热门AI工具推荐

AI编程订阅服务,支持多款国产主流编程模型自由切换。
Seedance 2.0AI视频生成
具备卓越的物理真实性和角色一致性,可生成电影级视频内容。
方舟 Agent PlanAI智能体订阅
火山引擎推出的全场景AI智能体订阅服务,通过一个订阅整合5大主流模型和10+AI工具
StepClaw阶跃AI桌面伙伴龙虾Agent智能体
StepClaw是阶跃星辰推出的本地和云端的AI龙虾助手,通过一键部署让普通用户也能拥有7×24小时在线、可自主执行任务的AI数字工作伙伴。
基于OpenClaw架构打造的AI助手平台,核心优势包括云端一键部署、沙箱隔离安全运行、全面接入企业微信/钉钉/飞书三大主流IM工具
SpeedAIAI内容检测降重
AI内容检测与降重工具,能有效帮助用户通过论文AI率检测
墨刀AIAI原型设计平台
墨刀AI是一款能通过一句话描述或图片,快速生成可交互原型、PRD文档及各类图表的一站式智能产品设计协作平台。
秒哒AI工具
不懂代码也能开发应用?百度秒哒:无需编程,快速搭建小程序与网站
有戏AIAI漫剧生成工具
全流程AI短剧创作工具,实现从剧本到成片的自动化生产,让“一人即剧组”成为现实。
沁言学术智能科研平台
一站式文献管理与科研写作工具,支持边写作边搜索文献,高效阅读,文献管理,

Veeda AI融资9000万美元 押注物理AI世界模型

时间:2026年8月19日 地点:加拿大多伦多 人物:Sanja Fidler(前英伟达VP of AI研究、多伦多大学教授、Vector Institute创始成员);联合创始人Huan Ling(前Nvidia空间智能实验室成员、Fidler的博士生)、Zan Gojcic(前Nvidia苏黎世研究主任);投资方为Khosla Ventures与Radical Ventures,双方各派合伙人Tomi Poutanen和Sven Strohband出任董事 事件详情:加拿大AI初创公司Veeda AI(法人名称Veeda Innovation)已完成超9000万美元的种子轮融资,由Khosla Ventures与Radical Ventures共同投资。2026年6月初创,7月下旬发行6060万股种子股,每股定价1美元。该轮是加拿大历史上规模最大的种子轮之一。本轮资金将主要用于生成式世界模型研究人才招聘及算力集群建设,公司已在多伦多、山景城、新加坡、苏黎世设立办公室。 背景:Fidler在英伟达工作八年,曾创立其多伦多研究部门(后升级为空间智能实验室Spatial Intelligence Lab),并晋升为AI研究副总裁。她于2026年6月离开英伟达时公开写道:「世界模型是下一个突破所在,而且即将到来。」Veeda官方将其使命定义为打造「模拟物理现实的多模态基础世界模型」,为具身智能体提供可无限扩展的训练环境。技术判断是:真实世界不安全、硬件难以扩展、试错无法并行,因此机器人必须在高保真模拟环境中训练。Fidler的联合创始团队此前在Nvidia空间智能实验室开发的软件,已被用于模拟自动驾驶车辆与具身智能体与物理世界的交互。 影响:9000万美元种子轮进入加拿大史上最大种子轮第一梯队。同赛道中,Yann LeCun的AMI Labs 2026年3月融资10.3亿美元,李飞飞的World Labs融资2.3亿美元(Radical联合领投)。Veeda与Radical已投的World Labs、Decart及Khosla参投的Waabi(自动驾驶世界模型)存在直接竞争关系。Nvidia(Cosmos系列)、DeepMind(Genie 3)、特斯拉等也在加码世界模型,算力与顶尖研究人才争夺将持续升温。本轮也是Khosla与Radical 8月初联合领投前谷歌首席科学家Jeff Dean新公司Discovery Loop之后,再一次共同下注研究型AI团队。 总结:Veeda AI凭借前英伟达副总裁Sanja Fidler的学术产业双重背景、9000万美元种子资金及顶级VC双重背书,切入物理AI世界模型赛道,押注「机器人无法在真实世界通过试错规模化学习」的判断,致力于为具身智能构建训练虚拟环境。本轮既是加拿大创业生态的里程碑,也凸显世界模型作为AI下一前沿的资本热度。 参考来源: 1. https://www.unite.ai/veeda-ai-raises-90m-seed-backed-by-khosla-and-radical-to-build-world-models-for-physical-ai/ 2. https://thelogic.co/news/exclusive/veeda-ai-sanja-fidler-nvidia/ 3. https://veeda.ai/ 4. https://www.khoslaventures.com/ 5. https://radical.vc/ 6. https://research.nvidia.com/labs/sil/ 7. https://www.cs.utoronto.ca/~fidler/