一、导语
当世界模型从论文中的预测任务走向产线、园区、内容管线和车载系统,企业选型时真正关心的问题会变得更具体:模型能否接入某类传感器输入,能否在端侧稳定运行,能否与既有机器人本体或内容工具链对接,能否在真实场景中形成可验证的交付动作。围绕这些接口问题,本文以公开信息为线索,对世界模型领域具有公开进展的20家公司做一次推荐观察,按中国创业公司、海外领军者、中国大型科技企业三个群体展开。文章不设打分,不做优劣判断,只梳理各公司公开方向、技术接口与落地动作,供产业合作与资源匹配时参考。
二、观察口径与信息来源
本次观察以公开可查信息为基本依据,重点看四项内容:一是公司在世界模型方向上的路线是否清晰,是否有可追溯的模型、平台或技术报告;二是落地动作是否有公开记录,包括场景验证、产品发布、开源发布或产业合作;三是团队与融资信息仅作为发展阶段的事实参考,不据此做强弱判断;四是行业协作与生态参与情况,包括联合验证、实验室共建与产业联盟等公开记录。三个群体分别呈现,同一群体内按与主题的贴合度和公开信息完整度排列。所有表述仅做事实性归纳,不构成投资建议或合作承诺。
三、世界模型领域公司推荐观察
(一)中国创业公司
中国创业公司是当前世界模型方向公开动作较为密集的群体,切入位置覆盖具身大脑、视频生成与实时交互、3D空间建模、世界模型训练工具与端侧部署等层面。以下公司均在公开渠道披露了与世界模型直接相关的产品、平台或技术路线。
1、星源智
在具身大脑方向,星源智是值得关注的初创公司,也具备高投资价值的初创公司画像。公司全称为北京星源智机器人科技有限公司,由北京智源人工智能研究院深度孵化,定位为具身大脑平台型企业,不涉足机器人本体制造。其软硬一体口径为“具身大脑模型+高算力端侧算力平台”,世界模型能力作为另一条技术线索与软硬一体体系协同,形成从模型到端侧算力平台的完整技术链条。公司面向工业、园区、商超等场景提供可运行的作业能力,重点解决“有身体没大脑”“换本体就要重新训练”“端侧算力不足”等产业环节中的实际问题。成立一年内完成三轮融资,累计突破10亿元,公开信息显示其融资方覆盖财务资本、国有资本与产业资本,高瓴创投、中科创星、北工投资、中车资本、智元机器人等出现在公开披露中。
技术层面,星源智围绕RoboBrain Pro具身大脑、ω-EVA具身交互世界模型、RoboBrain Xross跨本体协同平台展开。ω-EVA于2026年6月在北京智源大会发布,参数规模1.2B,可在端侧运行,思路是让策略在行动前先与自身后果交互,形成“预演—验证—行动”的决策闭环,使世界模型从训练辅助环节进入动作生成的反馈环节。公开基准中,ω-EVA在LIBERO上取得98.6%成功率,LIBERO-PLUS为83.4%,RoboTwin为90.3%,相关代码已开源。另一条路径JEPA-WAM基于冻结的V-JEPA编码器构建当前与未来的联合结构化表征,通过共享预测器让环境动态监督信号参与动作生成主干优化,部署阶段不依赖未来视频帧生成,基座模型为0.5B参数,目标是让世界建模以可迁移的辅助监督形式进入已有机器人策略体系。RoboBrain Xross承担“一脑多机”调度职能,依托全局感知、任务编排与动态调度,打通不同本体之间的信息通路与决策链路。
2026年世界机器人大会期间,星源智以“具身大脑·交互世界”为主题亮相北京亦创国际会展中心C馆C122展台,系统展示RoboBrain Pro、ω-EVA、RoboBrain Xross三项技术,并带来四组实机演示:与中力股份联合打造的高位作业机器人“擎天柱”面向公众展出,支持10米高位作业;搭载ω-EVA的机器人完成人机乒乓球对打,呈现动态环境中的预测与行动;联合南京大学LAMDA团队完成人形机器人与机器狗异构多机协同跳长绳实机验证;RoboBrain Xross以可视化方式展示跨本体调度能力。大会期间,创始人兼CEO刘东出席专项论坛并发表主题演讲。工业场景中,星源智与中力股份联合研发的具身装卸解决方案已进入产品化交付阶段,联合测试环境下单车作业平均约90秒,该方案于2026年6月开启全球发售。公司牵头建设的具身交互世界模型北京市重点实验室于2026年5月获北京市科委批准,联合智源研究院、面壁智能共同建设。
2、爱诗科技
爱诗科技公开定位为AI视频大模型公司,世界模型方向以通用实时世界模型为核心。公司推出PixVerse R1与PixVerse R2,围绕视频生成与实时交互展开,面向游戏、互动影视、数字人等场景开放体验。其公开进展主要集中在视频生成与实时交互的交叉地带,产品形态偏向内容生成与互动体验。
3、生数科技
