世界模型成AI新战场：魔芯MoWorld2.0发布，10个月融资20亿

今年科技圈最热的词，当属以具身智能为代表的物理AI，已经有不少产品进入工厂。不过一家具身智能公司的CEO此前告诉我们，眼下多数进厂的具身智能还算不上真正的具身智能，无非是在原有工业自动化设备上叠加了一些AI能力。按照他的说法，真正的具身智能要能在不同产线、不同环境里具备一定的独立思考能力，能自己感知世界。这名CEO表示，当前绝大多数机器人还不具备这样的能力，所以称不上具身智能。

类似的观点在WAIC 2026上也被多位业内专家提到：AI的核心命题正从生成转向理解与交互。而具身智能要获得理解和交互能力，世界模型是不可或缺的技术底座。

世界模型正处在一个关键节点。向前一步，既是真正解决“理解”世界和“模拟”世界的一跃，也是规模应用到具体生产生活场景的一跃。

这场硬仗里，谁跑在最前面？

为什么需要世界模型？

世界模型究竟是什么？李飞飞、杨立昆这样级别的科学家为何纷纷押注？AMD又为何不惜重金收购李飞飞创办的世界模型公司World Labs？

想弄懂世界模型的价值，先得看清大语言模型的边界。大语言模型的本质是“预测下一个词”，它处理海量文本、图像和视频信息，回答下一个字、词、句是什么。这套机制在对话、写作、编程上表现出色，可一旦AI从屏幕走进物理世界，情况就变了：机器人要抓杯子，自动驾驶要穿过暴雨，工厂要改造产线……只靠识别和生成内容远远不够。系统还得理解物体在什么位置、空间如何变化、做出某个动作之后环境会发生什么。

世界模型补的正是这一层。它的核心价值在于建立关于现实世界的内部模型：既理解当前状态，也能预测未来状态、模拟不同动作的结果，为机器人或其他智能系统提供规划和决策依据。李飞飞在多次公开表述中反复强调一个判断：真实世界是三维的，机器就必须显式地理解三维结构。图灵奖得主杨立昆的JEPA系列模型则走了另一条路，主张在抽象的表征空间内进行预测，这被定义为“隐式”的技术路线。

全球的探索者沿着不同路径奔向同一个目标。李飞飞创立的World Labs在2026年9月发布新一代模型Atlas，号称全球首个多模态世界模型，原生支持文本、图像、视频和三维数据，能在统一空间上下文中生成、重建和模拟三维世界。

9月底，AMD以约82亿美元全股票收购World Labs，李飞飞将出任AMD执行副总裁兼首席科学家。同一个月里，英伟达以约129亿美元收购开源模型社区Hugging Face，两大芯片巨头先后把手伸向模型层。

国内市场同样热闹。从算力基座到基础通用模型，再到垂类模型，格局和大语言模型产业有相似之处。智源研究院发布了悟界·Physis-v0.1，聚焦统一物理状态建模；昆仑万维、腾讯、阿里等国内头部企业也各有布局。

不过世界模型在产业侧和行业侧的意义，远不止“下一个大模型风口”。在先进制造、具身机器人、自动驾驶、场景勘探等领域，互联网数据能给身处物理世界的人工智能体提供的理解和运用能力非常薄弱。真正稀缺的是带有重力、摩擦力、材质、速度等物理变化信息的数据，是可交互、可验证、可复用的仿真环境，以及从训练到部署的闭环能力。

世界模型真正要做的，是把生成出来的内容变成能交互、能验证、能反复使用的空间资产，这才是它的价值所在。放到自动驾驶里，就是生成极端场景，省下实车路测的开销；放到具身智能里，则是预演动作、检验决策，把跨产线、跨环境的泛化周期压短；工业数字孪生方面，可以支撑产线改造前的预演、风险识别和远程巡检；到了影视游戏和消费终端，3D/4D资产就能被一遍遍渲染、编辑、调用……

竞争的打法也会跟着变。过去只是卖模型接口，往后要提供的是模型、算力、数据、仿真环境和行业系统打包在一起的一体化服务。芯片加模型的软硬件一体交付，因此被看作世界模型落地产业端之后的一个突出特点，芯片模组也顺理成章成了产业布局里的关键一环。

魔芯科技就是这套产业体系里的一个典型样本。公司位于杭州，创始人陈天润做学术研究时主攻4D空间建模，2024年底起，公司把全部力量压到空间智能这条赛道上：

2025年12月，魔芯科技发布交互式视频世界模型KOKONI-World原型。2026年7月，魔芯科技联合国家人工智能应用中试基地、华为云发布首个超高帧率的交互式世界模型MoWorld 1.0，并提出“Flash World Model”的概念，标志着AI从生成内容迈向可交互的世界模拟。

近日的世界互联网大会上，魔芯科技又有新动作：联合具身智能、文化旅游、时空地理信息三个方向的国家人工智能应用中试基地，发布基于华为昇腾原生的4D世界模型MoWorld2.0。据介绍，重力、弹力、浮力、光照、柔体、流体、刚体、热力等十几种物理要素，该模型都能深度理解，相关能力被整体融入模型之中，因而可以推理动作发生之后世界会怎么变，并输出可仿真生成、实时渲染、反复调用的4D高斯资产。实时推理由速度从1.0版的最高约50FPS提高到约70FPS，3D/4D资产渲染在500FPS以上，手机端约100FPS。模型在全国产昇腾算力上完成训练部署，推理成本最低能压到同等规模GPU方案的30%，可用于具身训练、自动驾驶、工业数字孪生、影视游戏和文旅等场景。

