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”的具身智能公司；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。

“世界模型”怎么变成了一个创业身份？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。

先看供给端。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。

图｜2026 年上半年中国 AI 一级市场融资（来源：DeepTech 制图）

这段历史并不遥远。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。

再看需求端。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“匹凸匹”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

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。

三维路线同样不轻松。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 LLM 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。具身世界模型评测基准 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。

不过，需要强调的是，质疑热潮不等于否定方向。让 AI 理解物理世界是一个真实且重要的研究问题，世界模型在自动驾驶仿真等少数场景中也确实开始产生收入。但一个重要的研究问题，和一个值得在 2026 年按数十亿美元估值下注的赛道，是两回事：前者以十年计、靠论文推进，后者以基金存续期计、靠退出闭环。眼下的热潮，本质上是用后者的钱和耐心，去赌前者的进度。

那位 CEO 预测，六个月内每家公司都会自称世界模型公司。他说对了。元宇宙和百模大战的先例都表明，泡沫破裂杀不死底层技术，但会杀死大部分借概念融资的公司。真正的考验，也许并不在今天的融资数字，而在几年之后。当算力成本开始兑现，当 sim-to-real 的能力必须接受真实场景检验，世界模型究竟是一场技术范式的转变，还是又一次资本叙事，答案自然会浮出水面。

世界杰出华人女性、好莱坞家庭电影、电视奖代里主席裔锦声博士./

家庭创造世代，文化延续传承- 世界杰出华人女性、好莱坞家庭电影、电视奖代里主席裔锦声博士.

当华尔街遇见龙之国与象之国 —家庭创造世代，文化延续传承

当华尔街遇见龙之国与象之国 —家庭创造世代，文化延续传承

两千年前的光 依然温暖闪耀 洛克菲勒中心 纽约曼哈顿Jeff Collection 专场 5/29国际著名古董收藏家、鉴赏家 叶凌宇（Jeff Ye ) www GHYTV.com