世界模型就是个创业标签

寂静回声

2026 年 3 月，巴黎初创公司 AMI Labs 宣布完成 10.3 亿美元种子轮融资，投后估值 35 亿美元，创下欧洲史上最大种子轮纪录。创始人是图灵奖得主、前 Meta 首席 AI 科学家 Yann LeCun。
这家公司押注的核心方向，是世界模型：它认为，大语言模型（LLM）无法真正理解物理世界，下一代 AI 需要通过新的架构，学习并构建关于世界运转方式的内部模型。
在接受采访时，公司 CEO Alexandre LeBrun 曾做出一个预测：“世界模型会成为下一个热词。六个月内，每家公司都会自称是世界模型公司来融资。”

他低估了这个预言实现的速度，不到六个月，“世界模型”已经演变成创业圈最炙手可热的标签。
据不完全统计，截至 7 月，中国已有 30 余家以“世界模型”为核心概念的创业公司，累计融资超过 260 亿元人民币，其中 7 家跻身独角兽，85% 成立于 2023 年之后。仅 2026 年上半年，就有 6 家聚焦世界模型的早期公司合计融资约 97 亿元。放眼全球，热度同样迅速升温。Forbes 统计显示，2026 年上半年，风险投资流向世界模型创业公司的资金已超过 30 亿美元；多家头部投资机构也在同一季度密集发布研究报告，对世界模型的评价从最初的“值得关注”，迅速变成了“不可错过”。

大厂同样在加速，4 月 16 日，腾讯和阿里几乎在同一天发布了各自的世界模型产品：腾讯推出开源的混元 3D 世界模型 2.0，阿里则发布主打实时交互的 HappyOyster。
一个月后，NVIDIA 又推出 Cosmos 3 平台，这是面向机器人和自动驾驶训练的物理世界模型基础设施，并同步成立了汇聚 Runway、Skild AI 等公司的 Cosmos Coalition 联盟。据科技媒体统计，英伟达 2026 年在 AI 领域的股权投资已超过 400 亿美元，而 World Labs、AMI Labs、Decart、Odyssey 等几家最具代表性的世界模型公司，它一家不落全投了。

显然，世界模型正在迅速成为 AI 产业的新焦点。但与此同时，它的边界却变得越来越模糊。因为当越来越多公司都开始自称“世界模型公司”时，我们会发现它们所做的事情却相去甚远：有的生成视频和三维场景，有的训练机器人，有的服务自动驾驶，也有的试图从底层重构 AI 对物理世界的理解。
那么，一个最基本的问题出现了：它们口中的“世界模型”，究竟是不是同一件事？

解释“世界模型”这四个字是一件不太容易的事。因为它既是一个学术概念，也是一个产品品类，如今更是一种融资标签，而这三者的外延并不相同。
学术上，世界模型的思想可以追溯到 1943 年，心理学家 Kenneth Craik 提出的“内部模型”假说。
在 AI 领域，David Ha 和 Jürgen Schmidhuber 于 2018 年发表的论文重新激活了这一概念。
但直到 2024—2025 年，随着生成式 AI 的快速发展，它才真正进入产业界和资本市场的视野。

即便如此，人们对于”世界模型”的理解并没有形成共识。在 2026 年智源大会上，十余位研究者围绕“到底什么是世界模型”展开了一场公开讨论，智源研究院院长王仲远总结出至少四条技术路线：以语言为中心、以像素为中心、以三维结构为中心，以及以视觉表征为轴心。它们分别从大语言模型、视频生成、3D 重建和视觉表征出发，对世界模型的定义和实现路径都有着明显不同的理解。换句话说，这个领域连“考什么”都没商量好，考生已经挤满了考场。

