深度 | 世界模型成物理AI新战场：千亿融资进场，真机数据不再是唯一答案

深度 | 世界模型成物理AI新战场千亿融资进场真机数据不再是唯一答案这是一篇深度研究不是新闻简报。基于 18 个来源的交叉验证。核心观点2026 年物理 AI 的资本与研发重心正从「造机器人」转向「造世界模型」——英伟达、谷歌、李飞飞、LeCun 和中国厂商在四条路线上对赌赌的是同一个问题世界模型能否替代海量真机数据成为机器人的新算力层。证据等级[A] 官方/一手 [B] 2可靠来源 [C] 单一来源 [D] 个人判断一、钱正在从「机器人」流向「世界模型」2026 年一季度全球物理 AI 融资超 64 亿美元中国以 33 亿美元、126 笔交易领先约为美国的 2.7 倍。[B] 更值得注意的是细分赛道仅世界模型一个方向开年融资就超 13 亿美元——李飞飞的 World Labs 以约 10 亿美元融资把估值推到 50 亿14 个月翻 5 倍LeCun 的 AMI Labs 种子轮也被报道超 10 亿美元口径不一。上一代具身智能靠「试错式强化学习 海量真机数据」但数据缺口大得吓人互联网语料相当于约 10 万年的「人类经验」全行业最大的机器人数据集却只有约 100 万条轨迹。[B] 世界模型被当成填补缺口的合成数据引擎。我判断世界模型能否成为机器人的新算力层是今年物理 AI 真正的胜负手。[D]二、技术深潜世界模型如何变成数据引擎传统 VLA 把「图像 语言」直接映射到动作依赖真机数据世界模型则先学会「世界如何运转」——预测下一帧、下一段轨迹。复旦 OpenMOSS 的综述把两者统一为「World Action ModelWAM」预测和动作要在同一个策略里联合学习。[B]世界模型在两个环节放大数据价值。预训练侧英伟达 DreamZero 给出关键证据——12 分钟的第一人称人类视频让机器人在未见过的任务上策略表现提升超 42%。[C] 数据生成侧智源的 VISTA 用「世界模型规划 GoalVLA 执行」分层解耦只花 2 小时真机数据就在分布外任务上做到 69% 成功率没接 subgoal 的 π0 只有 14%上海AI实验室的 InternVLA-A1.5 则用「潜在未来推理」让模型不调视频生成器也能预见下一步。[B]架构上行业收敛到「双系统 世界模型」共识慢系统规划、快系统控制世界模型既提供「想象未来的能力」又负责造训练数据。英伟达 GR00T N2 把 DreamZero 做成商用底座号称全新环境任务成功率比领先 VLA 高一倍以上、RoboArena 第一。[B]上图世界模型驱动的数据飞轮——预训练、合成数据、策略训练、仿真验证、真机回流五个环节互相放大。三、竞争格局四派资本对赌同一条未来世界模型赛道分裂成四条路线背后是互斥的十亿美元级赌注。派系代表核心资产最新节点语言中心Google Genie 3实时交互世界模型60 秒强一致性记忆Project Genie 开放订阅像素中心Sora 系高保真视频生成视频「电影级」生成3D 结构中心World Labs Marble3D Gaussian 碰撞网格可导航 3D 世界2026-02 融资 10 亿美元、估值 50 亿潜空间/表征LeCun AMI LabsJEPA 架构能量式世界模型种子轮超 10 亿美元口径不一[B] 四派不只是比技术而是在赌「世界模型应该长什么样」。谷歌 Genie 3 的物理是「合理的」而不是「正确的」社区共识是还不能直接当 sim-to-real 训练场World Labs 输出碰撞网格补物理几何LeCun 坚持潜空间路线认为像素级生成浪费算力。真正在「卖铲子」的是英伟达。Cosmos 3 是第一套「统一世界基础模型」号称把物理 AI 的训练-评估周期从「月」压到「天」[B] 叠加 GR00T N2、Newton 物理引擎和 Jetson Thor 边缘芯片英伟达把「世界模型→仿真→策略→部署」做成了整条流水线——物理 AI 业务过去一年收入超 90 亿美元单口径。[C] 更关键的是生态ABB、FANUC、YASKAWA、KUKA 合计控制 200 万台以上存量机器人都在集成 Isaac 与 Jetson 模块。[B] 英伟达正在变成物理 AI 的「CUDA」这次是纵向全栈。上图2026 年世界模型从「概念」到「资本共识」再到「开源工具链」的半年时间线。四、采用与生态中国押「数据」欧美押「基础模型」中国厂商把筹码压在了「数据」上。智元规划 2026 年产数百万小时高质量数据、近 90% 研发在仿真环境完成并提出 WRAM世界推理-动作模型概念[C] 银河通用的 GraspVLA 用超 99% 仿真合成数据训练宣称已在宁德时代、博世产线应用优必选 Walker S2 进入比亚迪、富士康工厂官方口径数百台交付比亚迪自研「尧舜禹」机器人150 台样机实训单台成本压到 20 万元以内。