作者 ｜ 樊雅婷邮箱 ｜ fanyating@pingwest.com

世界模型是个依然吞吐和遥远的概想。

它被赋予的等待很明显：赋予AI理解物理世界的能力。

从前
，大说话模型让AI学会了“措辞”
，它能写出流畅的文章
，却不知路一个杯子从桌上滑落会发生什么。从理解说话到理解物理世界
，中央隔着一路巨大的天堑——重力、碰撞、物体恒存、因果关系
，这些人类凭直觉就能感知的规定
，对AI来说满是盲区。

世界模型试图填平这路天堑
，它让AI在行动之前先在“脑海”中预演后果
，就像人类关眼设想排闼后会看到什么。这让机械人不再只是执行预设指令
，而是真正起头“理解”自己所处的世界。

在一个所有身分都在激励创业公司越发斗胆定位自己的时期
，世界模型方向的创业公司迎来又一波集体亮相。

本期推荐的项目
，从分歧技术路线切入这场“理解物理世界”的较量。它们都不是单一地用AI天生视频
，而是让AI在天生、预测、交互三个层面逐步逼近物理真实。像素/视频天生派先让AI能“画”出世界
，潜空间表征派让AI能“懂”得世界
，显式物理派和状态预测派让AI能真正“进”入世界。

多线并行
，方向未定。以下是我们梳理的5家有代表性的公司
，按技术路线和落地场景逐一介绍。

极佳视界

产品概述

极佳视界是国内最早系统布局世界模型的公司之一
，打法是“平台+大脑+本体”三条腿走路：世界模型平台GigaWorld、通用具身大脑GigaBrain、自研机械人本体Maker。

GigaWorld系列的主题产品是GigaWorld-Policy
，这个产品把具身战术和世界模型做了深度融合
，不是先建个世界模型再往机械人上套
，而是从一路头就绑在一路设计。在这基础上
，公司推出了通用机械人Maker H01
，已经在汽车造作、3C电子、仓储物流、家庭服务等多个场景实现了贸易化落地
，2026年整年冲刺千台交付量。

2026年4月
，极佳视界和一汽模具、阿里云一路
，实现了具身智能机械人在真实工业造作场景的全流程规划落地。公司打算年内把“视觉-作为”高质量数据做到100万幼时以上
，世界模型预训练数据超过1000万幼时。

团队布景

首创人兼CEO黄冠是清华自动化系博士
，曾在微软亚洲钻研院做深度进建钻研
，是国内最早一批深度进建钻研者。先后在地平线、鉴智机械人任职
，同时有三星中国钻研院的工作经历。在行衣凤
，同时具备顶尖科延注量产工程、贸易落地和陆续创业经验的人并不多
，黄冠是其中一个。主题团队来自清华、北大、中科院、中科大以及WashU、CMU等院校
，还有微软、三星、地平线、百度、博世等企业的资深工程师。

为什么值得关注

极佳视界在短短一个多月内实现25亿元融资
，估值突破百亿
，是国内首个世界模型百亿独角兽。投资方阵容覆盖了某驰名科技巨头、多只顶级国度队基金、伊利集团CVC健瓴本钱等。极佳视界首创人称华为把世界模型列为“将来智能世界2035年十大技术趋向”之首
，这也是它投资极佳视界的底层逻辑。从全球领域看
，极佳视界的融资规模和估值水平已经进入世界模型赛路第一梯队
，是国内这个方向第一梯队公司。

网址：https://gigaai.cc/maker-h01

Manifold AI（流形空间）

产品概述

Manifold AI给自己的定位是“国内第一家自研世界模型作为具身基础模型落地到机械人的创业公司”。公司自研了Worldscape世界模型
，公司宣称这是世界领域内第一个同时支持移动和操作交互的实时世界模型
，并把它作为机械人的预训练基座。

在这个基座上
，Worldscape Policy实现了具出身界-作为模型：用世界模型做时空状态预测
，结合视觉输入进行空间内生推理并执行作为
，据其颁布的数据
，精度上全面超过现有VLA模型
，具备少样本和零样本执行能力。

