世界模型成AI新战场：芯片巨头加码，魔芯科技10个月融20亿

本文作者为 Leo张ToB杂谈，钛媒体经授权发布。

具身智能是今年科技圈最热的词之一，以它为代表的物理AI已有不少开始进厂。不过，某具身智能公司CEO告诉我们，眼下进厂的这类设备大多还算不上具身智能，只是在原有工业自动化设备上叠加了一些AI能力。在他看来，真正的具身智能得能在不同产线、不同环境里具备一定独立思考能力，能自己感知世界。这位CEO说：“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。”

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。而具身智能要想具备理解和交互能力，一个绕不开的技术底座就是世界模型。

世界模型眼下正处在一个关键节点。往前走一步，既意味着真正解决“理解”世界和“模拟”世界的问题，也意味着规模应用到具体生产生活场景。

这场硬仗里，谁冲在最前面？

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什么纷纷押注？AMD又为何愿意豪掷重金，收购李飞飞的世界模型公司World Labs？

要看懂世界模型的价值，先得看大语言模型的边界在哪。大语言模型本质上是“预测下一个词”，靠处理海量文本、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——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就远远不够了。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：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。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。

全球的探索者正从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。几乎同时，英伟达以约129亿美元收购开源模型社区Hugging Face。两大芯片巨头在同一个月里先后把手伸向了模型层。

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。

但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。

世界模型的价值，说到底就在于让生成的内容变成可交互、可验证、可复用的空间资产。自动驾驶里靠它造出极端场景，实车路测的开销就能压下来；具身智能里拿它预演动作、检验决策，跨产线、跨环境的泛化周期会缩短；工业数字孪生中，产线改造预演、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……

行业的竞争逻辑也会跟着变，不再只是卖模型接口，而是把模型、算力、数据、仿真环境和行业系统打包成一体化的服务。这么一来，“芯片+模型”的软硬件一体交付就成了世界模型走进产业应用端之后的显眼特征，芯片模组也随之变成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。这家杭州公司的创始人陈天润做学术研究时专注4D空间建模，从2024年底开始，公司全力投入空间智能赛道：

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”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入理解，并统一融进模型能力里，能推理动作发生之后世界会怎么变，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版最高约50FPS提到约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训练部署，推理成本最低能压到同等规模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，魔芯科技一口气完成5轮融资，累计融资20亿元。出钱的既有深创投、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，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集体押注。

投资方看中的不只是魔芯科技这一家做世界模型的厂商，更是它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将达到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，但世界模型行业其实还处在早期。摆在面前的坎至少有三道，这几乎是所有从业者的共识。

头一道坎，是真实世界数据太贵。这一点常被低估。大语言模型训练用的文本，数字化程度本来就高，采集和标注的成本还算可控；世界模型要的不止视频和文本，还得有重力、摩擦力、材质、速度这类物理变化信息。

高质量的训练数据，得同时描述视觉外观、相机运动、空间结构和动态变化。魔芯科技方面介绍，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和治理训练数据，再通过数据采集、模型训练、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的矛盾，很难两全。这是世界模型和大语言模型的一个硬差别。大语言模型回一段话，慢几秒用户还能忍；世界模型参数量大、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了——机器人不可能等上两秒才知道前面有台阶；可推理成本太高，又铺不开规模。

矛盾的另一个方向在硬件。主流世界模型大多跑在高端GPU上，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，是生成的世界和真实世界对不上。模型生成的内容可能看上去合理，但在物理规律、碰撞关系、物体状态和因果关系上是否与真实物理世界一致，还要验证。世界模型正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，还得靠更多真实数据、物理验证和行业测试。从看着真实，到行为可靠，再到产业上可用，这条路相当长。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，世界模型的产业化却已经在几个方向上先跑起来了。最先起来的是要求相对低一些的消费级场景。魔芯科技联合华为发布的鸿蒙应用“摸小宠”就是一例。

用户上传几张宠物照片，手机里就能生成一只具备空间结构、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，它在昇腾平台上完成训练，又经过量化和裁剪做出端侧版本，在麒麟芯片上运行约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进终端用户的口袋。

世界模型在B端产业场景中的作用正逐步释放。自动驾驶方面，小马智行联手摩尔线程展开合作，借助世界模型每周产出逾100亿公里测试数据，并由此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得以持续进化。五一视界CEO鲍世强表示，限制模型不断进化的关键其实是高价值数据的供给能力，而非数据总量，仿真恰恰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世界模型首次打通“预演、验证、行动”的决策闭环，在LIBERO测试中平均成功率达到98.6%。工业数字孪生方向，国家管网集团展示的管网工业世界模型，眼下正用于支撑复杂工况仿真推演以及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，这让它在B端有了更广泛布局的基础。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能构建带空间结构和基础物理反馈的虚拟训练环境，支持机器人反复训练和试错；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，大幅压缩前期搭景、分镜预演和概念验证周期，提升内容制作效率......

世界模型往各个应用场景里渗透，商业模式也会跟着变，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、能否接入客户现有系统，会和模型效果一样重要。

魔芯科技给出的答案是“通用4D世界模型+国产算力基座+产业场景”，希望把世界模型从实验室演示推向真实应用。公司创始人陈天润预判：“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。”