当机器人开始“理解”物理世界：世界模型的投资范式转移
STAR ENERGY
当“闪电”冲过终点线时，它验证的不仅是一项运动成绩，更是一个新范式的可行性：世界模型让AI从“数字世界”走进了“物理世界”。
01.
机器人半马：
一场关于“大脑”的公开测试
50分26秒，荣耀“闪电”打破人类半马纪录。2026年4月19日，北京亦庄，21.0975公里赛道上，300多台人形机器人与人类同场竞技。
这不是实验室里的可控环境——减速带、弯道、坡度、人流干扰，每一个变量都在考验机器人的“临场应变”能力。荣耀“闪电”以50分26秒完赛夺冠，比人类男子半马世界纪录快6分16秒。
但真正的分水岭不是速度。在距终点100米处，“闪电”意外摔倒，数十秒内完成姿态恢复并重新冲刺。这种“摔倒了能自己爬起来”的能力，不是预设程序，而是一个“感知-预测-决策-执行”的毫秒级闭环——靠的正是当前AI领域最具确定性的技术方向：世界模型（World Model）。
02.
什么是世界模型：
从“机器脑”到“类人脑”的范式转移
当前主流大语言模型（LLM）本质上是“数字世界的专家”。它们处理文本token序列，核心是模式匹配与概率预测——写代码、写诗、写研报，样样精通。但让它们去厨房拿个杯子，就懵了：它不知道杯子是圆的、玻璃的、易碎的，不知道手要握哪里才不会滑，更不知道推一下会掉地上摔碎。
LLM对物理世界的几何、力学、因果关系一无所知。世界模型，就是要补上这一课。
世界模型的核心架构，是一个不断循环的实时决策系统：
感知（Perceive）：通过视觉、触觉、力觉传感器，实时构建三维环境表征；
预测（Predict）：基于物理规律推演未来状态——“如果推这个积木，它会倒”；
决策（Decide）：在多个候选方案中选择最优解，平衡效率、安全与能耗；
执行（Execute）：驱动电机/关节完成动作，并将反馈数据回流至感知端。
打个比方：LLM是“背下全世界知识”，世界模型是“理解世界运行规律”。就像人类小孩不需要看遍世界上所有杯子，就能知道“圆口、有柄、能装水”的是杯子——这种物理直觉，是世界模型追求的核心能力。
03.
为什么现在必须关注：
LLM的瓶颈与两位泰斗的罕见共识
杨立昆（Yann LeCun）2025年11月在MIT演讲时判断：“三到五年内，没有理智正常的人还会用我们今天这种大语言模型。”这话极端，但指向真实困境：LLM的“大力出奇迹”路线正在触及天花板——GPT-4训练一次耗资上亿美元，依然分不清“杯子”和“碗”的物理区别。
更深层的问题在于：LLM缺乏对物理世界的因果推理能力。它的预测基于统计相关性，而非物理规律。这导致它在开放域、动态环境中表现脆弱——一个从未训练过的场景，就可能让它“宕机”。
正是在这个节点上，AI领域的两位泰斗罕见地达成了理论共识。
杨立昆，深度学习奠基者、卷积神经网络主要提出者之一，在Meta担任首席AI科学家12年。他明确指出：当前机器人难以在真实环境中自主行动，根本原因在于缺乏对物理世界的底层理解能力，LLM虽擅长语言，却“存在根本性局限”。
李飞飞，计算机视觉泰斗、ImageNet数据集推动者，曾任Google Cloud首席科学家。她提出“空间智能”（Spatial Intelligence）是AI下一个十年的核心主线：“如果AI要真正有用，它必须理解世界，而不仅仅是文字。世界由几何、物理和动态规律支配，协调语义、空间和物理信息是AI的下一个伟大前沿。”
两位泰斗的共识，本质上是AI从“数字智能”向“物理智能”跃迁的理论确认——从“能说话”到“能干活”，从“理解符号”到“理解世界”。
04.
资本正在用脚投票：
世界模型的融资热度与产业验证
2026年2月，李飞飞创立的World Labs宣布完成10亿美元新一轮融资，由Autodesk领投2亿美元，英伟达、AMD、富达等参投，公司投后估值达50亿美元。从2024年4月成立到50亿美元估值，仅用时16个月。
2026年3月，杨立昆创立的AMI Labs宣布完成10.3亿美元种子轮融资，投前估值35亿美元，创下欧洲史上最大种子轮融资纪录。投资方包括贝索斯的Bezos Expeditions、英伟达、丰田创投、淡马锡、三星，以及谷歌前CEO埃里克·施密特。
两家成立均不足两年的公司，合计融资超过20亿美元，合计估值85亿美元。这不是个人光环效应，而是资本对“世界模型”技术方向的集体押注。
国内验证同样迅猛。
华为ADS 4.0全面转向WEWA世界模型架构，百公里接管率0.8次，较VLA路线提升10倍，140万套装车量、25家车企合作；
极佳视界（清华自动化系背景）2025年12月A+轮估值18亿人民币，2026年3月Pre-B轮10亿元，2026年4月B1轮15亿元——1个月内连续融资25亿，估值跃升至100亿+，成为国内首个世界模型百亿独角兽。华为哈勃、中金资本、国家队基金相继进场。
正如耀途资本创始合伙人白宗义在中关村论坛上的观察：“现在不讲世界模型，融资难度比较大。但一讲世界模型，估值都是几亿美金起。”——这句话精准描述了当前一级市场的估值逻辑。
05.
