谢晨，那个在英伟达和黄仁勋聊完天后辞职的人
一、一个1987年出生的北大物理系学生，正在重新定义机器人怎么学走路
2026年3月，光轮智能宣布完成10亿元融资。
这家公司成立才三年，估值已经突破10亿美元。它是全球第一个在具身数据领域成为独角兽的企业。
创始人谢晨，今年39岁。
三年前，他还在蔚来当高管，负责自动驾驶仿真部门。再往前，他在美国Cruise，在英伟达。再往前，他在哥伦比亚大学读数量金融博士。再往前，他是北大物理系的学生。
这条履历看起来有点跳跃，从物理到金融，从金融到自动驾驶，从自动驾驶到机器人。但谢晨自己说，他一直在做同一件事。
仿真。模拟。用代码搭建一个虚拟世界，让AI在里面学习。
二、在英伟达的时候，他发现了一个没人愿意直说的问题
2019年前后，谢晨在英伟达做自动驾驶芯片和仿真平台的研发。
那时候自动驾驶很火，但有一个问题始终没解决：车要上路，必须经过海量测试。真实道路测试太慢了，成本也高得吓人。所以行业都在用仿真，在虚拟环境里测试自动驾驶系统。
但当时的仿真有个致命缺陷。
场景是人工搭建的。工程师一个个画道路，放车辆，调天气。一场暴雨，一个急刹，一个鬼探头，都要人工设计。效率低不说，很多极端情况根本覆盖不到。
谢晨意识到，如果仿真场景不够丰富，自动驾驶系统就永远有盲区。盲区意味着风险。风险意味着，自动驾驶可能永远无法真正落地。
这个问题困扰了他很多年。
三、ChatGPT出现那天，他突然想通了
2022年底，ChatGPT发布。
2023年，生成式AI爆发。
谢晨看着大语言模型的进展，突然意识到一件事：既然AI能生成文字，为什么不能生成仿真场景？
如果让AI自动生成驾驶场景，再合成训练数据，是不是就能解决物理世界AI的数据不足问题？
这个想法和他过去十年的研究完全契合。他在英伟达做过仿真，在Cruise做过仿真，在蔚来从零搭建过仿真体系。他比任何人都清楚这个行业的痛点，也比任何人都清楚技术该怎么走。
2023年1月，他从蔚来辞职，在北京中关村创办了光轮智能。
创业初期，公司不到十个人。
四、他说创业不是比吃苦，而是追求技术的独特性
外界形容创业者累成狗，谢晨不认可这个说法。
他说，创业不是比吃苦，而是要追求技术的独特性。
这句话听起来有点理想主义，但光轮智能的发展速度证明了它的含金量。
2023年，公司完成四轮融资。
2024年，完成Pre-A轮及战略投资轮融资。同年，与上海人工智能实验室联合推出并开源自动驾驶3D Occupancy合成数据集LightwheelOcc。
2025年9月，完成A轮融资，投资方包括东方富海、三七互娱。
2025年11月，完成数亿元A轮及A+轮融资，年营收突破亿元。
2026年3月，完成10亿元A++及A+++轮融资，成为全球首个具身数据领域独角兽。
客户名单里有英伟达、谷歌、Figure AI、1X Technologies、字节、阿里、智元机器人、银河通用机器人、丰田、博世、比亚迪、吉利。
国际主要具身智能团队中，超过80%的仿真资产与仿真合成数据来自光轮智能。
五、黄仁勋说Physical AI是英伟达的下一个增长引擎，同一天谢晨登上了英伟达的官方频道
2025年11月19日，英伟达发布财报，营收570亿美元，同比增长62%。
CEO黄仁勋在财报电话会议上说，Physical AI已经是一个数十亿美元的业务，正在应对一个数万亿美元的机会，这是英伟达的下一个增长引擎。
同一天，英伟达官方YouTube频道发布了与谢晨的深度访谈。
在访谈里，谢晨说了一句话，被英伟达官方社交媒体反复引用。
他说，光轮智能是机器人专家的游乐场。
这句话听起来很轻松，但背后的技术壁垒极高。光轮智能的核心技术叫做Real2Sim2Real + Realism Validation，它能减少虚拟环境与现实世界之间的误差，让合成数据真正可用。
