| S/N | 企業(yè) | 代表模型 | 亮點 |
|---|---|---|---|
| 1 | 極佳視界 | GigaWorld-1具身世界模型 | 26年3月WorldArena首個綜合得分突破60分的具身世界模型 |
| 2 | 流形空間 | Worldscape 0.2具身世界模型 | 26年4月WorldArena總分第一 |
| 3 | 中科第五紀 | FlowWAM世界行動模型 | 26年4月WorldArena總分第二、3D精度第一 |
| 4 | ?生數科技? | Motubrain世界動作模型 | 26年4月WorldArena動作真實度、軌跡連貫性等維度第一 |
| 5 | 阿里巴巴 (高德) | ABot-PhysWorld具身世界模型 | 26年4月WorldArena?視覺質量單項第一 |
| 6 | 理想汽車 | MindVLA-o1? VLA世界模型 | 首創(chuàng)預測式隱世界模型 |
| 7 | 智元機器人 | GE-Sim 2.0具身世界模型 | 首次實現可交互、可訓練、可評估的具身世界模型 |
| 8 | 蔚來 | NWM生成式世界模型 | 國內首個量產落地的“認知+想象+推演”式智能駕駛大模型 |
| 9 | 星動紀元 | Ctrl-World具身世界模型 | 首個可控生成式世界模型 |
| 10 | ?眸深智能 | HL3DWM世界動作模型 | 首個模仿人類空間認知范式的三維世界模型 |
| 11 | 小鵬汽車 | X-World生成式世界模型 | 自車中心、純環(huán)視多相機、全層級可控、流式自回歸 |
| 12 | 無界動力 | MWA?世界動作模型 | 隱空間原生世界模型+強化學習架構 |
| 13 | 跨維智能 | DexWorldModel仿真世界模型 | 26年4月RoboTwin仿真環(huán)境45項雙臂操作任務成功率達94.00% |
| 14 | 大曉機器人（商湯科技） | 開悟 3.0具身世界模型 | 首個可在THOR端側平臺實時生成的具身世界模型 |
| 15 | 昆侖萬維 | Matrix-Game 3.0世界基礎模型 | 首款實現720p@40FPS實時交互的工業(yè)級AI世界模型 |
| 16 | ?騰訊 | 混元3D世界模型2.0 | 開源多模態(tài)世界模型 |
| 17 | 小馬智行 | PonyWorld 2.0世界模型 | 已深度集成于小馬智行第七代Robotaxi |
| 18 | ?酷哇科技 | Coowa WAM 2.0世界動作模型 | 通過“類人雙流認知架構”實現物理世界的可推演決策 |
| 19 | LiberAI | 物理世界模型 | 采用UMI數據與物理世界模型研發(fā)范式 |
| 20 | 輕舟智航 | 輕舟物理AI模型 | 世界模型+強化學習雙引擎架構 |
| 2026.05 DBC/CIW/eNet16 | |||
當大語言模型的熱度逐漸消退，一場更深刻的技術革命正在悄然發(fā)生。世界模型，這個被楊立昆稱為“通向AGI唯一可行路徑”的技術，正在2026年迎來它的分水嶺。
與大語言模型時代中美并跑、美國略占優(yōu)勢的格局不同，在世界模型這一全新賽道上，中國企業(yè)已經展現出了令人驚訝的領先態(tài)勢。這種領先不是單點的技術突破，而是系統(tǒng)性的路線優(yōu)勢和產業(yè)協同優(yōu)勢。
追本溯源
在討論中國企業(yè)的成就之前，我們必須首先厘清一個被嚴重混淆的概念：什么才是真正的世界模型。
