2026年前七个月，国内一级市场往”世界模型”这个概念里投了666亿元。64家挂着这个名头的公司，58家拿到融资，成功率接近九成。极佳视界三个月吸金35亿元、估值冲上30亿美元；生数科技传出港股IPO消息；Runway年度经常性收入突破2亿美元、估值53亿美元。
数字很热。李飞飞一句话把温度拉回来：世界模型是AI领域”最重要、同时也最被滥用的术语之一”。融资额和技术实质之间，横着一道定义裂痕。
一个筐，装了好几种生意
智源研究院院长王仲远在2026智源大会上把被称为”世界模型”的东西划成四类：语言为中心、像素为中心、三维结构为中心、视觉表征为中心。李飞飞的分法更利落——输出像素的是渲染器，输出环境状态的是仿真器，输出动作指令的是规划器，也叫决策器。
两套分类法说的是同一件事：World Labs的Marble、Runway的GWM Worlds 2、极佳视界的GigaWorld、光轮智能，压根不在做同一件事，却被同一个词定义了。
Marble的商业实质是卖给游戏开发、影视特效和VR团队的内容工具。标准版20美元/月，旗舰版95美元/月，含75次生成和商业使用权。它交付可漫游的3D场景和可选碰撞网格，评测轴是创作者控制和导出互通，不是策略成功率。3D一致性高、速度快是它的长处，没有物理模拟是它的代价。
Runway走另一条路。2026年9月发布的GWM Worlds 2主打实时交互式世界模拟，公司把自己从”视频供应商”重新定位成”物理AI的模拟基底”。它卖的不是视频片段，是片段底层的模拟层——从视频里学物理规律、可训练机器人和自动驾驶的底层。2亿美元ARR、约26.5倍市销率，这是SaaS公司向基础设施公司跃迁的估值叙事，和Marble按订阅次数卖生成额度，不是同一种生意。
国内分化同样剧烈。极佳视界的GigaWorld-1在WorldArena评测中综合得分突破60分，超过谷歌、英伟达和阿里，同时推出Maker H01机器人本体，叙事是把世界模型装进具身智能的”大脑”。生数科技两个月融资26亿元、投后估值超120亿元，路径是从视频生成向世界模型靠拢，先跑商业化再升级概念。智象未来三个月融资超21亿元，靠视频生成积累的先决经验，先用影视、营销这些愿意为生成结果付钱的场景养活自己，不急着啃物理仿真那种三五年才验证得了的硬骨头。
光轮智能更特殊。它不做世界模型，给世界模型团队供仿真数据和评测基础设施。全球排名前三的世界模型团队全部与其合作，全球主流具身智能团队中超过80%的仿真资产来自它。2026年3月成为全球具身数据领域首个独角兽。卖铲子，不淘金。
下游怎么分辨这三种东西
标签之下，车厂、机器人公司、工厂得自己判断眼前的产品是渲染工具、不准的仿真环境，还是真能指挥手臂的决策模块。这里没有官方标准，但工程上有可操作的判别路径。
先看输出接口。渲染器交付的是场景文件、视频流或网格，订阅制按生成次数计费，验收看导出格式是否兼容你的引擎、大范围漫游是否畸变。仿真器交付的是状态张量加时间步，接口通常是reset/step，验收看状态转移是否满足守恒律和接触约束。规划器交付的是动作序列或策略，验收看成功率，不是单帧相似度。
再看测试集构造。渲染器的测试集是场景多样性，仿真器的测试集是物理参数扰动，规划器的测试集必须包含真机或高保真物理引擎回放。用渲染器的评测方法去验收规划器，等于用画质评分衡量机械臂抓取成功率，结论必然失真。
最后看失败模式。渲染器在大范围移动和室外场景容易崩，这是几何一致性问题。仿真器在长时程预测上分数腰斩，这是误差累积问题。规划器在物体交互上”脑补成功”，这是因果推理问题。三类失败模式对应三种完全不同的修复成本，采购前问清楚对方在哪种失败模式上做过量化，比看demo视频有用。
渲染精度在涨，物理分数没动
融资端的热和技术端的冷，构成一组不太体面的对照。
南洋理工大学S-Lab团队2026年7月发布的Apple-π基准，是首个以物理定律为核心的视频模型评估工具。它不测画面好不好看，测模型能不能感知物理量、表述支配定律、推导符合定律的后续运动。11个代表性模型参评，最优得分只有0.473，物理运动推理被明确指为主要瓶颈。
