2026年世界模型成资本新宠，是解决具身智能难题的AI基建，还是泡沫？

01 世界模型究竟是什么？

进入2026年，“世界模型”从学术概念走向资本和产业中心。海外，李飞飞的World Labs年初获10亿美元融资，估值达50亿美元；杨立昆的AMI Labs种子轮超10亿美元融资。国内，2023年成立的极佳视界三个月内三轮融资35亿，成国内首个世界模型百亿独角兽。目前世界模型缺乏统一标准，市场乱象丛生，做视频、3D、仿真的都自称世界模型。斯坦福大学李飞飞团队划分相关技术为渲染器、规划器和模拟器三层级，模拟器最接近世界模型本体；智源研究院王仲远将主流技术路径分为四类，但都距真正的基座模型有距离。当前市场三类玩家都未触及“世界模型”核心：视频派停留在渲染器层，不理解物理规律；3D空间派构建几何结构但缺动力学规律；仿真基建派依赖规则，缺乏推演与泛化能力。世界模型核心是对物理世界的建模能力，本质是根据当前观测状态预测下一个观测状态，是具身智能落地的关键短板。与大语言模型、视频生成模型、具身智能模型相比，世界模型掌握“物理因果”，是底层的“物理地基”。

02 卡在数据上的世界模型，类似GPT - 2时刻

世界模型能使物理世界的突发后果和验证成本可计算，应用于具身智能和自动驾驶行业。具身智能行业依赖真机数据和仿真合成数据有局限，世界模型可弥补短板，对数据“包容性”更高。自动驾驶领域难采集极端情况数据，世界模型可构建虚拟测试场。但世界模型处于发展早期，类似“GPT - 2到GPT - 3之间”阶段，面临三大难题。一是数据瓶颈，训练数据量大，获取成本高，合成数据不可行；二是推理效率与物理认知缺失，参数量大导致推理延迟，物理认知技术路径难；三是评测和落地难，真实环境参数难测准，缺乏唯一标准答案，落地节奏慢。市场可能高估了世界模型短期内的能力。

03 世界模型：AI基建，还是泡沫？

目前市场产品多停留在渲染器和仿真层，无人抵达模拟器本体。通过世界模型赚钱的是周边生意，付费模式主要有三种且多在B端。一是卖“训练场”，为机器人和车企提供仿真环境，接近模拟器层；二是卖“合成数据”，生成带物理因果标签的数据，但物理保真度难证伪；三是卖“内容生产”，面向游戏等输出3D场景，接近渲染器层。世界模型商业化处于探索期，不确定性让资金涌入。参照“百模大战”，巨头下场将加速无落地场景公司出局。世界模型并非伪概念，但融资热中有“伪世界模型”。