當前市場上充斥著大量“偽世界模型”：將3D資產生成工具包裝成世界模型，將視頻生成模型嫁接上3D能力就宣稱實現了世界理解，甚至將傳統(tǒng)的數字孿生可視化系統(tǒng)也冠以世界模型的名號。這些產品或許在各自的領域有其價值，但它們與真正的世界模型有著本質的區(qū)別。
真正的世界模型，其終極目標不是靜態(tài)的“生成”，而是動態(tài)的“預測”與“行動”。無論技術路線如何，評判標準都在于它能否讓AI像人類一樣，在頭腦中預演物理世界的可能性并指導行為。
它不是一個用來制作漂亮3D畫面的工具，而是智能體用來理解物理世界、預測未來變化、規(guī)劃自身行動的“內部大腦”。一個合格的世界模型必須具備物理規(guī)律的隱式理解、時空一致性、感知-預測-行動閉環(huán)這三個核心特征。
用這個標準來衡量，我們會發(fā)現，真正在世界模型核心技術上取得突破的企業(yè)，絕大多數都是中國的創(chuàng)業(yè)公司。
中國方案
當前全球世界模型主要分為預測驅動、內容生成、動作驅動三大技術路線。
在很長一段時間里，預測驅動和內容生成路線被認為是世界模型的主流。動作驅動路線則直接跳過了不必要的像素生成步驟，將所有的計算資源都集中在“理解物理交互”和“生成最優(yōu)動作”上。
這種路線不僅效率更高，在邏輯上也更接近生物智能的本質——人類在行動時，并不需要在腦中渲染出高清3D電影，而是基于對物理世界的直覺理解，直接產生肌肉反應。它跳過了“視覺皮層的華麗渲染”，直接進入了“小腦和運動皮層”的實時決策。正是在這條更接近智能本質的路徑上，中國企業(yè)做出了關鍵性的探索。更重要的是，它解決了世界模型從“能看”到“能動”的最關鍵一步。
一個非常值得關注的現象是，在世界模型這一賽道上，領跑的不是騰訊、阿里、百度這樣的互聯網大廠，而是眾多成立不到3年的創(chuàng)業(yè)公司。這與大語言模型時代形成了鮮明的對比。在大語言模型時代，大廠憑借算力和數據優(yōu)勢占據了主導地位。但在世界模型時代，創(chuàng)業(yè)公司卻展現出了更強的創(chuàng)新活力。
這一方面是由于技術路線的顛覆性。大廠在大語言模型上積累的技術優(yōu)勢和組織慣性，以及眾多的業(yè)務線，反而成為了它們轉型的負擔。創(chuàng)業(yè)公司沒有歷史包袱，可以從零開始構建最適合世界模型的技術架構。
另一方面，與大語言模型時代主要由財務資本推動不同，世界模型時代的投資主力是產業(yè)資本。順豐、三星、阿里、吉利、聯想等眾多產業(yè)巨頭集體投資，這種深度的產業(yè)綁定不僅為創(chuàng)業(yè)公司提供了充足的資金，更重要的是，為它們提供了寶貴的真實場景數據和落地渠道。
除此以外，中國企業(yè)在動作驅動路線上的領先不是偶然的。中國擁有全球最大的制造業(yè)基礎和最豐富的機器人應用場景，這為動作驅動世界模型提供了得天獨厚的訓練數據和落地環(huán)境。
結語
世界模型不是大語言模型的續(xù)集，而是人工智能的新篇章。它將AI從“理解語言”推向了“理解世界”，從“虛擬世界”推向了“物理世界”。這是一場比大語言模型更深刻、更具顛覆性的技術革命。
在這場革命中，中國企業(yè)第一次站在了全球技術創(chuàng)新的最前沿。這不是偶然的運氣，而是中國完整的產業(yè)鏈、龐大的市場需求和強大的工程能力共同作用的結果。
未來十年，世界模型將重塑幾乎所有的行業(yè)。從工業(yè)制造到交通運輸，從醫(yī)療健康到家庭服務，我們將看到越來越多的智能體在世界模型的驅動下，為人類創(chuàng)造更大的價值。而中國，將在這場變革中扮演至關重要的角色。
（文/克林）
e-Mail：lab@enet16.com
