《跨越奇点——从生成式导向到控制导向的Physical AI基础设施演进：世界模型如何重塑具身智能产业与商业新范式》

作者：李嘉佑 60分钟前

一、内容摘要

核心判断：世界模型正从“生成内容”走向“理解—预测—行动—部署”的闭环，成为Physical AI的基础设施。它把具身智能从“被动执行指令”推进到“主动认知规划”，并推动产业竞争从硬件与单点交付，转向模型平台、数据闭环、仿真验证与持续运营。

1. 产业全景（第一章）

政策：“中央定方向、地方建生态”。中央通过“十五五”规划、工信部与国资委“人形机器人与具身智能实景实训专项行动”确立战略资产属性，推动“万台级规模化验证”；地方承担搭平台、供场景、定规则三类角色。
产业链：上游芯片、传感器、减速器、丝杠等核心硬件加速国产替代（2025年上半年本土AI芯片份额约35%）；中游由LLM/VLM向VLA、世界模型演进，形成“感知—认知—决策—执行”闭环；下游覆盖工业制造、商业服务、家庭服务、安全应急、医疗教育、航空航天等。
投融资：2025年融资额111.7亿美元（同比+152.0%）、670笔（+81%）；2026年一季度50.3亿美元（+182.9%）、203笔（+55%）。资本“投早投小”明显，2026年一季度种子至C轮合计占当季89.2%。世界模型赛道2026年上半年42笔融资、85%超千万美元、17笔超1亿美元；卜拉格、大晓机器人、极佳视界、星海图、银河通用等早期即获独角兽级定价。
四大瓶颈：数据（真实数据成本高、多源不对齐）、任务（短动作难延展为长链路）、控制（世界理解难转化为稳定动作）、部署（离线能力难进真实闭环）。世界模型是破局关键。

2. 内涵与技术演进（第二章）

定义：智能体通过持续感知与交互学习世界运行规律，形成内部环境表示，能预测环境演化、推演动作影响、支撑规划决策的核心认知能力；含四大能力（内部世界表示、预测未来演化、推演动作后果、支撑规划决策）。
五阶段演进：前世界模型（1960–2017，HMM/RNN、Dyna）→World Models（2018，Ha & Schmidhuber）→潜在空间强化学习（2019–2022，Dreamer/RSSM）→世界基础模型（2023–2026，Sora、Genie、V-JEPA、Cosmos）→世界行动模型与部署（2026–，Cosmos 3、Kairos）。
四大技术流派：表征式（JEPA）、生成式（Sora/Genie）、交互式（Marble/GAIA）、理解—生成—预测一体化（Kairos/Cosmos）；整体由百花齐放向一体化架构收敛。
能力六层级：方向0普通生成→方向1物理一致→方向2因果动作/干预→方向3离线策略评估→方向4实时闭环控制→方向5自我进化；高层级不替代低层级，可并行组合。
六大工业化价值：样本效率提升、长程规划推演、反事实安全验证、策略评估筛选、部署效率提升、跨场景泛化迁移。

3. 评估体系（第三章）

构建“三方向—六特征—23项二级指标”体系：感知与理解（多模态理解、因果推理一致性）、演化与生成（生成质量、动态演化）、预测与执行（未来状态预测精度、策略规划与任务泛化）。
参考榜单：WorldArena、WorldScore、DreamGen、WorldModelBench、RoboTwin 2.0、LIBERO-Plus、WMPI；报告明确不做综合排名，所选模型不代表推荐或优劣判断。
产业落地四层级：物理本体层（能造）、运动控制层（能动）、认知决策层（能想）、任务执行层（能执行）；认知决策层对世界模型六特征依赖最全面最强。
提出“现状诊断—蓝图设计—实施路径”的落地方法论（在哪里、去哪里、怎么去）。

4. 产业落地（第四章）

5. 趋势展望（第五章）

技术五层演进：数据层（多源世界数据）、表征层（全模态统一时空表征）、预测层（状态演化与行动后果）、能力层（运行基础设施）、生态层（开源工具链与标准接口）。
商业模式三大迁移：从产品交付到能力运营、从硬件驱动到数据与模型驱动、从单点方案到平台生态；收入从一次性销售延伸至订阅、按调用/按任务/按结果计费、数据服务。
生态格局：模型公司、机器人厂商、行业客户边界重构；世界模型底座、数据接口、仿真验证平台、能力市场成为生态枢纽；产业利润向平台、数据与持续运营上移；全球形成“美国强模型芯片、欧洲强安全治理、日韩强精密制造、中国强场景与规模化部署”的差异化分工。