世界模型成物理AI新战场：魔芯科技连融5轮共20亿，落地仍有三道坎

具身智能是今年科技圈最热的概念之一，物理AI进厂的消息也不时传出。不过有具身智能公司的CEO向外界直言，眼下多数进厂的所谓具身智能，其实只是在原有工业自动化设备上加了些AI能力，还算不上真正的具身智能。按他的说法，真正的具身智能要能在不同产线、不同环境中具备一定的独立思考能力，能自己感知世界。“这点能力，当前绝大多数的机器人还不具备，所以还不能称之为具身智能。”该名CEO如是说。

类似的观点在WAIC 2026上也出现过，不少业内专家提出，AI的核心命题正从生成转向理解与交互。而具身智能要想具备理解和交互的能力，世界模型是绕不开的技术底座。

世界模型正走在一个关键节点上。再往前一步，既意味着真正解决对世界的“理解”与“模拟”，也意味着规模应用到具体的生产生活场景。

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、杨立昆这个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的世界模型公司World Labs？

要说清世界模型的价值，得先看大语言模型的边界在哪。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、编程上表现惊艳，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......仅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、采取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：不光理解当前状态，还能预测未来状态、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：如果真实世界是三维的，机器就必须显式地理解三维结构。

全球的探索者路径不同，目标却一致。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，可在统一空间上下文中生成、重建和模拟三维世界。

就在9月底，

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，格局与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、阿里等国内科技圈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，互联网数据能给物理世界中的智能体提供的理解和运用物理世界的能力非常薄弱。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。

世界模型真正的用处，是把生成出来的内容变成能交互、能验证、也能反复使用的空间资产。放到自动驾驶里，它负责造出极端场景，实车路测的开销就能压下来；放到具身智能里，动作可以先预演、决策可以先验证，跨产线、跨环境的泛化周期随之缩短；工业数字孪生方面，产线改造前的推演、风险识别和远程巡检都靠它撑着；到了影视游戏和消费终端，3D/4D资产可以一遍遍渲染、编辑、调用……

换句话说，行业比拼的重心会变。只卖模型接口不够了，得把模型、算力、数据、仿真环境和行业系统打包成一体化服务拿出来。于是“芯片+模型”这种软硬件一起交付，被看作世界模型走进产业应用端之后的显眼特征，芯片模组也顺理成章成了产业布局里绕不开的一环。

魔芯科技就是这套产业体系里的一个典型样本。公司落在杭州，创始人陈天润做学术研究时盯的是4D空间建模；2024年底起，整个公司也把力气全押在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。

世界互联网大会近日召开，魔芯科技在会上拉上具身智能、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，一起发布了基于华为昇腾原生的4D世界模型MoWorld2.0。按介绍，重力、弹力、浮力、光照、柔体、流体、刚体、热力等十几种物理要素它都能深度理解，并且整体融进了模型能力里，能推理动作发生之后世界会怎么变，输出的是可仿真生成、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提到约70FPS，3D/4D资产渲染在500FPS以上，手机端大约100FPS。模型在全国产昇腾算力上训练部署，推理成本最低能降到同等规模GPU方案的30%，具身训练、自动驾驶、工业数字孪生、影视游戏和文旅等场景都能用。

技术迭代这么快，资本市场自然盯得紧。过去10个月，魔芯科技连着做完5轮融资，累计融资20亿元，投资方里有深创投、浙创投等国资，还有联想控股、传音科技、中国电信、

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集体押注世界模型的产业化价值。

当然，这些机构看中的不只是一家做世界模型的公司，更是魔芯科技所在的世界模型赛道。摩根士丹利预测，到2035年，由世界模型赋能的产业规模会达到10万亿美元。

世界模型背后的三道坎

融资和发布会热闹归热闹，世界模型行业其实还处在早期阶段。几乎所有从业者都承认，摆在面前的有三道坎。

第一道坎是真实世界数据的获取成本，这个问题经常被低估。大语言模型训练所需的文本数据数字化水平已经很高，获取和标注的成本相对可控。世界模型不一样，它不只需要视频和文本，还需要相应的物理变化信息：重力、摩擦力、材质、速度等等。

高质量的世界模型训练数据，得把视觉外观、相机运动、空间结构和动态变化一并描述清楚。魔芯科技介绍称，公司依托在3D/4D视觉几何上的积累，搭了几何感知的数据引擎，用相机位姿估计、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、治理训练数据，再靠数据采集、模型训练、场景验证和应用反馈转起一个持续的数据循环。这套工程能力听着不性感，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地方，算是一条硬约束。大语言模型回一段话，慢几秒用户还能忍；世界模型往往参数量大、计算量高，响应一旦快不起来，机器人和自动驾驶这类闭环系统就用不上——哪有机器人等两秒钟才知道前面有台阶的？可推理成本要是太高，规模部署又无从谈起。

矛盾的另一头压在硬件上。眼下主流世界模型大多离不开高端GPU，魔芯科技偏偏选了国产NPU路线，原因也在这里。按公司披露的说法，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落地的基础。

第三道坎，是生成出来的世界和真实世界之间的一致性鸿沟。模型生成的内容看着可能挺合理，但物理规律、碰撞关系、物体状态和因果关系上是否跟真实物理世界对得上，还得验证。世界模型正在从生成式仿真工具转向可交互的训练环境，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。从看着真实，到行为可靠，再到产业上能用，这条路相当漫长。魔芯科技MoWorld2.0能融合理解多种物理要素，正是其中一次关键的技术跨越。

世界模型落在哪里？

挑战不少，世界模型的产业化却已经在几个方向上先跑起来了。头一个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”。

用户传几张宠物的照片，手机里就能生成一只带空间结构、能互动、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，它不光在昇腾平台上完成了训练，还经过量化和裁剪做出端侧版本，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。

世界模型在B端产业场景里的价值同样逐渐显现。自动驾驶方面，小马智行联手摩尔线程，用世界模型每周产出逾100亿公里测试数据，还能演化出数百乃至数千种变化的“险境”，虚拟司机借此反复训练、持续进化。五一视界CEO鲍世强提到，制约模型持续进化的关键其实是高价值数据的供给能力，并非数据总量；仿真恰恰是这类数据的放大器。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测试中平均成功率达98.6%。工业数字孪生方向，国家管网集团展出的管网工业世界模型，眼下正用来支撑复杂工况的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，这让它B端布局的底子更宽。工业数字孪生上，MoWorld 2.0正把工厂产线、矿山等真实环境转成空间资产，服务设备布局、改造预演、培训协作和远程巡检；具身智能训练上，MoWorld 2.0能搭出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、试错；自动驾驶训练上，模型可在统一的3D/4D空间里生成雨雪天气、坑洼路面、突发障碍和复杂交通环境等长尾场景，提升训练效率；城乡规划和文旅上，模型可用于空间方案展示、虚拟游览、数字景区和沉浸式内容生产；影视和游戏上，MoWorld 2.0能快速生成可复用的场景资产，支持自由运镜、物体编辑和天气切换，把前期搭景、分镜预演和概念验证的周期大幅压缩，内容制作效率跟着提升……

世界模型往各个应用场景里越渗越深，未来的商业模式也会变。竞争重点将从单纯卖模型接口，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、能不能接进客户现有系统，这些会和模型效果一样重要。

对着这个趋势，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”，想让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。”