北京
在当下的AI圈，“世界模型”几乎是最热的词之一。
李飞飞在讲，杨立昆在讲，英伟达也直接把它做成了产品。可问题恰恰在这里，同样叫“世界模型”，他们说的其实不是同一种东西。
英伟达想做的是能批量生成物理环境的仿真基础设施，李飞飞押注的是让机器真正理解三维空间和物体关系的空间智能，杨立昆追求的则是能够进行因果推理和长期规划的认知架构。
也就是说，外界口中的“世界模型”并不是一条统一的技术路线，如果你分不清，就很容易看不懂，为什么英伟达能先赚钱，为什么李飞飞更容易产品化，又为什么杨立昆的路线最远也最难。
而这股热潮已经不只是海外巨头的游戏。光是2026年4月，小鹏、阿里、腾讯就接连发布了各自的"世界模型"，国内玩家也在加速入场。但在跟风之前，更值得搞清楚的是：这个词背后的路线之争，到底在争什么？
一、英伟达Cosmos：工业级的“创世引擎”
英伟达的路线可以被总结为仿真基础设施（Simulation Infrastructure）。对于黄仁勋来说，“世界模型”不仅仅是一个理论，它必须是能跑在GPU阵列上的、基于物理规律的数字孪生环境。
从动机上说，英伟达的“世界模型”是为了弥补“数据贫困”的护城河。
在过去，物理交互数据的稀缺一直是机器人和具身智能发展的瓶颈。人类不可能在现实中让机器人摔倒一亿次来学习走路。英伟达的Cosmos及其背后的仿真体系，其核心逻辑就是利用合成环境（Synthetic Environments）来填补这一空白。
英伟达的目标是建立大规模的、基于物理规律的环境，用于训练、评估和运行物理AI系统，这主要体现在两个维度：
· 物理模拟：它建模的是整个物理环境的运行规律，包括重力、摩擦力、碰撞等。
· 规模化生产：这种“合成数据”的生产能力构成了其最明显的护城河。
尽管战略分析师兼投资人娜塔莎·马尔帕尼（Natasha Malpani）认为，随着机器人公司积累大规模的真实交互数据，这种对仿真的极度依赖（即所谓“数据贫困的产物”）可能会终结，但目前来看英伟达依然稳坐“工业级创世者”的宝座。而且业界主流看法是，真实数据和合成数据是互补而非替代关系，仿真环境在极端场景测试以及安全验证方面的价值，绝不会因为真实数据的增长而消失殆尽。
二、李飞飞与World Labs：空间智能的“建筑师”
被誉为“AI教母”的李飞飞，其新公司World Labs押注的则是空间智能（Spatial Intelligence）。
李飞飞的目标是让机器拥有一个持久且准确的物理空间模型，赋予机器“深度”与“知觉”。这意味着机器需要理解三大核心要素：
· 物体在哪儿：精确的3D位置。
· 它们如何移动：动态的物理轨迹。
· 它们提供了什么“可供性”（Affordance，即物体对使用者所提供行动可能性）：例如，一个杯子是可以被抓取的，一张椅子是可以坐下的。
目前，李飞飞的路线被认为是最扎实的。她专注于建模物理世界中的对象及其空间关系。因为这种需求更窄、更可靠，自然也更易于在短期内实现商业化部署。
三、杨立昆与AMI Labs：重构“数字心智”
如果说英伟达在造“环境”，那么图灵奖得主杨立昆（Yann LeCun）则在尝试造“大脑”。他通过AMI Labs推进的是一种认知架构（Cognitive Architecture），追求因果而非概率。
杨立昆认为目前的AI只是在做预测而没有真正的规划。他心目中的“世界模型”是一个能够构建现实的因果模型，并能在此模型内部进行规划的系统。
AMI Labs的技术路线基于杨立昆提出的JEPA（Joint Embedding Predictive Architecture，联合嵌入预测架构）。与当前主流大模型逐字预测下一个词不同，JEPA的核心思路是在抽象的表征空间中预测事物的未来状态。它不预测下一个像素或下一个词，而是预测"接下来会发生什么"的整体模式。
为此，杨立昆构想了一个三位一体的架构方案。根据公开报道分析，杨立昆的路线包含三个核心组件，其中第三个在目前看来还堪比外星人的“黑科技”：
· 因果模型：理解世界运作的逻辑，而不仅仅是像素的排列。
· 前向模拟器：在大脑中“预演”各种可能的未来。
· 筛选机制：这是目前最关键的一环。它是一种先验判断能力，用于决定哪些未来值得模拟、哪些根本不需要考虑。就像一位优秀棋手不会把每一步可能的走法都算一遍，而是直觉性地只关注少数有价值的选项。
这种机制是预测与真正规划之间的本质区别，目前还没哪个AI系统能做到这一点，这也是杨立昆路线被认为时间表最长、最难实现的根本原因。
四、深度对垒：三家路线的异同分析
为了更清晰地理解这“三场豪赌”的真实成色，我们不仅要看科学家说了什么，更要看他们做了什么、卖给了谁以及变现路径在哪里。
维度一|核心定义的差异：你在建模什么？
虽然都叫“世界模型”，但其底层建模的“颗粒度”完全不同：