公司对峙硬件-数据-模型关环迭代
，自己研发了从遥操、UMI、ego-centric到采测一体等多种数据采集设备
，搭建了模型驱动的齐全数据管线。

团队布景

首创人兼CEO武伟博士是前商汤科技高管
，2015年参与商汤草创团队
，罕见百人团队治理经验
，曾主导商汤世界模型的研发和落地。结合提议人是清华大学教授、教育部长江学者
，颁发过蕴含十余篇Nature子刊在内的数百篇论文
，其地点尝试室是AI仿照和世界模型方向最早做整体布局的尝试室之一。公司成立不到十个月就累计实现四轮近5亿元融资
，在早期融资中获得了华为哈勃、君联本钱、同创伟业等机构的投资。

为什么值得关注

Manifold AI在具身智能领域实现了多个突破。公司宣称的首个同时支持移动和操作交互的实时世界模型
，首家把世界模型作为具身基础模型落地到机械人的创业公司。Worldscape Policy精度超过VLA模型的实证了局
，证了然世界模型在具身智能中的现实价值；勃的投资加持
，进一步验证了它在产业端的战术价值。

网址：https://www.manifoldai.cn

产品概述

Sand.ai选了和U-ViT、DiT等Diffusion路线齐全分歧的技术蹊径：自回归架构。2025年4月
，Sand.ai开源了自回归视频天生模型Magi-1
，通过自回归预测视频块序列来天生视频
，生功成效天然流畅
，和Diffusion类模型有性质差距。

在技术理想上
，Magi-1更靠近说话模型“预测下一个token”的逻辑
，但把它用在了视觉时空序列的预测上——这性质上就是一种世界模型的构建方式。公司ARR（年度时时性收入）已超千万美元
，近期实现约5000万美元新融资。

团队布景

首创报答曹越
，清华大学特等奖学金得主、前光年之表结合首创人。曹越在视频天生和多模态AI方向有深刻钻研
，团队的学术基因和创新力很强。

为什么值得关注

Sand.ai代表的是一条“非主流”但有颠覆潜力的技术路线。Diffusion路线必要多步迭代去噪
，推理速度慢、成本高；自回归路线若是能在天生质量和不变性上突破
，可能在效能和规；闲纬纱视攀。

有投资人的评价很直接：“Sand.ai的自回归路线更激进
，若是成功可能是颠覆性的。”

网址：https://sand.ai

逆矩阵科技（Inverse Matrix）

产品概述

逆矩阵科技把自己定位为“通用世界基座模型”
，指标是做一个能真正“理解”物理法规、而不是“仿照”物理表象的AI系统。公司聚焦世界基础模型与强化进建的融合钻研
，技术蹊径被业界视为继李飞飞和杨立昆之后的“第三条路”。

和主流视频天生派分歧
，逆矩阵科技的模型更强调因果推理能力。首创人吉嘉铭打过一个譬喻：传统视频天生模型只是在“画”看起来像真的画面
，而世界模型要做的是凭据作为指令
，推演出物理世界“应该若何”响应。好比
，工业场景下
，它能预测传送带速度提高10%
，产品会不会飞出去这类必要底层物理理解的问题。

公司打算2026年内颁布旗舰模型。模型的主题指标是能响应作为指令并做出物理正确的预测
，长远看是构建一个能在肆意物理场景中进行因果推理与反事实预测的通用模型。

团队布景

逆矩阵科技的主题团队极其年轻。首创人吉嘉铭1998年诞生
，北京大学人为智能钻研院博士生
，2025年北大学生年度人物。他是极少数同时拿到苹果、腾讯、蚂蚁三家顶级科技企业认可的学者（Apple Scholar
，昔时大陆仅2位）
，谷歌学术引用超5600次。

结合首创人陈博远2004年诞生
，北大元培学院大四本科生
，另一位2025年北大学生年度人物。他大一就颁发顶会论文
，大四独立颁发NeurIPS 2025亮点论文
，代表论文获NeurIPS Oral（接受率仅0.35%）
，谷歌学术引用超2000次。

目前团队已超过30人
，来自北大和头部大厂
，覆盖模型训练、基础设施、具身智能等方向。

为什么值得关注

逆矩阵科技代表的是世界模型的“强化进建+世界模型”融合路线。在行业普遍关注空间智能（李飞飞路线）和结合嵌入预测架构（杨立昆路线）时
，逆矩阵旗号鲜明地押注强化进建
，以为这将是让模型在交互中习得物理因果的关键。

