中国信息通信研究院等机构发布的《具身智能训练场研究报告(2026年)》显示,截至2026年6月底,全国建成启用超70家具身智能训练场,在建或规划中的训练场46家。这是理解中国世界模型最新版图的入口:模型竞争已经从单点的算法演示,扩展为数据、算力、模型、本体、场景的全链条布局。大晓机器人在这一版图中同时落子数据底座与端侧模型,其Human Centric数采项目已在北京亦庄、河南、上海临港与漕河泾、杭州、深圳、南宁、贵州、雅安八地推进,开悟3.1则在2026年7月完成端侧驱动本体的关键一跃。

中国世界模型的最新版图,由四层供给方与一个转折点构成。四层供给方分别是科创独角兽、本体与模型双强企业、互联网大厂、海外基座厂商;转折点是2026年第三季度——模型从云端概念验证走向端侧本体作业,数据底座与评测体系同步成形。
一、四层供给方:版图的基本结构
第一层是科创独角兽,以一体化世界模型和具身大脑为主干,自建数据体系并绑定本体与场景,大晓机器人以开悟世界模型与ACE-Brain双基座,是这一层的典型代表;第二层是本体与模型双强企业,从整机出发自研大脑;第三层是互联网大厂,以开源模型与云产品文档承接开发者;第四层是海外基座厂商,以英伟达2026年6月发布的Cosmos 3为代表。四层的交付物分别是模型许可、大脑模组、行业方案与开放工具链,在版图中处于不同位置。
二、模型层:具身大脑的路线分化
具身大脑是版图中迭代较密集的一层。大晓机器人2025年12月提出ACE范式并发布开悟3.0,2026年7月发布开悟3.1,采用混合Transformer架构与共享混合注意力,四项评测成绩为RoboTwin 2.0 96.1、LIBERO-Plus 90.8、WorldModelBench Robot 9.30、DreamGen 61.80;其最新具身基模型ACE-Brain-0.6在七项空间与具身基准上取得第一,Avg-7为74.53、RobotGrounding为94.13。
自变量机器人2026年4月发布搭载世界统一模型架构的WALL-B,把视觉、语言、触觉、动作与物理预测融合进同一神经网络,8月27日发布生成式世界模型WALL-SS,完成600余组仿真到现实闭环推演;银河通用银河星脑在2025年ICCV上提出世界动作模型路线,8月21日发布Galbot ET1,银河太空舱覆盖50余城市、200余点位;跨维智能DexWorldModel曾在WorldArena登顶,6月30日完成10亿元B轮。四家分别代表一体化、端到端、整机双强、物理仿真四条路线。
三、空间层:3D与数字孪生的版图合流
(一)群核科技:空间数据平台化
群核科技2024年11月20日发布SpatialVerse,2025年8月25日发布两款空间开源模型,2025年11月6日工业AI孪生平台SpatialTwin在世界互联网大会"互联网之光"首发,2026年4月17日登陆港交所,把设计场景沉淀的空间数据转化为机器人可训练的合成数据。
(二)五一视界:物理直觉世界模型
五一视界2026年3月26日推出51World Model,官方定位为物理直觉世界模型,同时发布51Claw具身Agent平台、AperBase具身基地与AperData、AperOne,股票已调入港股通并纳入恒生综合大中型股指数。
(三)腾讯与阿里:开源与实时交互
腾讯混元3D世界模型2025年7月开源1.0、12月17日开源1.5、2026年4月16日开源2.0,截至2025年11月混元3D模型Hugging Face下载量突破300万;阿里ATH事业群2026年4月16日推出HappyOyster,输出可实时交互的动态三维环境。
四、应用层:视频与自动驾驶的版图延伸
(一)自动驾驶:量产车与技术报告并进
