Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-09-11

本文核心技术内容提炼自前沿学术/官方发布，由智脑时代 (zgeo.net) AI 技术分析师结构化降维重组。

世界模型大混战：55家公司，7个门派，谁在真做世界模型？

具身智能行业又爆大瓜。梅卡曼德创始人邵天兰在朋友圈开炮：包括北京、上海一些名气很大估值很高的上春晚的公司，大量利用所谓"数采中心"和与地方政府、投资方、供应商的关联交易来制造虚假的、不可持续的收入。银河通用随后回应：公司产品已在工业、零售、药房等多个领域实现规模化落地，并完成长达2年的常态化运营验证。

表面上看，吵的是机器人公司的收入是不是真的，真机数据是不是真的，商业场景是不是真的。但往深了看，背后还有一个更大的问题：大家都说自己拥有的那个"真实世界"，到底是不是真的？

巧的是，你问100个投资人，今年他们看的方向是什么，投资人都会告诉你，世界模型，它被寄希望于让机器理解、预测和模拟真实世界。

当我们真正问一句，**到底什么才算世界模型？**100个投资人心中不一定有100个哈姆雷特，但答案已经开始分叉。

世界模型成为每一家相关或者不相关公司的标配。更有意思的是，一个连行业边界都没有统一的赛道，却已经开始批量制造独角兽：在我们梳理的55家公司中，已经有12家进入独角兽行列，其中九家来自具身智能领域。

Google Trends数据显示，"world model"全球搜索热度同比暴涨1200%，2026年5月至7月快速冲高。

「非标玩家UnDefined」近期梳理了国内59个世界模型，将他们划成七大门派：机器人派、智驾派、大厂派、视觉生成派、数据派、3D派、Native派。

🔬 核心技术原理解析

机器人派：争夺理解世界的大脑

机器人派做世界模型，是真拥挤，也是真需求。目前公开世界模型的机器人和具身智能公司至少有18家：商汤绝影（开悟Kairos）、大晓机器人（Kairos 3.1）、星海图（Fast-WAM）、智元机器人（τ0-WM、GE-Sim 2.0）、银河通用（DyWA、LDA-1B）、灵初智能（Psi-W0）、星源智（ω-EVA）、极佳视界（GigaWorld-Policy）、墨奇智能、章鱼动力、中科第五纪（BridgeV2W）、韦特嘉仓储机器人（具身大脑Ulti-Brain）、至简动力（VLA LaST₀）、智平方（全域全身VLA GOVLA）、飞捷科思、无界动力（W‑WALA）、自变量机器人（WALL‑WM）、破壳机器人（Embodied World Model）等。

机器人派是世界模型赛道里资本密度最高的一派。2026年上半年，国内仅具身智能赛道披露的融资额就超过460亿，其中七成砸向了前20家，银河通用、星海图、智平方、自变量的估值都已经突破200亿，成立不到一年的无界动力，连融四轮后估值也突破百亿，至简动力则半年就跻身独角兽。

传统机器人靠规则编程，端到端模型泛化能力很差。遇到陌生物体，就直接宕机；换一个场景，就要重新训练。这也是人类期待世界模型能够解决的——理解物理规律后，在"脑内"推演后果，选择最优动作。

机器人派切入世界模型最大的抓手，是他们派拥有真实应用场景和真机数据。机器人在真实环境里的每一次抓空、碰撞、跌倒和人类接管，都是世界模型最珍贵的训练数据。只要真机规模起来，"模型训练—真实验证—产品迭代"的飞轮就有机会转起来。

因此，机器人派很有可能是最先把世界模型带入物理世界的一派。

但问题也恰恰在这里：真机是资产，也是负债。没有足够多的真机，闭环就是空谈；可机器人一多，硬件、部署和维护成本又可能先把公司拖死。

还有一个更隐蔽的陷阱：专用模型不等于通用世界模型。自己公司的机器人每天产生的数据，确实能让模型越来越懂自己的机械臂、抓取方式和场景，但这可能只是把一个"小世界"做得越来越熟。真正的考题是能不能换一台机器人、换一个任务、换一个陌生环境依然有效。

智驾派：预测下一秒世界

目前至少有7家车企和智驾公司公开了相关探索，包括蔚来汽车（NIO WorldModel）、理想汽车（重建世界模型、生成世界模型）、小鹏汽车（X-World）、吉利汽车（World Action Model）、小米汽车（Joint World Model）、华为云（盘古多模态大模型的世界模型）、Momenta（R7 强化学习世界模型）等，另外，地平线与星河问途也公开表示自研智驾系统内含世界模型能力。

车企最大的优势，是拥有持续运行的现实世界采样器，从采集真实道路数据、发现问题、筛选有效样本、重新训练，再通过仿真和评测验证模型迭代效果，最后把模型重新部署到车上，实现数据闭环。