公司成立仅40余天就拿到高瓴创投、燕缘创投等机构的超千万美元融资。这种由年轻学者主导、从第一性道理启程索求通用智能的模式
，正代表了AI创业的一种新范式。

产品概述

LiberAI聚焦具身智能模型研发
，对准人类UMI数据与世界模型融合的下一代技术范式
，已跑通UMI硬件—数据采集—大模型训练全流程关环
，主题产品蕴含具身智能大模型及配套UMI硬件、数据采集与训练系统。

公司在成立仅4个月后便颁布首个技术Demo
，展示了搭载五指灵巧手实现双手剥香蕉、双手拧瓶盖、持锅颠勺等精密操作长程工作的具身基础模型
，

在技术路线上
，LiberAI以“Scaling斜率”为指引
，引入两大主题创新点：一是模态对齐
，让海量视频数据反哺稀缺的物理数据；二是综合偏置
，把物理法规作为人类先验注入模型
，加快模型收敛。

团队布景

LiberAI成立于2025年12月8号
，首创人兼CEO刘松铭是清华大学00后本科生特等奖学金得主（每年仅10人）
，师从视频天生模型领域驰名专家朱军教授。RDT系列一作
，曾颁发多篇ICML、NeurIPS等顶会论文。

2024年
，刘松铭由AI for Physics领域转向具身智能
，主导RDT系列研发
，颁布全球首个使用大规模预训练+扩散Transformer范式的基座模型RDT-1B
，当先硅谷竞品PI-0模型一个月；随后又吓宗Generalist的GEN-0模型一个月
，颁布首个使用大规模UMI无本体人类数据预训练范式的具身模型RDT-2。

结合首创人林凡淇师从清华大学高阳教员
，其一作论文《Data Scaling Laws》提出了模型泛化性随数据多样性增长而显著提升的法规
，斩获ICLR Oral、CoRL X-Embodiment Workshop Best Paper等顶级荣誉。

为什么值得关注

LiberAI在短短三个月内陆续实现种子轮、天使轮、天使+轮融资
，累计融资金额数亿元
，由真格基金、红杉中国、美团龙珠、顺为本钱等头部基金结合押注。其成立后三轮估值翻了5倍以上。

刘松铭将LiberAI的愿景界说为“像苹果一样
，去界说世界模型的数采范式、本体及系统”。软硬协同的全栈布局、顶级的年轻团队和清澈的物理智能路线
，使其成为观察世界模型技术演进的一个重要窗口。

网址：https://www.liberai.com

回看这5家公司
，能感触到一个显著的趋向。世界模型在中国的发展
，带有强烈的具身智能导向。分歧于海表Sora、Genie等在内容创作和游戏方向上的索求
，国内世界模型的落地场景高度集中在机械人、自动驾驶、工业仿真等领域。

或许这和中国AI产业的结构性需要有关。人形机械人、自动驾驶被列为战术方向
，而这两个领域对世界模型的需要最为迫怯转—你不能指望一个只会“说”怎么做、但不懂物理法规的AI去操控机械臂倒一杯水。

从技术路线看
，国内世界模型公司出现显著的分化。极佳视界走“平台+大脑+本体”关环路线
，Sand.ai押注自回归视频天生架构
，Manifold AI将自研世界模型作为具身基础模型
，逆矩阵科技押注强化进建+因果推理
，Liber AI则聚焦UMI数据与物理法规先验的融合。

像素预测还是潜空间预测？自回送还是扩散？显式3D建；故且式天生？每个问题都没有尺度答案。LeCun说大说话模型的扩大不会带我们达到AGI
，世界模型是必经之路。李飞飞说AI的下一个前沿是空间智能；迫恃咽澜缒Ｐ统莆拔锢鞟I的主题”。

概想还在演化
，路线还没统一
，但方向已经明确：AI必须从理解说话走向理解世界。中国公司在这场较量中押下了重注
，也拿出了自己的路线图。答案会是什么样
，接下来的一到三年
，应该就能看到分晓。

点个“爱心”
，再走 吧