世界模型

”辛旺表示，智驾领域的世界模型是目前市场上唯一大规模落地应用的世界模型，从预训练到仿真、推演，再通过强化学习不断提升决策水平，已经在真实场景验证了模型价值。

如果说仿真平台和世界模型是物理AI的“数字训练场”，那么下游的真实应用场景则是检验其能力的“终极考场”。

世界模型是具身智能“大脑”的新范式，被认为是通往AGI的重要路径；

智源研究院院长王仲远认为，世界模型是下一代人工智能基座模型，能够解决“不懂物理世界”的问题，但现阶段仍处于早期状态。

“我们一直不认为VLA、世界模型是对立的，相反它们是同源共生，未来越来越会走向融合。

世界模型是一种试图学习和模拟物理世界运行规律的AI模型，当喂给它足够多的真实场景数据后，它不仅能识别当前发生了什么，还能推演下一步会发生什么，并据此做出决策。

而纯反应式VLA仅能根据当前观测映射动作，缺乏对未来的推理能力，长时程规划易翻车，世界模型是破局的核心。

WorldLabs持续押注空间智能（以三维结构为中心的世界模型路线）；

小鹏在CVPR2026推出X-Foresight，把世界模型直接嵌进VLA架构……在“世界模型路线”阵营，吉利汽车集团在GTC2026发布WAM世界行为模型；

当行业热衷于讨论VLA与世界模型的路线之争时，一个更根本的问题被忽略了——对于绝大多数物理终端设备而言，真正缺失的不是“灵巧的操作”或是“对未来的预测”，而是“对空间的基本理解”。

世界模型评测的最大盲区，被这个新基准捅破了2026年07月06日11:30机器之心Pro编辑｜泽南、Panda

与过去在预训练结束后就冻结参数的世界模型不同，AdaJEPA能够在与环境交互中，基于测试时自适应（Test-TimeAdaptation,TTA），实时调整世界模型的编码器和预测器参数，从而实现持续学习。

世界模型的瓶颈不在“模型”，而在“接口”

世界模型本质上就是给智能体提供一个可以反复试错、获得真实反馈的环境；

看好公司在物理AI和世界模型方面的战略布局

辛旺还看好公司在物理AI和世界模型方面的战略布局。

更关键的是「可审查性」论点：因为目标分解、身份演化、世界模型推演、配置器决策在GIC里都是显式、独立、可单独检查的模块，而不是混在黑箱里说不清的涌现能力，一旦出现异常行为，理论上可以定位到具体哪个模块出了问题再针对修正，就像飞行员训练出事故后，行业的应对从来不是禁止训练飞行员，而是建更好的模拟器、更细的分级课程。

而主流的VLA、世界模型的技术路线中，有观点将VLA、世界模型放在了对立面，也有一部分企业选择两条技术路线并进并探索融合。

当前主流的VLA（视觉—语言—动作模型）和世界模型技术路线，恰恰在“空间理解”这个维度上存在共同的盲区。

星动纪元不仅首次提出“世界模型”路线，还在全球范围内最早发布了其世界模型成果——2024年9月发布的PAD模型，是全球首个世界动作模型（WAM），融合了视频预测与动作预测，早于英伟达同类方案（DreamZero等）近一年发布。

截至目前，星动纪元是拥有最多世界模型成果的具身公司之一。

这一路线同样被资本押注，一批专注于世界模型的公司在短时间内获得了大额融资，如大晓机器人、星源智等等。

做3D和世界模型的企业有很多，甚至不乏互联网大厂。

具体而言，AdaJEPA通过计划、执行、观测、更新、再规划的闭环，在每次交互中只执行MPC规划出的第一段动作，然后把真实观察到的下一帧状态，当成自监督信号来更新世界模型。

于7月20日重磅推出WAIC创办九届以来首个聚焦AI影视的论坛——“世界模型驱动下的AI影视生产力新范式

于7月20日重磅推出WAIC创办九届以来首个聚焦AI影视的论坛——

2026年5月的最后十天，从谷歌Gemini Omni到自变量WALL-WM、Geneisis World 1.0，再到英伟达Gamma-World……世界模型在集中爆发

去年11月联合北京大学推出融合世界模型的新一代架构Video2Act

还在全球范围内最早发布了其世界模型成果——2024年9月发布的PAD模型

星动纪元不仅首次提出“世界模型”路线，还在全球范围内最早发布了其世界模型成果——2024年9月发布的PAD模型

同时，公司发布了世界模型项目ProjectEden，创新地提出底层状态推演与视觉渲染原生解耦的技术路线，为世界模型打开全新范式。

在6月16日的全球者开发者大会上，星海图正式发布新一代VLA基础模型G0.5并宣布开源，公布世界模型Fast-WAM与全身控制基础模型。

基于这样的判断，今年6月初VAST已发布了世界模型预览版ProjectEden。

据了解，该公司此前已经在推动世界模型与VLA的融合研究，去年11月联合北京大学推出融合世界模型的新一代架构Video2Act。

星动纪元不仅首次提出“世界模型”路线，还在全球范围内最早发布了其世界模型成果——2024年9月发布的PAD模型，是全球首个世界动作模型（WAM），融合了视频预测与动作预测，早于英伟达同类方案（DreamZero等）近一年发布。

下半年，将世界模型与VLA结合，发布融合世界模型的VLA算法框架PAD和VPP，并整合推出端到端原生机器人大模型ERA-42。

在6月16日的全球者开发者大会上，星海图正式发布新一代VLA基础模型G0.5并宣布开源，公布世界模型Fast-WAM与全身控制基础模型。

基于这样的判断，今年6月初VAST已发布了世界模型预览版ProjectEden。

据了解，该公司此前已经在推动世界模型与VLA的融合研究，去年11月联合北京大学推出融合世界模型的新一代架构Video2Act。

星动纪元不仅首次提出“世界模型”路线，还在全球范围内最早发布了其世界模型成果——2024年9月发布的PAD模型，是全球首个世界动作模型（WAM），融合了视频预测与动作预测，早于英伟达同类方案（DreamZero等）近一年发布。

如果大语言模型不能，世界模型能不能？