世界模型好贵啊

本文来自微信公众号： AI闹 ，作者：AI闹，题图来自：AI生成

世界模型赛道在2026年上半年累计融资超过百亿元，中国大概约有100家公司自称在布局“世界模型”。

一位头部vc机构的合伙人认为，严格按照“预训练”的标准筛选，市面上真正在做世界模型的创业公司最多不过3-5家。

“预训练”是是区分一家公司“真做模型”和“讲概念”的标准之一。预训练要将海量数据喂给模型，让它从零开始学习理解和预测物理世界的规律，这一步要消耗大量GPU算力，技术门槛极高，每一轮训练的花费约亿元。（语言模型看Token数验证是否真的在做模型，世界模型看卡数×时长×数据闭环。）

世界模型赛道确立的标志性事件是2026年上半年李飞飞的World Labs获10亿美元融资，杨立昆的AMI Labs获10.3亿美元融资。信号在某种意义被放大成了“国家级竞赛”，在一个尚未被验证的技术领域，至少在叙事层面，国资、产业资本、财务机构都产生了FOMO。

此前做具身的、做视频生成的、做自动驾驶的，3 D仿真……都在向这个方向靠拢。

一批2023年做3 D、仿真引擎、元宇宙的项目，贴上“世界模型”后，近半年融了3-4轮。一位美元机构的投资人称这类是典型的“擦边项目”——“拿原本的仿真、3 D高斯等不是世界模型核心的技术路线，说自己做世界模型，核心团队、技术栈、客户都没变，唯一变的是融资书上的赛道名称。”

比如苏州一家公司2024年创业做的事是让用户上传照片生成三维模型，2026年6月完成天使轮融资时，PR稿的叙事变成：“空间智能与世界模型初创公司”。

此外，VLA（视觉-语言-行动模型）曾是2024-2025年具身智能的主流路线，但2026年进入了结构性天花板，一批无法融到钱的公司将面临淘汰，世界模型的出现几乎救了具身的命。

现在，市面几乎所有的具身智能公司都打出了“世界模型”的概念。一位美元投资人建议我们查查无界动力的融资叙事。2025年11月官宣天使轮3亿元时对外讲的是“通用大脑+操作智能”，到2026年6月近2亿美元Pre-A轮的PR中，对外的讲述的是“隐空间世界模型+强化学习”。”

还有一类公司更隐秘，拿别人已经训练好的模型做微调——然后挂上“世界模型”融资，技术停留在PPT阶段。

世界模型也拯救了被字节压的无法喘息的视频生成公司，他们的估值长期被卡在了“视频工具”的叙事，2026年重新包装成“通用世界模型”后，有一家头部公司六个月完成三轮共62亿人民币融资，投资方包括两家大厂战投、国资和上市公司战略投资集群，现已启动港股IPO。

我们前不久在上海碰到一个做AI应用的创始人，准备A轮融资时，FA建议他蹭一蹭“世界模型”，或任何有“模型概念”的要素，“比如现在你的用户数据是不是在某个垂类能做一些预测，那是不是可以叫预测模型？”

很多投资人也印证了这个观点：2026年不看AI应用了，只看世界模型。

小天才

世界模型是一个研究驱动型赛道，但权力似乎不在技术端，而在资本端。

最核心的1-2个人往往由大机构的合伙人亲自完成。一位美元机构的合伙人说，“我们最近孵化的清华系的一个教授，就是合伙人多年的老友，这个级别的人，普通的投资人是说不动的。”

业内流行一套“世界模型”的盯人机制：各大机构会派实习分析师盯几所目标高校的学生，重点是论文的第一作者（第二作者没意义）；投资机构的合伙人盯教授和院士。日常约喝咖啡，参加他们所有的活动，尝试把他们“拱出来创业”。

一位FA和我们描述他最近在盯的人：27岁，中科大本科、哈佛MIT博士、毕业后在清华当老师——“肯定要通过更高级的私人关系先下手。后面想等BP？已经晚了。”

另一群人在盯大厂模型业务的研究员。北京中关村鼎好楼下有一家叫mojo的咖啡馆（字节模型团队在楼上办公）常年驻扎投资人。“我们现在在忙的项目就是一个刚从深圳某大厂离职的人，离职不到一个月，第二轮融资就已经开始了，估值20亿。”一个在上海的FA告诉说，他无法透露更多细节，第一轮第二轮同时开启，“第一轮有机构慢了，马上把第二轮的机构给了一些额度放到第一轮去。”

大厂最具代表性的人物是林俊旸（阿里通义千问前技术负责人），他的世界模型+具身大脑的方向拿到了2.2亿美元美元（红杉和高榕联合领投）。

这些被选出来的天才都有明确的估值逻辑。

前两轮主要看重创始人背景——各大机构流传过一份名单：中国AI学术谱系图：顶尖高校、学术奖项获得者、论文第一作者，或知名院系、教授实验室（清华叉院、姚期智班、北大王鹤、上交的机械与动力工程学院等）。

