共计 1285 个字符，预计需要花费 4 分钟才能阅读完成。
2026 年,“AI 新贵们”集体押注世界模型
2026 年,AI 行业正经历一场深刻的范式转移 。曾经主导大语言模型的“预测下一个词”逻辑, 正被“预测世界下一个状态”所取代。世界模型——这一能让 AI 理解重力、动量、空间关系的技术方向, 正成为从初创公司到科技巨头的集体押注对象。从一级市场的巨额融资到二级市场的热烈追捧, 一场围绕物理智能的卡位战已然打响。
📌 Scaling Law 放缓与数据墙: 世界模型为何成为新共识?
过去几年, 大语言模型凭借 Scaling Law 取得了惊人进展, 但 2026 年这一神话开始出现裂痕。以 OpenAI 的 GPT-4.5 为例, 尽管规模更大, 但在 SWE-bench Verified 上的表现仅比 GPT-4o 提升 2%-7%。与此同时, 互联网高质量文本数据接近枯竭,Epoch AI 估计可用训练数据将在 2026 至 2032 年间耗尽。更关键的是, 文本数据无法教会 AI 物理常识, 比如杯子为何会掉落、轮子为何滚动。多模态模型同样力不从心,BLINK 基准测试显示,GPT-4V 在深度、空间对应等任务上平均仅 51.26%。这种“物理盲”直接导致企业级应用中的幻觉问题, 成为 AI 落地的最大拦路虎。
🔍 具身智能瓶颈与资金狂潮: 产业界的集体行动
国内方面, 极佳视界 3 月完成约 15 亿元融资 , 其 GigaWorld- 1 登顶 WorldArena 评测, 累计吸金 35 亿元, 被称为“国内首个世界模型独角兽”。智平方 B 轮系列融资超 10 亿元, 千寻智能三个月内完成四轮融资、吸金 45 亿元。星海图继 2 月近 10 亿元 B 轮后,4 月再拿近 20 亿元 B + 轮。二级市场同样狂热: 群核科技上市首日大涨 144%, 生数科技两个月融资 26 亿元, 估值超 120 亿元。
💡 四大阵营卡位: 谁在抢占物理 AI 入口?
- 视频生成派: 以生数科技、阿里 HappyOyster、快手可灵等为代表, 依托 AR-DiT 等实时交互技术, 从“文生视频”转向“可驱动的视频世界”。隐患在于画面连贯而非物理为真, 缺乏真实三维结构。
- 空间智能派: 主张“先重建, 再理解”, 代表有李飞飞的 World Labs、国内群核科技。腾讯混元凭借海量游戏数据切入, 将建模周期从数月压至十几分钟。
- 具身智能派: 机器人领域需求最迫切。极佳视界主张在虚拟空间通过想象学技能; 智元和星海图补齐仿真平台;AMI Labs 试图绕开像素在隐空间预测; 千寻智能则做轻量化预训练。各路线正走向融合。
- 车企与智驾派: 离钱最近的阵营。吉利发布 WAM 世界行为模型, 华为乾崑坚持 WA 路线。自动驾驶仿真已是世界模型最成熟的应用, 效率比纯路测高一个数量级。
📊 总结: 从数字到物理, 世界模型定义下一代 AI 公司
世界模型之所以成为必争之地, 不仅因为它是新的技术路线 , 更因为它将 AI 的战场从屏幕、文本和软件界面, 推向汽车、机器人、工厂、仓库和家庭。LLM 的主要战场是数字世界, 而世界模型的目标是预测、生成、干预和改造物理世界。它天然要进入真实场景, 成为连接数据、仿真与行动的物理 AI 基础设施。这场卡位战最终将决定谁能率先跨越从“理解世界”到“行动于世界”的鸿沟, 从而真正定义下一代 AI 公司的形态。