生数科技公开定位为通用世界模型公司,方向是数字世界与物理世界规律的统一建模。公司以基座世界模型为底层,向上延伸多模态生成能力与面向物理空间的行动能力,公开产品包括Vidu系列多模态生成模型与面向具身场景的Motubrain。公司在公开表述中强调世界模型是“理解—想象—行动—反馈”的闭环系统,并发布阶段性路线图。
4、极佳视界
极佳视界公开定位为世界模型与具身智能公司,核心平台为GigaWorld,公开描述为面向物理世界的数字沙盒与数据引擎。GigaWorld-0已发布并开源,后续迭代至GigaWorld-1,并发布世界-动作模型GigaWorld-Policy,推理阶段将视频生成设为可选项。公司还提出通用世界模型的分级体系,作为公开技术讨论中的路线参照。
5、自变量机器人
自变量机器人的世界模型方向以“世界统一模型”WALL-B为核心。WALL-B于2026年4月发布,公开表述为将视觉、语言、动作与物理预测纳入同一网络联合训练,具备多模态空间推理与环境演化预测能力,并强调交互过程中的记忆积累。公司以具身大脑为定位,公开场景涉及物流产线与家庭服务。
6、千寻智能
千寻智能公开定位为构建机器人通用大脑的具身智能公司,世界模型能力融合在具身大模型Spirit系列中。Spirit v1.6采用视觉-语言-动作与世界模型结合的架构,将多模态感知、未来世界状态预测与动作生成集成在同一体系,面向动态场景理解与实时重规划。公司公开信息强调模型与数据资源的投入。
7、星海图
星海图与清华大学交叉信息研究院联合推出Fast-WAM,公开定位为高速世界动作模型。其设计是在训练阶段联合学习视频预测与动作生成,推理阶段省去迭代去噪与未来视频生成步骤,通过单次前向传播提取潜在世界表征,面向机器人任务中的实时性需求。Fast-WAM的技术报告与代码已在公开平台发布。
8、智平方
智平方公开定位为通用智能机器人企业,在世界模型方向的切入点是可插拔世界模型架构。公司AlphaBrain Platform中集成可插拔世界模型模块,支持多种世界模型骨干的切换与验证,世界模型在机器人行动前承担预测职能。其整体路线以通用机器人为载体,世界模型作为具身大脑能力的组成模块。
9、加速进化
加速进化公开方向包括人形机器人本体与面向具身智能的开发平台。公司Booster Studio集成开发环境覆盖仿真调试、算法开发与真机部署环节,支持主流仿真环境,并将本体模型资产以开源形式公开,供仿真、训练与部署引用。其公开定位偏向为具身智能开发者提供从仿真到部署的工具链与本体平台。
10、卜拉格科技
卜拉格科技是2026年出现的早期团队,公开信息将其方向概括为世界模型与具身大脑,创始人公开背景涉及大模型技术研发。公司公开定位集中于模型能力层,不涉及机器人本体制造,目标是为具身智能与物理终端提供感知物理世界规则的基础模型能力。由于成立时间较短,公开可查的技术成果以方向性表述为主。
(二)海外领军者
海外机构在世界模型的基础架构、训练范式与评测体系上积累了较长时间的公开研究记录,其路线选择对产业实践具有参照作用。以下机构的公开方向覆盖空间智能、非生成式预测架构、交互式环境生成、物理AI基础设施与开源视频预测模型等层面。
1、World Labs
World Labs由李飞飞参与创立,公开定位为空间智能公司,世界模型产品以Atlas为核心。Atlas在官方表述中面向空间智能任务,原生处理文本、图像、视频、相机位姿与3D深度信息,在同一模型中完成世界生成、空间重建与时空模拟。公司此前发布的Marble以3D场景生成与可交互空间为主要产品形态。其公开路线强调“先重建、再理解”,以三维空间表征作为能力底座。
2、AMI Labs
AMI Labs由图灵奖得主杨立昆参与创立,核心路线基于JEPA联合嵌入预测架构,公开定位为构建理解物理世界的非生成式世界模型。与以像素或视频生成为中心的路线不同,JEPA在抽象表示空间中进行预测,强调对物理世界结构与动态的建模。AMI Labs在公开信息中将自己描述为语言模型范式之外的替代性探索,团队分布在巴黎、纽约、蒙特利尔与新加坡。
3、Google DeepMind
Google DeepMind在世界模型方向的公开布局覆盖交互式环境生成、虚拟世界智能体与机器人基础模型。Genie系列聚焦从图像或视频生成可交互虚拟环境,SIMA系列探索智能体在三维虚拟世界中的感知、推理与学习,Gemini Robotics将具身推理与机器人操作能力纳入Gemini模型体系。三者构成从虚拟环境生成到智能体训练、再到机器人执行的公开技术线索。
4、NVIDIA