但在混乱之中，也有人给出了回应。今年 6 月，李飞飞与 World Labs 团队发表了长文：《A Functional Taxonomy of World Models》。这篇文章把所有自称“世界模型”的系统按功能分为三层：只输出像素的“渲染器”，输出几何与物理状态的“模拟器”，以及连接感知与行为的“规划器”。李飞飞还给出了一个判断：停留在渲染器阶段的系统不算真正的世界模型。

这个分类法在传播上非常成功，几乎成了行业内引用率最高的框架，也确实为混乱的讨论提供了一套可用的公共语言。不过，如果把它当作衡量各家公司成色的唯一标准，恐怕也并不合适。一方面，World Labs 本身就是这条赛道上的重要参与者，分类法难免带有自身技术路线的视角；另一方面，它回答的是“什么是世界模型”，而不是“世界模型何时能实现”。而后者，才是这轮热潮真正重要的问题。

如果用一套稍微严格的标准去审视当前的创业公司，我们会发现，它们“世界模型”这个名字之下，实际装着五种不相关的生意：
从视频生成起步、逐步添加物理一致性的内容公司；
从 3D 重建出发做空间表征的公司；把世界模型当作机器人“想象力”的人形机器人公司；
试图从底层重构 AI 学习方式的新架构公司；
以及用生成场景训练自动驾驶的仿真公司，从“生成逼真的画面”到“重新定义 AI 学习世界的方式”，这之间的跨度之大，就像用“交通工具”同时描述滑板和航天飞机。

其中不少公司，在一年前的融资通稿里，身份还是机器人公司、视频公司或 3D 公司。企查查数据显示，截至 2026 年 3 月底，国内年内明确打出“世界模型”标签的融资事件约 25 起、总额超过 22 亿元；仅仅三个月后，行业全景报告统计的"世界模型创业公司"便已超过 30 家。三个月冒出来的，可能不是技术，而是改过的 BP。

那么，为什么一个连定义都没有的概念，反而能吸走上百亿资金？答案有些现实：模糊不仅不是缺陷，反而是功能。
过去三年，大语言模型几乎主导了整个 AI 创业的趋势。但进入 2025 年后，围绕 Scaling Law 是否逼近收益递减的讨论持续升温，数据瓶颈、训练成本以及边际收益下降，成为行业共同面对的问题。与此同时，大模型创业的竞争格局迅速固化：美国形成 OpenAI、Anthropic 和 Google 三强格局，中国则集中到字节、阿里等少数头部平台。
数据显示，2026 年上半年，中国 AI 一级市场融资总额突破 3,000 亿元，但其中约 930 亿元流向了大模型三巨头。留给其余两百多家模型公司的机会窗口正在快速收窄。
2023 年百模大战时，国内一年发布了 305 个大模型；
到 2025 年，有媒体统计模型层公司全年只完成了 22 笔融资，大模型融资占 AI 总投资的比重从 51% 掉到 14%，九成以上的玩家已经不在牌桌上。
对于错过或输掉上一轮的创业者和投资人来说，他们迫切需要一个新的、足够大的词。而词典里比“世界”更大的词，已经没剩几个了。

资本需要的恰恰是一个边界模糊的概念，一旦定义收紧，大部分项目就会被排除在故事之外；只有足够模糊，做游戏的、做短剧的、做 3D 素材的、做机器人仿真的，才能同时挤进同一个叙事，模糊是创投圈的共识基础设施。
于是我们看到一个耐人寻味的现象：头部机构的研究报告争相为世界模型描绘前景，摩根士丹利甚至预测，到 2035 年世界模型赋能的产业规模将达到 10 万亿美元。至于这个数字如何测算，研报并未详细展开。对资本市场而言，重要的从来不是测算过程。

此外，学者出身的明星创始人，更为这个标签提供了最有分量的信用背书。
李飞飞的 World Labs 至少已经推出商用产品 Marble；
而更多打着“新架构”旗号的公司，几乎是在零产品、零营收的状态下完成了数亿乃至数十亿美元的融资。
开头提到的 AMI Labs 也属于这一类：
尚无产品，CEO 也公开表示短期内没有明确的营收目标，硅谷对它的看法因此出现了分化：
一部分人视之为基础研究的长期主义，另一部分人则视之为这轮估值热的一个风向标。
中国市场也有对应的镜像：有创业公司几乎在“零产品、零营收、零官网”的状态下，便完成数亿美元首轮融资。