[B]政策与资本同步加码。工信部实景实训专项行动要求年底形成万台级落地能力2026 上半年国内人形机器人产量已超 4 万台。[B] 资本侧上半年具身智能融资约 935 亿元、322 笔超过去年全年百亿估值独角兽从 3 家增至 22 家——媒体评价「淘汰赛倒计时」。[B]但叙事在分裂。量子位把 WAIC 的世界模型论坛称为「最火也最没有共识的领域」像素生成派、潜空间/JEPA 派、融合派在「物理精度 vs 物理合理性」上激烈交锋RSS 2026 现场北美研究者直言「领域还没有奠基性工作」「中国真正领先的是硬件」。[B] 一句话融资叙事里世界模型是主角论文顶会里还是 VLA 的天下。五、战略影响三条战线的胜负手范式线Coatue 给物理 AI 的估值是「至少 6 万亿美元比数字 AI 大 50%」Future Markets 预测 2026 年约 3830 亿、2040 年 3.26 万亿。[C] 但 Fusion Fund 的反驳同样有力LLM 靠 Chatbot Arena 这类共享基准收敛世界模型至今没有——RoboArena、WorldGym 都还是早期尝试四派资本已经分道扬镳。[C]生态线英伟达想当「物理 AI 的操作系统」但用户未必想被绑死。中国厂商一边受益于 Cosmos/GR00T 开源工具链一边在自研世界模型——不跟可能被生态甩开跟了模型栈上游就握在别人手里。数据线物理保真度是世界模型通往机器人的最后一道闸。Genie 3 的物理只是「合理」World Labs 用碰撞网格补几何英伟达用 Newton/Kamino 补物理精度——像素好看不等于物理可用。上图物理 AI 计算层的生态地图——英伟达卖整条流水线四派世界模型提供范式选择中国厂商押注数据机器人与工业巨头买单。六、我的判断第一我判断「世界模型之争」是今年物理 AI 真正的主战场。钱已经给出了答案——世界模型从可选的演示技术变成必争之地。但别把融资热度当技术收敛四派路线至少还要打 12 个月。第二我预判中国厂商会分化成两派。「自研派」智源、复旦、智元押注世界模型是物理世界的独立基础模型「集成派」直接搭英伟达工具链。未来两年「集成派」商业化更快「自研派」天花板更高。第三我赌「物理保真度」是决定性变量。谁先证明「世界模型生成的合成数据能让真实机器人在新任务上稳定涨点」谁就赢下数据线。第四先不下结论的是「数据规模 能力」这个等式。如果世界模型没有像 LLM 那样可预测的 Scaling Law数据多不一定等于能力强。这是我最看不准、也最需要持续跟踪的一点。参考来源HTX Insights — The Year of Physical AI: A Trillion-Dollar GambleTechTimes — Embodied AI World Models Attracted $6 BillionODEI — The Physical AI World-Model Landscape, August 2026blockchain.news — NVIDIA Cosmos 3 and GR00T N2 at GTC 2026blockchain.news — NVIDIA Full-Stack Robotics PlatformTrendForce — NVIDIA Expands Robotics Ecosystem at GTCSilicon Republic — World Labs raises $1bn for spatial intelligenceLearnPrompting — Project Genie: DeepMind’s Interactive WorldsOpenDataScience — Physical AI in 2026: Robotics Foundation ModelsAIN China — China’s Embodied AI Revolution: Q1 Funding World ModelsarXiv — InternVLA-A1.5上海AI实验室Leaderobot — 智源 VISTA业内首个开源世界模型VLA 框架yeekal — World Action Models 综述解读量子位 — 世界模型「六小龙」在 WAIC 吵起来了北京智源社区 — RSS 2026美国具身也没成熟第一财经 — 具身智能上半年百亿独角兽增加近 20 家搜狐 — 智元坚定投入世界模型自客 — 自变量王潜物理世界的独立基础模型AI 辅助深度研究人工视角解读。每日更新。