国内玩家的路径分化：
技术路线的多元探索
1、千诀科技：端到端世界模型的“一体化闭环”
核心思路是将感知、预测、决策、执行四个环节整合为统一神经网络架构。CTO章国锋与杨立昆同期发表JEPA论文，研究成果两度登上Nature封面，团队来自清华类脑中心。
优势在于信息损失最小化：传统模块化架构中，每一层转换都会损失细粒度信息；端到端架构让模型直接从原始传感器数据学习到动作输出，保留最完整的环境表征。挑战在于可解释性与安全性——当模型出错时难以定位，高安全要求场景中合规性存疑。
2、智澄英达：“澄灵世界模型”与机器人本体的协同进化
路径更具工程落地特征：公司自主研发“澄灵世界模型”，同时推出TR4/TR5物理智能复合型人形机器人，形成“模型+本体”的闭环。创始人胡鲁辉曾在微软、亚马逊、华为、Meta任职，2026年3月完成新一轮融资，由达泰资本和浙商创投投资。
核心逻辑是：世界模型必须与物理本体协同迭代。模型在仿真环境中训练后，需要在真实机器人上验证、微调、反馈；硬件限制又反向约束模型设计空间。这种“软硬件耦合”模式与特斯拉FSD的“影子模式”异曲同工。挑战在于硬件迭代周期远长于软件，可能拖慢模型进化节奏。
3、其他重要参与者
流型空间（商汤系背景）：全球唯一同时覆盖室内、室外、空域的全域世界模型团队，Waymo仿真竞赛连续两年击败特斯拉，成立不到10个月完成四轮近5亿融资，股东包括华为哈勃、君联资本；
墨奇智能（华为天才少年黄青虬带队）：前小米“铁蛋”技术负责人吴长征2025年12月加入，阿里云9亿天使轮——国内具身智能赛道最大天使轮之一，量产基因突出；
深圳无界张量：首席科学家为中国科学院院士郑泉水，国内唯一将高阶张量理论与Diffusion视频生成结合，从力学方程出发解决物理一致性问题，理论原创性极强，处于极早期；
中科第五纪（中科院+清华联合背景）：创始人刘年丰为谭铁牛院士学生，首席科学家为清华孙富春教授。2024年9月成立，一年半内完成6轮融资，估值暴涨约20倍，红杉中国领投Pre-A轮。核心身份是宇树科技001号“具身操作大脑”供应商，技术路线为“数据+知识混合驱动的端到端架构”，强调小样本学习与知识驱动。
两条路径并无优劣之分，代表了世界模型落地的两种工程哲学：千诀偏向“算法优先、硬件适配”，智澄偏向“软硬一体、场景驱动”，中科第五纪则证明“知识+数据”的混合路线同样能获得顶级资本和产业客户的双重认可。
06.
投资视角：
从“科学家光环”到“工程化落地能力”
世界模型正处于从0到1的技术验证期。对于股权投资机构而言，核心观察指标包括：
模型在真实场景中的泛化能力——实验室成功率不等于产线稳定性，从Demo到量产是鸿沟；
数据闭环的构建效率——谁能在最短时间内建立“采集-训练-验证-部署”闭环，谁就能建立护城河；
软硬件协同的迭代速度——纯软件/纯硬件团队各有短板，“软硬一体”团队的磨合成本往往被低估；
商业场景的可扩展性——从单一场景到跨场景复制，是估值从“项目制”跃迁到“平台制”的关键。
同时需要正视的风险：
技术路线尚未完全收敛，分散押注是当前阶段的理性选择；
一级市场估值泡沫化隐忧，部分项目存在科学家光环溢价过高的问题；
商业化节奏存在不确定性，从“能用”到“好用”再到“规模化”，路径漫长。
世界模型的估值逻辑，将从“科学家光环”转向“工程化落地能力”——这一转折点，可能就在未来12-18个月内出现。
07.
从“能说话”到“能干活”
AI正在换一副脑子
回到北京亦庄的那场半马。
当“闪电”冲过终点线时，它验证的不仅是一项运动成绩，更是一个新范式的可行性：世界模型让AI从“数字世界”走进了“物理世界”。
这不是对LLM的替代，而是能力的补全。未来的AI系统，需要同时具备两种能力：LLM处理符号、语言、知识的“左脑”，世界模型处理空间、物理、行动的“右脑”。两者协同，才能构成真正的通用智能。
杨立昆与李飞飞的罕见共识，资本的密集押注，国内玩家的路径探索，以及华为、Waymo等产业巨头的技术转向，共同指向一个判断：世界模型不是“下一个风口”，是“下一个基础设施”。
对于投资者而言，问题或许不是“要不要关注”，而是“以什么姿势进入”——在技术路线尚未完全收敛的窗口期，分散配置、动态迭代，可能是更理性的选择。