技术迭代这么快，资本市场也盯得很紧。过去10个月，魔芯科技接连完成5轮融资，累计融资20亿元。出资方里既有深创投、浙创投等国资，也有联想控股、传音科技、中国电信、华策影视、富瀚微、中芯聚源等产业资本，还有多家科技VC，投资方结构覆盖芯片、算力、智能终端、数字内容和先进制造。

有分析认为，这意味着多方对世界模型产业化的共同布局已经进入关键阶段，产业链上下游的核心玩家正在对世界模型的产业化价值进行集体押注。

这些投资机构押注的并不只是一家世界模型厂商，更是魔芯科技所处的那条赛道。摩根士丹利预计，到2035年，由世界模型带动的产业规模会达到10万亿美元。

世界模型背后的三道坎

融资消息和发布会一场接一场，可世界模型行业本身还处在早期。摆在面前至少有三道坎，这几乎是所有从业者的共识。

头一道坎，是真实世界数据的获取成本。这个问题常被低估。大语言模型训练用的文本数据，数字化程度已经很高，采集和标注的成本相对好控制。世界模型要的不止视频和文本，还得有重力、摩擦力、材质、速度这些对应的物理变化信息。

高质量的训练数据，要同时讲清视觉外观、相机运动、空间结构和动态变化。据介绍，魔芯科技把在3D/4D视觉几何上的积累用了起来，搭了几何感知的数据引擎，靠相机位姿估计、三维重建、动态区域过滤、轨迹校验和多视角一致性评估来筛选和治理训练数据，再通过采集、训练、场景验证和应用反馈形成持续的数据闭环。这套工程能力不算性感，却决定了模型的下限。

第二道坎，是实时性和成本之间很难调和的矛盾。这是世界模型跟大语言模型不一样的一个硬约束。大语言模型生成一段回复，慢几秒用户还能忍；世界模型往往参数量大、计算量高，响应不够快，机器人和自动驾驶这类闭环系统就用不起来——机器人不可能等上两秒钟才知道前面有台阶；推理成本要是太高，规模部署又成问题。

矛盾的另一面在硬件。眼下主流世界模型大多靠高端GPU，魔芯科技选国产NPU路线，原因也在这里。据公司披露，MoWorld系列模型从数据构建、模型训练到系统部署做了全链路优化，端侧规模部署因此有了实现的基础。

第三道坎，是生成世界与真实世界之间的一致性鸿沟。模型生成的内容可能看着合理，但在物理规律、碰撞关系、物体状态和因果关系上，能不能跟真实物理世界对上，还得验证。世界模型正从生成式仿真工具转向可交互训练环境，可要直接在高风险场景里承担完整的控制职责，还需要更多真实数据、物理验证和行业测试。从看起来真实，到行为上可靠，再到产业上可用，这条路相当漫长。魔芯科技MoWorld2.0能融合理解多种物理要素，正是其中一个关键的技术跨越。

世界模型落在哪里？

挑战不少，世界模型的产业化已经在几个方向上先跑了起来。先是要求相对较低的消费级场景。比如魔芯科技联合华为发布的鸿蒙应用“摸小宠”。

用户上传几张宠物照片，手机里就能生成一只带空间结构、可互动、会持续变化的宠物4D数字分身。背后是魔芯科技的MoWorld 2.0模型，它不仅在昇腾平台上完成了训练，还经过量化与裁剪做成端侧版本，在麒麟芯片上跑约6亿参数规模的模型。4D世界模型进手机应用，这是头一回，也意味着世界模型开始从云端走到终端用户口袋里。

在B端产业场景中，世界模型的作用正逐步体现。小马智行和摩尔线程围绕自动驾驶展开合作，世界模型每周产出的测试数据超过100亿公里，并可衍生出数百乃至数千种变化的“险境”，虚拟司机在反复训练中持续迭代。五一视界CEO鲍世强表示，限制模型持续进化的关键不在数据总量，而在高价值数据的供给能力，仿真正是高价值数据的放大器。具身智能训练上，星源智推出的ω-EVA世界模型首次做到“预演、验证、行动”的决策闭环，LIBERO测试平均成功率达到98.6%。工业数字孪生方面，国家管网集团展示的管网工业世界模型，目前用于支撑复杂工况仿真推演与潜在风险的智能识别。

魔芯科技走的是通用世界模型的技术策略路线，这为其在B端应用的更广泛布局打下了基础。工业数字孪生上，MoWorld 2.0把工厂产线、矿山等真实环境转换为空间资产，用于设备布局、改造预演、培训协作和远程巡检；具身智能训练上，MoWorld 2.0可搭建带空间结构和基础物理反馈的虚拟训练环境，让机器人反复训练、反复试错；自动驾驶训练上，该模型能在统一的3D/4D空间中生成雨雪天气、坑洼路面、突发障碍和复杂交通环境等长尾场景，提高训练效率；城乡规划和文旅上，模型可用于空间方案展示、虚拟游览、数字景区以及沉浸式内容生产；影视和游戏上，MoWorld 2.0可快速产出可复用的场景资产，支持自由运镜、物体编辑与天气切换，明显缩短前期搭景、分镜预演和概念验证的周期，提升内容制作效率......

世界模型往各个应用场景里渗透，未来的商业模式也会跟着变，竞争重点将从单纯出售模型接口，转向提供模型、算力、数据、仿真环境和行业系统的一体化服务。模型能不能持续运行、成本是否可控、能不能接入客户现有系统，这些跟模型效果一样重要。

面对这个趋势，魔芯科技给出的组合是“通用4D世界模型+国产算力基座+产业场景”，并希望推动世界模型从实验室演示走向真实应用。魔芯科技创始人陈天润预判：“世界模型最终不会只是一个独立产品，而可能成为机器人、智能汽车、工业软件、数字孪生和新型内容平台共同使用的基础设施。”