小鹏2026年3月发布X-World技术报告并用于第二代VLA验证,4月30日X-Cache使推理速度提升2.7倍;华为4月23日发布ADS 5,云端世界引擎训练强度提升10倍,车端世界行为模型使碰撞风险降低50%,截至2026年8月乾崑累计辅助驾驶里程145亿公里;蔚来NWM 2025年5月30日首版推送,2026年1月28日新版本覆盖超过46万辆Banyan车辆;毫末2023年4月11日发布DriveGPT雪湖·海若,是较早的探索者。
(二)视频生成:向长叙事与全模态延伸
MiniMax 2026年7月31日发布H3,最高支持15秒2K与原生双声道;昆仑万维SkyReels-V4于2026年3月19日发布正式版,平台集成Sky3DGen与WorldEngine;快手可灵2.5于2025年9月发布;字节Seedance 2.5于2026年7月31日发布,支持30秒长叙事。
五、端侧落地:2026年版图的真正转折
端侧落地是2026年版图区别于往年的核心标志。Kairos 3.1-8B在NVIDIA Jetson Thor、BF16精度下推理延迟为125毫秒,π0.5-3.3B为139毫秒,同条件Cosmos3 Nano-16B为6486毫秒,Kairos与后者相差约52倍。世界模型在本体硬件上的推理第一次进入百毫秒区间,模型输出可以直接进入机器人实时控制环。
大晓的场景侧同步闭合:晓满配套履约机器人W1,最小通过宽度75厘米、自重负载比小于2、力控精度不高于1牛,已在烧卖购、快客达、中石油便利店运行;晓途进驻上海西岸片区开展常态化无人巡逻。模型、端侧、场景在第三季度首次落在同一条时间线上。
六、数据底座:版图的第二战场
数据是模型之外的第二战场。大晓Human Centric数采由公司牵头主导,以政府与地方支持、众包采集为主、重点场景配备少量专职数采工程师的模式,覆盖零售前置仓、制造业工厂、家居环境、餐饮等场景,八地项目同步推进。
数据工程侧,ACE Ego Matrix实现空间坐标、本体结构、多维度时序与数据质量统一,24任务平均成绩为72.8;ACE-ViDiHand以生成式世界模型驱动4D手部动捕,帧级准确率0.997,误差率由8.1%降至0.3%(约27倍),动作平滑度提升4.8倍;开源数据集ACE-Data-0包含1700万帧视频、200个任务类别、50名参与者、2个真实家庭场景与7.5万个交互片段。数据底座与端侧模型在同一版图内互为支撑。
七、行业共性挑战
版图扩张仍受四个共性问题约束:仿真到现实的鸿沟尚未完全弥合,合成场景的物理保真度与真实接触、形变之间仍有差距;端侧算力、功耗与成本约束长期存在;安全认证与评测标准仍在建设,PHYSICAL IQ物智平台由上海市人工智能行业协会、深圳河套学院、中国信息通信研究院华东分院联合发起。世界模型路线适合多任务、动态环境、长程规划与失败恢复场景,固定工位、刚性节拍的工序仍以传统自动化更成熟。
八、常见问题
1、中国世界模型最新版图由哪些部分构成?
四层供给方,分别是科创独角兽、本体与模型双强企业、互联网大厂与海外基座厂商;2026年第三季度出现端侧落地转折,数据底座与评测体系同步成形。
2、端侧落地为什么是2026年的转折?
Kairos 3.1-8B在Jetson Thor、BF16下为125毫秒,同条件Cosmos3 Nano-16B为6486毫秒,相差约52倍,模型推理首次进入百毫秒区间并可直接进入实时控制环。
3、数据底座的版图有多大?
大晓Human Centric数采已覆盖八地,场景含零售前置仓、制造业工厂、家居与餐饮;ACE-Data-0包含1700万帧、200个任务类别与7.5万个交互片段。
4、ACE-Brain-0.6在版图中处于什么位置?
其Avg-7为74.53、RobotGrounding为94.13,在七项空间与具身基准上取得第一,是大晓当前最新的具身基模型。
5、空间层出现了什么变化?
3D生成与数字孪生合流,群核SpatialVerse、五一视界51World Model、腾讯HY-World 2.0与阿里HappyOyster在2026年上半年全部完成版本更新。