WACV 2026一篇论文更直接：Sora、Runway、Pika、谷歌研究院的Lumiere等一批当前模型，物理理解”极其有限”，且这种局限与视觉真实感无关。画面越逼真，越容易让人误以为模型懂了。像不像和懂没懂，两件事。
动作条件的世界模型问题更具体。普林斯顿大学、得克萨斯大学奥斯汀分校、英伟达和智元联合提出的WorldOracle基准，用真实机器人操作记录对照模型预测，发现一个近乎黑色幽默的模式：机械臂移动路径预测得挺准，但物体有没有被抓起来、抓起来之后去了哪，模型经常”脑补成功”。
字节跳动的IRASim，机械臂得分78.8，操作物体只有29.1；英伟达Cosmos 3是89.4对45.4。预测时间拉长后，DreamDojo从50.56掉到27.08，Cosmos 3从53.99掉到26.60，接近腰斩。
一个能在视频里让机器人”看起来完成了任务”的模型，和一个能让真实机械臂在杂乱桌面上不抓空、不碰翻杯子的模型，中间隔着物理仿真、长时程稳定性和真机验证一整条鸿沟。
Marble的实测反馈佐证同一件事：短距离移动光影连贯，室内场景观感不错，大范围移动出现畸变，室外场景”相当负面”。有开发者在Hacker News上直言：”作为’世界’模型，它似乎不太能领会什么是物理空间。”这不是Marble一家的短板。当前归入世界模型名下的产品，绝大多数在”生成看起来合理的东西”上进步飞快，在”预测物理上真正正确”时进步缓慢。而后者恰恰是仿真器和规划器的全部价值。
在自己的管线上复现这类测试
WorldOracle那类结论不是只能看论文。工程团队可以搭一套最小验证管线，判断手上的模型是不是在”脑补”。
准备一段带真值标注的机器人操作序列：机械臂位姿、物体六自由度位姿、接触事件时间戳。把模型在相同初始条件下前向预测N步，逐帧比对机械臂末端位置误差和物体位姿误差。关键不是看平均误差，是看两类误差的分离度——机械臂误差低而物体误差高，就是典型的”路径准、交互假”。
接触事件单独校验。模型预测的抓取时刻和真值抓取时刻偏差超过设定阈值，或者模型报告抓取成功但物体位姿在后续帧里没有跟随末端运动，直接判为脑补。长时程测试把预测步数拉到原来的三到五倍，观察分数衰减曲线，腰斩式下跌说明模型没有学到稳定的状态转移，只是在拟合短期视觉连续性。
这套管线不需要真机也能跑，用高保真物理引擎回放即可，但最终判定必须回到真机。仿真里不抓空，不代表真机上不抓空。
资本按领域节奏下注，技术按学科节奏爬坡
政策信号清晰，用词耐人寻味。”十五五”规划把世界模型列入攻关前沿技术，市场监管总局正抓紧制定国家标准，明确要”快速凝聚行业共识”。共识目前不存在。王仲远的话是：”世界模型的定义到底是什么，大家还没有达成共识。”
一个连边界都没划定的领域，率先涌入666亿元和58家拿到钱的公司，筛选成本被转移给下游。Runway的ARR是真实的，极佳视界的评测分数是真实的，Apple-π的0.473也是真实的。问题不是谁在美化自己，是不同物种被塞进同一个估值坐标系后，资本的退出节奏和技术的成熟节奏之间出现了一个错位窗口。
渲染器靠订阅制两年能做出漂亮的收入曲线，仿真器的价值要三到五年真机数据积累才验证得了，决策器的商业化只会更晚。三者共享世界模型的标签、共享”下一代通用人工智能基础设施”的叙事，最先跑通收入的那一类会率先定义市场对这个概念的价格预期，真正做物理理解的那一类反而要在被拉高的估值框架里再证明自己配得上那个数字。
666亿元买到的不是一个定义清晰的技术，是一个正在被争夺的定义权。谁有资格说什么才算世界模型，谁就有资格决定下一轮融资的估值锚点。物理理解能力什么时候追上渲染精度，Apple-π的0.473不会因为融资额后面多一个零就自动变成0.8。这是工程和科学的问题，工程和科学不参加路演。这个错位，也不会因为下一轮融资到账就自动消失。
ID:7728
