世界模型百亿融资背后：多数公司其实不造模型

2026年上半年，创投圈最魔幻的现象莫过于“世界模型”概念下的吸金狂潮。一家家初创企业以十亿甚至数十亿元的规模疯狂融资，估值火箭般蹿升，仿佛只要贴上这个标签，就能立刻拿到通往物理世界AI的门票。然而，若仔细拆解这些融资主体的真实业务，会发现一个反常识的事实：它们中的大多数，并不真的在研发统一的世界模型。有的在造机器人，有的在做数据采集平台，有的纯粹是测试测量服务商转型而来，世界模型更像是一顶临时借来的高帽。当“百模大战”的硝烟还未散尽，一场更为喧嚣、也更为虚幻的“世界模型卡位战”已经打响。

正方——或者说这个市场中坚定的乐观派认为，资本是用真金白银押注一个确定性极高的未来。从产业逻辑看，世界模型确实承接了大语言模型之后的想象空间。它的核心目标，是让AI学会理解重力、摩擦、惯性等物理定律，回答这样一个问题：“如果给物理世界一个动作，未来状态会如何改变？”这直接关系到具身智能、自动驾驶、机器人等万亿级赛道的最终落地。李飞飞所创立的World Labs估值攀至50亿美元，中国的千寻智能三个月内累计融资超45亿元，自变量机器人闪电完成四轮融资、估值突破200亿元，极佳视界三个月融得超35亿元……一连串数字被看作是世界模型价值的最强背书。顺为资本、云锋基金、红杉中国、IDG资本以及国家人工智能产业投资基金等顶级机构的集体入场，更让不少人确信，这是一场不能缺席的盛宴。

技术路线上的多元探索，也被支持者视为模式健康和生态繁荣的证据。一种可称为“视频拟物理”的生成式路线，主张利用海量无监督视频数据，让模型在像素流动中自我归纳物理规律，以Momenta和极佳视界为代表。Momenta在量产车上部署的R7世界模型，通过对驾驶视频的深度训练，已经在复杂博弈场景中展现出超前推演能力。另一种“端到端交互”的具身路线，则坚决遵循“智能体—行动—状态—观测”的反馈闭环，如自变量机器人的WALL-B模型，把视觉、语言、动作和物理预测放进同一个神经网络里从零训练，让机器人在动手前先在“大脑”里彩排。千寻智能自研的Spirit v1.6更是力压英伟达Cosmos3等旗舰模型，在真机评测中登顶。这些实际进展让正方看到，无论哪条路径先行突破，世界模型都有机会将AI从屏幕拖拽到现实的土壤里。

然而，反方却从同一组融资数据和路线之争中嗅到了浓重的泡沫气味。最大的质疑来自概念本身的模糊与滥用——这正是“AI教母”李飞飞公开指出的痛处。她在博文中直言，世界模型已经成为AI领域“最被滥用的术语之一”，计算机视觉、机器人学、强化学习、生成式AI各说各话，所指的东西截然不同。这种割裂直接导致一个尴尬局面：一家做机器人本体的公司、一家提供软硬件测试平台的企业、一家布局数采硬件的团队，都可以在融资时把“世界模型”当作核心故事。当赛道里人人都是世界模型玩家，实际上没有哪家在做通用意义上能够理解物理规律的基础模型，资本催熟的更像是各自为战的垂直解决方案孤岛。

另一个让反方担忧的致命问题是数据与物理现实的鸿沟。端到端交互路线高度依赖真实世界交互数据，没有成规模的物理机队源源不断地产生反馈，模型就会迅速退化。这恰好解释了为何这批机器人企业融资如此“凶悍”：它们需要巨额资金来覆盖数据采集、训练和试错的成本，而一旦资金断流，技术迭代便难以为继。即便是看似数据获取更容易的生成式路线，视频中蕴含的物理规律也只是片面的、有偏的摹写，模型脑补出的因果律有多少能迁移到真实的碰撞与摩擦中，尚没有可靠答案。更为吊诡的是，真正打算验证技术的生产力场景——工厂、仓库、道路——目前几乎没有向这些初创企业真正敞开，世界模型最需要的“世界”恰恰缺位。

拨开双方交锋的迷雾，我的判断更接近一种冷静的拆解：这轮融资热既有产业理性的成分，也无可避免地带有泡沫，但泡沫的重心并不在于方向错误，而在于节奏错配与定义权的争夺。客观上，世界模型确实是语言模型之后AI必须攻克的战略高地，资本提前占位的逻辑可以理解。问题在于，当前多数公司拿到的融资规模和它所处的技术成熟度之间形成了巨大倒挂。亿元融资只是门槛，十亿元成为常态，可就连最前沿的团队也还在摸索一个基本共识：到底用什么框架来统一表征、预测和交互，才能真正逼近物理世界的本质？李飞飞将世界模型分为渲染、仿真和规划三个方向，但产业界实际给出的答卷五花八门，有的甚至还未提交答卷就已在估值上“毕业”。这不是一个技术路线之争，而是一场定义话语权的赛跑——谁先在资本和舆论上把自己塑造成世界模型的代名词，谁就可能在下半场获得定义赛道标准的权力。

洗牌几乎是必然的。历史反复证明，当大量资金涌入一个缺乏统一评判标准的早期赛道时，往往会经历一轮残酷的淘汰。那些仅仅把世界模型当成融资话术、实际业务与物理推理无关的企业，将在首轮商业化考验中裸泳。能够生存下来的，大概率是真正将世界模型内化为产品核心能力，并能找到哪怕一个狭窄但真实的物理场景进行闭环验证的公司。Momenta借助量产车产生的海量驾驶数据、千寻智能在RoboArena评测中用真机打出来的成绩，都提供了比融资额更坚实的坐标。但即使对于这些优胜者，最难的壁垒也并非资金或算法，而是能否在还没彻底弄清楚世界模型“是什么”的时候，就让它先“做了什么”。这个悖论，正是当前狂热与焦虑的根源。