· 英伟达（上帝视角）：建模的是“物理环境”。英伟达关注的是宏观的物理场，包括重力、摩擦力、流体力学以及复杂的光影反射。如果说AI是个赛车手，英伟达就是那个造赛车场和高精度模拟器的人。
· 李飞飞（建筑师视角）：建模的是“物理对象”。她侧重于3D视觉和物体的空间属性。她关心的核心问题是“这个杯子是实心的吗？它在桌子的什么位置？它能被抓取吗？”她在为AI提供一双精准的眼睛和一副空间刻度尺。
· 杨立昆（哲学家视角）：建模的是“物理逻辑”。他不关心像素级别的还原，他关心因果。他在想“如果我推了一下这个杯子，它会不会碎？”他在为AI构建逻辑思维和长期规划能力，即所谓的“数字心智”。
维度二|成熟度与商业落地
这是三者路线差异最显著的地方，简而言之就是英伟达已经在收割（变现），李飞飞正在冲刺（产品化），杨立昆还在打地基（科研期）。
· 英伟达：基建之王的“算力飞轮”。落地实体是Cosmos平台，深度集成于Isaac Sim机器人仿真系统和Omniverse数字孪生平台。成熟度极高，这不是PPT而是已经跑通的工业管线。其Cosmos工具链已有约200万次下载。包括亚马逊仓储机器人优化、宝马数字化工厂都有应用，客户中不乏西门子等工业巨头。它的商业逻辑很霸道，通过卖仿真软件（软件订阅）带动GPU算力的销售，形成了完美的“基建闭环”。
· 李飞飞：从实验室到创意工场的“闪电战”。落地实体是商业化平台Marble，已经于2025年11月上线。成熟度中等偏上，是目前最快将“世界模型”转化为C端/B端可感知产品的公司。李飞飞的World Labs已经拿到了10亿美元的估值，背后的投资方、CAD巨头Autodesk是其核心盟友。Marble平台允许设计师、游戏开发者通过文字或图片一键生成可编辑、可漫游的3D世界。这意味着它的首批“买单人”正是内容创作、建筑设计和虚拟影视从业者。
· 杨立昆：仍处技术探索的深水区。落地实体是Meta内部的V-JEPA和I-JEPA系列研究模型。成熟度属于早期科研态，杨立昆坦言真正的产品可能还需要数年时间。目前AMI Labs没有外部商业客户，更多是通往AGI的技术储备。它更像是一场对现有Transformer架构模型的“拆迁重建”，虽然其研究在学术界引起巨大反响，但在商业变现上，它还是一个“远期愿景”。
维度三|时间表的博弈：谁的下一段增长最确定？
成熟度看的是"谁已经走得最远"，而这里要看的是另一个问题：谁的下一段增长最确定？一个已经在赚钱的平台，不代表它的增长前景就一定比一个刚上线的新产品更清晰。关键在于市场需求的明确程度和护城河的持久性。
· 李飞飞（短期）：任务定义最清晰。空间智能是刚需，无论是虚拟现实（VR/AR）还是3D设计，其产品路径最直，商业化节奏也最快。
· 英伟达（中期）：立足防御。仿真平台虽然已经大规模使用，但随着真实物理数据（如无人机、自动驾驶真车数据）的指数级增长，其作为“唯一合成数据源”的护城河正面临挑战。英伟达必须持续迭代，保持仿真的不可替代性。
· 杨立昆（长期）：AGI底层大考。他要解决的是AI的“常识”和“推理”。其中提到的“筛选机制”在目前的AI架构中几乎是空白，这不仅是技术的博弈，更是对AGI底层架构的十年大考。
维度四|技术哲学的冲突：规模vs. 规则vs. 认知
这三者之间的哲学理念也完全不同：
· 英伟达倾向于“暴力美学”：只要仿真环境够多、GPU堆得够高，智能就会在大规模模拟中“涌现”。
· 李飞飞坚持“感知优先”：如果AI连3D空间和物体的“可供性”都搞不清楚，所谓的智能只是概率预测下的幻觉。
· 杨立昆则是“架构至上”：他直言目前的模型只是高级的“复读机”。如果不引入因果推理和真正的规划，再多的数据也造不出像人一样的智慧。
五、总结：三条赛道，一幅版图
“世界模型”不是一个单一的概念，而是三个完全不同的赛道。将这三者混为一谈，就像是把“造发动机的”、“造轮胎的”和“修路的”都统称为“造车的”。
正如马尔帕尼犀利指出的那样，虽然大家都在盖“世界模型”的大楼，但他们盖的根本不是同一栋建筑。把它们混为一谈，不仅会催生不必要的行业泡沫，更会让我们看不清真正的价值到底在何处积累。
AI行业在不断突破，而在这场狂飙中看清路线尤为重要。当下，如果你关心的是如何大规模训练机器人，看英伟达；如果你关心的是如何让AI真正理解并进入我们的3D生活空间，看李飞飞；如果你关心的是AI什么时候能拥有像人一样的逻辑推理和规划能力，看杨立昆。
与其说他们在竞争，不如说他们各自在解决"让机器理解物理世界"这个大问题中的不同子问题。英伟达解决的是"在哪里练"，李飞飞解决的是"看到什么"，杨立昆解决的是"怎么想"。这三条路线能不能最终汇合成通往AGI 的完整路径，现在还没有人知道。但至少，把它们分清楚，是看懂这场竞赛的第一步，也是不被"世界模型"这个词忽悠的第一步。。