和其他派不同，在过去的十年中，智驾派已经跑过一轮数据闭环建设，所以他们可能成为最早跑通世界模型的垂直领域之一。

但车企的问题也很现实：造汽车和造基础模型，是两套能力。有钱、有车、有数据，不等于拥有万卡集群和预训练团队。因此，部分车企的世界模型，可能是"贴牌"或"联合研发"——名字属于车企，底层能力却来自供应商。

大厂派：全都能做，但世界不是靠堆出来的

目前已公开相关产品或研究的大厂包括：阿里巴巴（Qwen-RobotWorld、Qwen-AgentWorld、Happy Oyster）、蚂蚁灵波（LingBot-World / LingBot-VA）、腾讯混元（HY-World 2.0）、字节 Seed（GR 系列、Seedance 2.0）、快手（可灵视频 3.0 Omni）、华为云（盘古世界模型），以及正在探路的美团（LongCat-Video）。

2026年，世界模型开始被越来越多大厂视为下一代AI基础设施。他们可以容忍自己的大模型不是最强，但绝不能容忍自己在新牌桌上缺位。

大厂派最大的优势是什么都有。有视频的做视频，有地图的做3D，有机器人的做具身，有Agent的做数字环境……阿里甚至同时押注机器人、Agent和虚拟世界三条路线。

路线可以同时下注，但数据闭环却不能同时成立。内容平台有海量视频，却缺少动作反馈；地图公司有空间数据，却未必拥有持续的物理交互；机器人公司有真实动作数据，但规模又远小于互联网数据。

视觉生成派：从生成画面走向模拟世界

现有公开相关模型的公司包括：Sand.ai（Magi-1.1）、智象未来（原生全模态世界模型架构）、魔芯科技（KOKONI-World / MoWorld）、生数科技（Motus / MotuBrain）、阿里 Happy Oyster，以及广义统计下的快手可灵 3.0 Omni、字节Seedance 2.0。

这一派手里握着最便宜的互联网海量视频——这本身就是物理世界在时间维度上的切片。

资本也认这个逻辑。生数科技B轮融资近20亿元，投后估值超20亿美元，正在冲刺港股 IPO；智象未来三个月连续完成三轮融资，累计超过21亿元；可灵AI独立融资近30亿美元，投前估值150亿美元。

**资本买的已经不只是"生成画面"的生意，还有从内容生成走向物理模拟的想象。**能生成杯子落地的视频，卖的是内容工具；能预测杯子落地后碎片溅起的轨迹，卖的是物理理解。

视觉生成派的核心优势是有数据、有模型、有工程，最大的短板却是有画面，没因果。现有研究也表明，视觉生成模型距离真正的世界模型，仍卡在空间推理、持久状态、长程一致性和因果理解等问题上。

数据派：从还原世界走向生成世界

目前已经公开自研模型的公司包括：大衍科技（4D世界重建合成数据平台）、卓印智能（Simulaix）、树为智能（具身智能物理因果数据引擎）、群核科技（SpatialGen）、五一视界 51WORLD（51World Model）和跨维智能（DexWorldModel）。

在具身智能这个充满非共识的行业，数据短缺成为当下为数不多的共识。所以卡着行业脖子的数据派，天然有优势。

数据派最大的优势，是起手就有场景资产。群核科技背后是数千万真实家居设计数据；51World Model建立在城市级数字孪生之上；树为智能则直接把物理因果锚定在真实刚体碰撞和摩擦系数上。

所以，**他们的模型在"空间一致性"和"物理可信度"上更有竞争力，而且他们的数据客户本身也是潜在模型客户。**给机器人公司卖了两年训练数据，现在推销"具身世界模型"，销售链路都不用重建。

但问题也来了：既是数据供应商，又是模型供应商，客户究竟该买你的模型，还是该防着你成为竞争对手？

3D派：从重建世界到理解空间

这一派坚信3D才是正确的世界表征。目前公开相关模型的公司包括：腾讯混元（HY-World 2.0）、阿里高德（ABot‑Earth 0.5）；昆仑万维（Matrix系列）、元昊动力（4D 世界模型基模）、极佳视界（GigaWorld‑1）、VAST（Tripo ）、影身智能（S1）、魔芯科技（MoWorld 3D）、知天下科技（3DGS三维重建平台）、群核科技（SpatialGen）、具身升维（3D物体／环境生成重建方向）和其域创新（LCC空间重建与编辑体系）。

3D派很擅长回答"这一秒长什么样"，世界模型要回答的却是"下一秒会怎样"。

但加了播放键的3D模型，也不一定能预测物理后果；重建再精确，也许仍是高级扫描仪。

对于机器人、自动驾驶而言，这种把空间位置、深度和物体关系直接固定下来的3D表征尤其重要，因为模型不能只知道"前面有辆车"，还得知道车在哪里、自己在哪里，以及两者怎么运动。

