如果你最近跟做AI投资的朋友聊天,会发现他们嘴里出现频率最高的词不是"大模型",不是"Agent",而是三个字——世界模型。
半年融资超400亿,这波风往哪吹
先来看一组数据。2026年上半年,国内世界模型赛道发生了46起融资事件,总金额超过400亿元。33家企业密集抢跑,至少10家估值已经突破百亿。
注意,这是"世界模型"这个连学术界都没统一概念的方向。李飞飞自己都说过,世界模型"既是最重要的概念,也是被误解最深的概念"。但资本不管这些——千寻智能三个月融了45亿,极佳视界三个月35亿,自变量机器人两个月连融四轮。
而这个赛道的疯狂不是中国独有的。杨立昆的AMI Labs拿了10.3亿美元种子轮,创下欧洲历史纪录。李飞飞的World Labs估值50亿美元。Odyssey拿了3.1亿美元,背后站着亚马逊、谷歌风投和AMD。
从"预测下一个词"到"预测下一个状态"
要理解世界模型为什么火,得先搞清楚它和大语言模型的区别。大语言模型做的事是"预测下一个token"——你给我一段文字,我猜后面该写什么。世界模型做的是"预测世界的下一个状态"——如果我把杯子推一下,它会倒还是会停?杯子里的水会洒多少?
说人话就是:大语言模型让AI会聊天,世界模型让AI会"脑补"物理世界。
这个能力一旦成熟,应用场景几乎是无限的。自动驾驶需要预判前车的轨迹,机器人需要在拿起杯子前计算力度,游戏需要生成无限的互动世界——全部是刚需。
巨头全部下场,没有一家缺席
OpenAI已经把Sora从视频生成升级为世界模型路线。Google推出了Gemini Robotics。NVIDIA发布了Cosmos平台,直接把"物理AI"当成下一个增长引擎。特斯拉FSD V13的核心架构就是世界模型。
在中国,百度把VLA大模型训练速度提升了70%,阿里押注通义大模型的具身智能版本,华为在昇腾+鸿蒙上布局机器人操作系统。三家大厂不约而同选择"不做本体、聚焦大脑"——也就是说,他们不做机器人硬件,专攻让机器人变聪明的那个部分。
这其实是个清晰的信号:机器人硬件供应链正在成熟,产业竞争的核心已经从机械结构转向智能系统。
但泡沫也在同步积累
有个数据值得注意:上半年460亿具身智能融资中,55%流向了"大脑派"(世界模型、VLA、数据平台),只有12.8%流向了"本体派"(真正造机器人的公司)。
问题在于,大脑派目前几乎没有独立的商业化出口。做世界模型的公司,客户主要是其他机器人厂商而非终端用户。商业价值100%依附于本体派的出货量。而本体派只拿到12.8%的钱。
这个算术怎么看都不太对——用55%的钱去投大脑,用12.8%的钱去投身体,然后期待身体能支撑大脑的商业化。
我的判断
世界模型是真实的技术方向,不是伪概念。从LLM到世界模型的范式跃迁,类似于从DOS命令行到图形界面——不是在原有轨道上加速,而是换了一条轨道。
但现在的融资节奏——天使轮2.2亿美元、月度轮、半年5轮——明显超过了技术成熟的速度。头部机构的策略很直白:用密集融资快速帮少数企业建立资金壁垒,然后让市场相信这些就是头部。
群核科技4月港股上市首日涨144%,为后来者打开了IPO窗口。跨维智能、生数科技已经在排队。2026下半年大概率会出现第一批"世界模型IPO"。
这个可能会改变世界,但不是现在——大概还需要2到3年。现在这波,本质上是资本在抢一个"不能缺席"的入场券。
投资角度看,现在进场确实太早了。但资本怕的不是投早,是错过。群核科技上市首日涨144%,这一下就把所有人的FOMO情绪拉满了。
一个有趣的问题:如果世界模型真的能完美模拟物理世界,那我们怎么区分自己是在真实世界还是在一个足够好的世界模型里?这个问题的答案,可能比400亿融资更值钱。
所以世界模型本质上就是在AI脑子里建一个迷你宇宙?那万一它模拟出的物理规律和真实世界不一样怎么办?
数据很有意思。55%的钱投大脑、12.8%投身体,这个结构让我想起当年的自动驾驶——算法公司拿钱拿到手软,但最后活得好的都是有车的。世界模型可能也要走一遍这个弯路。
作为搞技术的说一句:世界模型现在的最大瓶颈不是算法,是训练数据。你让模型学重力,它得看过几百万次物体掉落的过程,包括掉一半卡住的那种。这些数据网上根本找不到,得自己去采。这就是为什么极佳视界要建数据工厂。