据 The Logic 2026 年 8 月 19 日援引公司文件和知情人士的报道称，计算机视觉研究员 Sanja Fidler 曾领导 Nvidia 多伦多人工智能实验室八年，已为其新初创公司 Veeda AI 筹集了超过 9000 万美元的种子融资。该轮融资由 Khosla Ventures 和 Radical Ventures 提供支持，是加拿大公司有史以来筹集的最大一笔种子融资之一，而且在该公司成立后不到三个月就完成了融资。
资金背后的赌注是具体的：Veeda 正在构建模拟物理现实的多模式基础世界模型，创建可扩展的模拟环境，让机器人和其他实体代理可以通过交互进行学习。对于追踪人工智能行业从聊天机器人向物理智能转变的读者来说，这是迄今为止最明确的信号之一，表明世界模型已成为人工智能投资最热门的前沿领域。 更多相关背景，请参阅我们的AI行业报道。
从 Nvidia 的空间智能实验室到一家新公司
Fidler 于 2018 年 5 月加入 Nvidia，建立了该芯片制造商的多伦多研究部门（后来成为空间智能实验室），并晋升为人工智能研究副总裁，同时保留她在多伦多大学的教职，自 2014 年以来，她一直在多伦多大学教授计算机科学。她还是多伦多著名人工智能研究和商业化中心 Vector Institute 的创始成员。
她的联合创始人包括曾在空间智能实验室工作并在 Fidler 的指导下完成博士学位的 Huan Ling 和苏黎世前 Nvidia 研究总监 Zan Gojcic。根据 The Logic 审阅的文件显示，三人于 2026 年 6 月上旬成立了该公司，合法名称为 Veeda Innovation。
对于种子交易而言，本轮融资的书面记录异常具体。 7月下旬，Veeda以每股1美元的价格发行了6060万股种子股，并于同一天增加了两名新董事：Radical合伙人Tomi Poutanen和Khosla合伙人Sven Strohband。双方投资者的董事会席位以及定价的股票发行是封闭式融资的标准证据。 Khosla Ventures 向 The Logic 证实，它已支持该公司。
为什么选择世界模型，为什么现在
Veeda 的主张是关于机器人应该如何学习的技术赌注。在现实世界中通过反复试验来训练实体代理是不安全的，硬件无法像计算那样扩展，并且现实世界的经验无法在数千台机器上并行。另一种选择是在世界模型生成的高保真模拟环境中进行训练——该公司半开玩笑地称这种方法为物理人工智能构建“矩阵”。
“世界模型是下一个突破所在，而且它即将到来，”菲德勒在宣布离开英伟达的帖子中写道。
创始人之前已经运行过这个策略。在 Nvidia 的空间智能实验室，Fidler 的团队开发了模拟自动驾驶汽车和人形代理如何与物理世界交互的软件，Fidler 和 Ling 都是 Nvidia 为开发人员构建物理人工智能系统的旗舰世界模型背后的团队的成员。
一场拥挤且昂贵的比赛
投资者配对是本轮最尖锐的信号之一。 Khosla Ventures 和 Radical Ventures 多次共同支持以研究为主的人工智能团队 - 2026 年 8 月早些时候，两家公司共同领导了 Discovery Loop 的创始轮，Discovery Loop 是一家由前谷歌首席科学家 Jeff Dean 创立的人工智能科学初创公司。
两家公司还直接涉足世界模特类别。 Radical 是 World Labs 的投资者，World Labs 是一家空间智能公司，由其科学合作伙伴李飞飞创立，其投资组合包括构建实时世界模型的 Decart。 2026 年 1 月，Khosla 联合领导了自动驾驶卡车运输公司 Waabi 的 7.5 亿美元融资，Radical 参与其中； Waabi 构建了自己的自动驾驶世界模型。
更广泛的融资环境竞争更加激烈。 Yann LeCun 的 AMI Labs 于 2026 年 3 月筹集了 10.3 亿美元以追求世界模型，World Labs 在 Radical Ventures 联合牵头的一轮融资中筹集了 2.3 亿美元。与这一群体相比，Veeda 的 9000 万美元种子资金绝对数额不大，但根据 The Logic 引用的 PitchBook 数据，它在加拿大历史种子排名中名列前茅。
从第一天起就覆盖全球
Veeda 在多伦多、山景城、新加坡和苏黎世设有办事处。 7 月份注册的一家瑞士子公司任命 Gojcic 为当地董事总经理，Fidler 为管理主席。一份招聘启事称，该公司正在招聘“推动生成世界模型的前沿”，包括准备培训数据和管理芯片集群的员工——这提醒人们，数据管道和计算，而不仅仅是研究人才，主导着基金会实验室的早期预算。
对于机器人行业来说，另一家资金雄厚的世界模型初创公司的到来加深了这一年来一直在形成的趋势：物理人工智能的主要瓶颈不再被认为是机器人硬件，而是现实训练环境的稀缺。如果 Veeda 及其竞争对手取得成功，下一代机器人可能会完全在模拟中度过其形成的“童年”，只有在学会行动后才能接触现实世界。
模拟优先训练是否能够真正缩小与现实世界灵活性的差距仍然是一个悬而未决的研究问题——菲德勒现在有能力回答这个问题，她拥有九位数的资金和硅谷两位对研究最友好的投资者的支持。
---
掌握AI最新动态获取最新的AI新闻、分析和突破——尽在一处。
阅读更多AI新闻 →