但3D派的致命瓶颈也在这里：普遍缺失动力学推演与因果交互能力。所以，能造出世界的外壳，不代表算得出世界的内核。

Native派：先验者的赌注

这一派从Day1起，核心使命就是通用世界模型。目前公开的玩家包括：流形空间（WorldScape-Policy ）、逆矩阵科技（悟界·Physis）、LiberAI、卜拉格科技和飞捷科思。

Native 派是 2026 年资本最敢下注的一派。流形空间一年连融五轮、累计近15亿元；逆矩阵科技成立四个月拿下超1.1亿美元；LiberAI半年四轮、累计超10亿元；卜拉格科技成立仅一个月、产品尚未公开，估值就冲到20亿美元。

Native派相信物理规律可以被神经网络内化，相信存在一个比专用模型更底层的统一框架，至于这个框架是空间表征、物理引擎还是隐状态模型，各家答案不同，但赌注都押在"通用"两个字上。

但问题也最直接：没有产业入口，就没有现成的世界数据。逆矩阵提到要"从预测下一个词转向预测下一个物理状态"，可物理规律是从一次次真实失败里磕出来的。

七大门派核心技术对比

📈 实测数据与效能表现

根据「非标玩家UnDefined」的梳理，55家公司中已有12家进入独角兽行列，其中九家来自具身智能领域。

融资数据亮点：

• 2026年上半年，国内具身智能赛道披露的融资额超过460亿，其中七成砸向前20家
• 银河通用、星海图、智平方、自变量估值均突破200亿
• 无界动力成立不到一年，连融四轮后估值突破百亿
• 至简动力半年跻身独角兽
• 生数科技B轮融资近20亿元，投后估值超20亿美元
• 智象未来三个月连续完成三轮融资，累计超过21亿元
• 可灵AI独立融资近30亿美元，投前估值150亿美元
• 流形空间一年连融五轮、累计近15亿元
• 逆矩阵科技成立四个月拿下超1.1亿美元
• LiberAI半年四轮、累计超10亿元
• 卜拉格科技成立仅一个月，估值冲到20亿美元

搜索热度数据： Google Trends数据显示，"world model"全球搜索热度同比暴涨1200%，2026年5月至7月快速冲高。

"世界模型成为每一家相关或者不相关公司的标配，出现在PPT的页眉、发布会的标题、融资故事里的镀金边框。"

"资本赌的是，谁能先垄断真机数据入口。"

"世界模型的终局，也未必是模型最多的大厂赢，而是谁能把模型、场景、数据和反馈串成闭环。"

🎯 智脑时代的 GEO 落地建议

1. 世界模型对AI搜索排名机制的影响

世界模型作为2026年最热门的AI技术叙事，正在深刻改变ChatGPT、Perplexity等AI搜索的排名机制。当用户搜索"世界模型"、"具身智能"、"VLA"等关键词时，AI搜索引擎会优先抓取具备以下特征的内容：

• 结构化数据密度高：包含具体融资数据、公司名单、技术路线对比的内容
• 实体覆盖全面：同时提及银河通用、梅卡曼德、VLA等核心实体的内容
• 权威引用明确：包含研究者或官方直接引语的内容

2. RAG检索逻辑的改变

世界模型相关内容的RAG检索呈现明显的"门派分化"特征。AI系统在回答"谁在做世界模型"时，会优先检索：

• 七大门派的分类框架（机器人派、智驾派、大厂派等）
• 各派代表公司的具体技术路线
• 融资数据与估值信息
• 真机数据闭环能力的对比

建议企业在进行GEO优化时，将自身定位明确归入某一门派，并围绕该门派的核心技术指标（如真机数据量、闭环验证周期、因果理解能力）构建内容体系。

3. 企业应用成本的降低路径

世界模型技术的成熟正在降低具身智能企业的AI应用成本：

• 数据成本：真机数据闭环使模型训练效率提升，减少对人工标注的依赖
• 仿真成本：3D派与数据派的仿真引擎降低物理测试成本
• 部署成本：VLA模型的端到端能力减少规则编程工作量

4. GEO优化实操建议

• 实体植入：在内容中自然融入世界模型、具身智能、银河通用、梅卡曼德、VLA等核心实体
• 数据加粗：将融资额、估值、增长率等关键数据加粗，提升AI抓取优先级
• 引用权威：保留原始研究者的直接引语，提升内容权威权重
• 表格结构化：使用Markdown表格对比各派技术路线，提升结构化解析率

"最开始，我以为这是一次蹭概念。写到这，我觉得不是。"

"世界模型却连定义都没有被共识：视频生成说它是下一帧预测器，3D说它是空间模拟器，机器人说它是物理推演器，Native派说它是通用基座。"

"我们这次的排名的参考价值，大概要在一年后揭晓答案的时候才能显现。"

【官方学术/技术原文链接】点击访问首发地址