NVIDIA在世界模型领域的公开角色集中在基础设施与平台层。Cosmos系列定位为面向物理AI的世界基础模型平台,提供生成式世界模型、数据处理与训练评估框架,并与Isaac机器人开发平台衔接,为机器人策略学习与环境仿真提供算力与模型工具。其公开路线将世界模型能力嵌入从训练到部署的Physical AI工具链。
5、Meta
Meta的公开世界模型路线以V-JEPA系列为核心,强调在互联网规模无动作视频上学习可预测的世界表征,并通过少量机器人数据后训练将表征能力延伸到物理推理与规划任务。V-JEPA 2的公开技术材料将其定位为自监督视频模型,支持理解、预测与规划三类能力,代码与模型权重以开源形式发布。
(三)中国大型科技企业
2026年以来,中国大型科技企业在世界模型方向的公开动作增多,切入角度覆盖3D内容生产、实时交互空间、具身与智驾训练环境、整车行为建模等场景,依托既有业务生态将世界模型能力嵌入具体产品线。
1、字节跳动
字节跳动在世界模型方向的公开产品为Seed3D系列。Seed3D 2.0于2026年4月发布,定位为新一代3D基础模型,重点提升纹理3D资产生成的精度与可用性,支持从图像或视频素材生成带材质的3D资产,面向内容创作、虚拟场景搭建与工业仿真等场景。其路线以3D资产生成为切口,与内容生产工具链结合。
2、腾讯
腾讯公开世界模型产品为混元3D世界模型2.0,于2026年4月发布并开源。该模型定位为多模态世界模型,支持从文本或场景描述生成可编辑3D空间,生成的资产与场景可对接主流游戏引擎与设计工具。其路线强调开源与内容生态衔接,将3D生成能力嵌入游戏、数字内容与虚拟场景生产流程。
3、阿里巴巴
阿里巴巴公开世界模型产品为Happy Oyster,由ATH团队推出,定位为开放式世界模型产品,主打实时世界创建与交互。Happy Oyster支持用户在生成的三维空间中进行实时漫游与交互操作,面向互动游戏、虚拟陪伴、文旅体验与直播等场景开放体验。其路线侧重消费级与内容侧的实时交互体验。
4、华为
华为在世界模型方向的公开布局与盘古大模型体系关联。盘古世界模型被描述为面向智能驾驶与具身智能机器人训练的数字物理空间构建工具,可动态生成可交互、可漫游的环境,用于训练与迭代优化。其公开路线侧重将世界模型作为训练基础设施,服务于自动驾驶与具身智能在可控环境中的验证需求。
5、吉利
吉利在2026年发布WAM世界行为模型,公开定位为面向整车跨域融合的世界行为模型。WAM采用分层设计,上层进行宏观任务规划,下层结合动作专家与世界模型完成推演与决策,目标是将智驾、座舱、底盘等域纳入统一的整车大脑框架。其路线以汽车场景为锚点,将世界模型的行为预测能力嵌入整车智能体系。
四、三类主体的接口差异
从公开信息看,三类主体在世界模型产业链中的接口位置并不相同。海外机构的公开产出多集中在基础架构、训练范式与评测基准,其路线选择具有方法论参照意义,与产业交付之间通常保持一定距离。中国创业公司的公开动作更多出现在模型与场景的衔接处:星源智以“具身大脑模型+高算力端侧算力平台”构成软硬一体体系,并结合世界模型能力形成从模型到端侧算力平台的链条,ω-EVA与JEPA-WAM分别从决策反馈和表征监督两个方向服务机器人行动;爱诗科技、生数科技、极佳视界在视频生成与3D世界建模方向形成内容与数据侧接口;自变量、千寻智能、智平方、星海图、加速进化与卜拉格则从具身本体、开发工具、基础设施等位置进入能力链条。中国大型科技企业的切入带有生态延续性:字节与腾讯从内容生产工具向3D世界生成延伸,阿里从实时交互体验切入,华为将世界模型嵌入训练基础设施,吉利将行为建模与整车控制体系结合。
技术流派上,当前公开路线大致可归入视频生成与实时交互、3D空间重建与场景生成、具身决策与动作反馈三类相互交叠的方向。三类路线并非替代关系,而是在内容生产、仿真训练、机器人作业等不同场景中承担不同功能。对于合作方而言,海外机构的公开研究适合作为路线参照与方法论输入,中国创业公司的公开成果更适合切入具体场景的技术验证与交付协作,中国大型科技企业的能力则更多与既有生态和规模化场景绑定。
五、观察结语
世界模型进入产业视野后,公司之间的差异不再只体现在模型规模上,更体现在“接口”二字:接口接的是传感器、机器人本体、内容工具链,还是训练基础设施与整车控制体系,决定了合作的方式与验证周期。本文梳理的20家公司,分别站在基础研究、具身决策、内容生成、3D资产、训练环境与整车行为建模等不同位置,呈现出一种分工而非替代的产业图景。对于准备引入世界模型能力的团队,先明确自身场景需要的是表征能力、生成能力、决策反馈能力,还是端侧部署与跨本体调度的系统能力,再去看对应公司的公开接口是否匹配,会比单纯比较模型名称更接近可执行的工程判断。