2025年10月，谢晨还与黄仁勋的女儿黄敏珊对话，探讨仿真、具身智能与Sim2Real的未来。
一个中国创业者，能在英伟达的生态里占据如此重要的位置，这在以前是不可想象的。
六、他说要做数据领域的英伟达，但这条路比想象中更难
谢晨给光轮智能的定位很明确。
如果GPU与CUDA定义了大模型时代的算力基础设施，那么光轮智能正在定义物理AI时代的数据与仿真基础设施。
这个定位很宏大，但挑战也很现实。
具身智能行业面临的最大瓶颈是数据。机器人需要大量真实交互数据来训练，动辄上万甚至几十万条。但实地采集成本极高，一次采集往往要十几万元，还会受到场地和环境限制。很多长尾场景几乎无法系统收集。
仿真数据是解决方案，但仿真数据要发挥作用，关键问题是让虚拟数据尽量接近真实世界。
这不是一个简单的问题。物理世界的复杂性远超想象。物体怎么被抓取，施力多少才安全，这些基础行为从未被系统记录。机器人在虚拟环境中学到的技能，到了真实世界可能完全失效。
谢晨说，人类需要18年完成基本教育，如果让机器人用同样的方式学习，根本来不及。模拟就是答案。如果能让机器人在模拟中用比真实世界更快的速度学习，就能把20年的学习压缩到几小时。
听起来很美好，但技术难度极高。
七、从物理系学生到独角兽创始人，他走了二十年
回头看谢晨的路径，其实有一条清晰的线索。
本科在北大物理系，做核物理仿真。
博士在哥伦比亚大学学数量金融，做金融系统仿真。
毕业后在英伟达、Cruise、蔚来，做自动驾驶仿真。
现在创业，做物理AI仿真。
看似不同的行业，本质都是在用代码模拟世界。
他说，创业之后，他对所有事情有掌控权，无论成功或是失败。他找到了自己最舒服的状态。
这种掌控感，可能来自于他对技术的深刻理解，也可能来自于他对自己能力的清晰认知。
在2025年2月接受第一财经采访时，谢晨说，硅谷在AI领域的认知能力和中国顶尖创业者的认知并没有太大差异，且形成了相当程度的共识。
这句话的潜台词是，中国创业者在AI时代有机会和硅谷站在同一起跑线上。
八、2026年，具身智能的量产元年，数据战争才刚刚开始
2026年被很多人称为具身智能的量产元年。
但量产的前提是数据。没有足够的高质量数据，机器人就无法在真实世界中稳定工作。
谢晨预测，五年以内，合成数据的需求量会占到所有数据体量的90%到95%。
如果这个预测成真，光轮智能所处的市场将是一个万亿级别的赛道。
但竞争也在加剧。越来越多的公司进入合成数据领域，技术路线也在不断迭代。
光轮智能的优势在于先发优势和客户资源。它与英伟达在多个技术方向展开深度合作，是Omniverse和Isaac Sim平台SimReady资产生态的核心贡献者之一。它还与英伟达共同开发、开源测试验证框架Isaac Lab-Arena和Newton物理引擎应用。
2026年5月，光轮智能与谷歌、英伟达等机构共同发起开源物理仿真引擎Newton的技术指导委员会，参与定义下一代物理AI仿真标准。
这意味着，光轮智能不仅是一个数据供应商，还在参与制定行业标准。
九、写在最后
谢晨的故事，是一个关于时机、技术和选择的故事。
他在英伟达和Cruise积累了技术经验，在蔚来验证了国内市场的可能性，在ChatGPT爆发后看到了生成式AI与仿真结合的机会。
他选择了创业，选择了做数据基础设施，选择了与英伟达深度合作。
这些选择让他成为了具身数据领域的第一个独角兽创始人。
但故事还没有结束。
物理AI的时代才刚刚开始，数据战争的胜负还未分晓。谢晨和他的光轮智能，能否真正成为数据领域的英伟达，还需要时间来验证。
唯一确定的是，这个1987年出生的北大物理系学生，正在用自己的方式，改变机器人学习走路的方式。