而当“零产品估值数十亿”的公司从异常值变成常态，一个概念就完成了它从研究方向到融资标签的转变。这一幕我们似乎并不陌生：当年“P2P”改名就能涨停，Meta 为元宇宙改名后 Reality Labs 亏掉 600 多亿美元，而存活下来的元宇宙项目，如今不少已经换上世界模型的外衣重新融资。
因此，2026 年真正诞生的，或许并不是世界模型本身，而是“世界模型创业公司”这个融资“新物种”。

热潮之外，世界模型还有它真正需要解决的问题。
第一个问题，是算力。世界模型对算力的需求，远超许多人的想象。以像素为中心的路线，本质上是在逐帧生成世界。生成一分钟 720p 视频，意味着需要同时维持近 1,800 帧画面的空间一致性。即便是被视为技术标杆的 DeepMind Genie 3，据估算，实时生成可交互环境的运行成本也高达每小时约 100 美元。这个数字放到消费级产品或机器人训练场景中，都难以支撑商业模式。
模型规模更大、推理更加复杂，而同时具备几何结构和物理属性标注的 3D 数据，又比互联网视频稀缺几个数量级。
更重要的是，高盛此前关于 AI 基础设施的分析指出，目前市场对算力需求的预测几乎都建立在 大模型的增长曲线上，并未充分计入世界模型可能带来的新增需求。大语言模型至少已经证明，持续扩展算力能够换来能力提升；而世界模型首先摆在行业面前的，却是一张巨额算力账单，至于最终能够换来怎样的能力，仍然没有答案。

第二个问题，是技术路线远未收敛。技术史上，一个方向真正进入爆发期之前，往往都会经历路线收敛：
深度学习逐渐统一到反向传播与 GPU，大语言模型最终收敛到 Transformer 架构和下一词预测。

世界模型则恰恰相反，语言中心、像素中心、三维结构中心、视觉表征中心等多条路线并行发展，不仅技术方法各不相同，甚至连“世界模型究竟应该学习什么”都尚未形成共识。对于资本而言，这意味着看似押注的是同一个赛道，实际投资的，却可能是几套彼此竞争、甚至相互矛盾的技术假设。

第三个问题，是距离真正交付仍然有一段距离。世界模型最常见的愿景，是让机器人先在虚拟世界中完成数百万次训练，再进入现实执行任务。但距离这一目标，还有不少关键问题尚未解决。
今年 5 月，一份引发广泛讨论的技术评估指出，整个机器人 AI 行业的发展阶段，远比外界从百亿美元融资规模中感受到的更加早期。
从仿真迁移到现实（sim-to-real）的能力几乎没有得到系统性验证；
主流方法普遍缺乏触觉和力反馈，而这些恰恰是机器人完成精细操作不可或缺的信息；
与此同时，仿真环境中的评测基准不断被刷新，真实世界中的零样本表现却依然存在明显差距。

目前，世界模型真正落地的产品仍主要集中在游戏演示和内容创作等领域。
这些恰恰也是对物理精度要求最低、容错率最高的场景，人形机器人世界模型评测基准 WorldArena 的首期结果也印证了这一点：视觉效果出色，并不意味着模型能够在真实具身任务中取得同样优秀的表现。

至于时间表，从业者本身也普遍保持谨慎。AMI Labs CEO 曾公开表示，世界模型从理论走向商业应用可能仍需数年；
不少行业分析则认为，真正具备可用性至少还需要三到五年。
而这里的“可用”，距离“可盈利”，中间仍隔着一条尚未被真正跨越的鸿沟。