopilot 仿真体系)智东西
[2026-11-15](Ex-Tesla Autopilot Trio's Zeromatter Hits $1B Valuation)FourWeekMBA
【免责声明】
本文内容基于外媒报道、行业科技媒体公开信息整理,Zeromatter 本轮融资条款、估值口径、产品落地进度、客户拓展计划存在变动;本文仅作为行业资讯科普,不构成仿真平台采购、创业项目投资、自动驾驶方案合作建议,融资详情、产品功能以 Zeromatter 官方披露为准。