“哪怕是北大十佳学生也有光环加分。”一位FA说，“技术路线不重要，反正3-5年看不清楚。”

具体到投谁，各家机构偏好不同，比的机构热衷投教授，认为更成熟，但有的机构认为教授变现要求高、很难all in，智谱是市面少有的跑通案例；投“00后小天才”倒是所有机构的共识，年轻，冲劲足、发展空间大，如果现在就是无法看清技术，那为什么不选择相信00后的年轻人呢？

奇绩创坛2026年的春季路演上，Researcher Founder占比达到45%，市面流传一句玩笑话：小天才已经不够用了。

我们也拿到了一份世界模型的中国创业公司的名单，一共有39家，按SAB评级分类（看过的投资人点评，虽然不清楚评级标准，但大体是合理的梯队）——其中20个项目的founder是Researcher，被评为S级的四个项目全部是Researcher Founder。

“今年但凡沾点边的人都被拱出来。”一个FA认为，AI缩短了产学研的传统路径，与其在实验室给教授打工，不如直接跳出来试试，智谱的财富故事在前，“看到身边人身价过亿，年轻人都会抱着why me的心态。”

代言人

一个标配的世界模型团队需要三类角色：Builder（技术核心）、Influencer（对外讲故事的）、Trader（资本运作）。

三者缺一不可，团队配置本身已经被金融化了。

大部分业内人士认为，逆矩阵科技是上半年世界模型赛道一个标志性的融资事件，高瓴、北大、智源深度参与，高鹄担任独家财务顾问。

公司在2026年2月成立，创始人是一对北大师兄弟——吉嘉铭（1998年出生）和陈博远（2004年出生）。他们都师从杨耀东—高瓴在种子轮投过以杨耀东为首席科学家的通用具身智能公司“灵初智能”。

首轮高瓴和北大系基金燕缘创投投出千万美元，三个月后又完成超亿美元的种子++轮。业内人士认为，吉嘉铭是主要Influencer，负责融资和讲故事，陈博远是builder，六月刚毕业，是被推出来接受采访的00后小天才。背后的几家投资机构参与程度很深。

这个项目也为市场锚定了早期估值水位和团队审美，后续同类项目的定价基本都在这个区间上下浮动。

一位美元机构的投资人认为，截止到6月，世界模型赛道的代言人已经被各家机构筛选完毕（他用了一个有意思的词“代言人”，而不是“创始人”。）

高瓴是北大的吉嘉铭和陈博远；红杉投了LiberAI，创始人是清华大学TSAIL团队博士生，00后的刘松铭；IDG是自然意志，创始人丁宁是清华大学电子工程系助理教授；蓝驰创投、monolith押注莫刻机器人，创始人是香港科技大学的池晓威；经纬是Aether AI，创始人叫黄碧薇，美国圣地亚哥分校的的助理教授；顺为投资了厘清智能，创始人李一鸣是清华人工智能学院教授。

能拿到投资的创始人多少都有做投资人的潜力，“首先会讲故事，其次和投资人聊得来，大部分人投资人对技术没有那么懂，只能是识别出跟他们相似的人，所谓相似者偏好。”

一位美元机构合伙人举了最近接触的一个case，浙大的一个教授做了一款无信号环境下的无人机——市场极小，只有煤矿等少数场景用得到。但他不说自己做“空中具身”，“等于生造了一个赛道，融资就上去了。”对比之下，他接触的另外一位同样出自浙大做具身安防的教授，“老老实实描述业务，很难融到钱，故事不够大。”

市面上还流传着一些故事，一家世界模型头部公司的00后创始人，一年前没毕业时，接受采访还会时不时回头求助pr。现在已经能拎着茅台去找投资人喝酒，侃侃而谈最近拒绝了哪些大钱。

15亿起

今年春节后是世界模型融资的高峰，很多投资机构专设了看世界模型的团队——以前看自动驾驶或者硬科技的投资人开始扫荡式看世界模型，一周要看二十几份论文。一批此前还叫“仿真数据”或者“自动驾驶”的BP重新改成“世界模型”上会。

据说两家顶级机构暗中竞争，以覆盖赛道的逻辑迅速投出3-4家世界模型的公司。

一位美元基金投资人告诉我们，很多机构确实存在在不了解技术本质的情况下盲目布局。“不过这种策略不一定错——早点跟上潮流也能赚钱。”

国资较早入场也追涨了世界模型的估值。历史类比是半导体的教训，大量公司上市后估值腰斩，后期高位接盘的国资被反噬。现在国资们更倾向往前投——和美元基金站在一起，以更低价格进来。

因为涉及模型训练，成本很高，世界模型前两轮的估值大概15亿人民币起。

原来一两年才能融到的钱，现在压缩到2个月。“快速把钱给到位。”这个逻辑本身也参考了具身的节奏，银河通用在2025年下半年估值从10亿美元飙到30亿美元，“到后期追都追不上了，给30亿资金肯定能赢过3亿资金。”

推高估值的还有club deal——多家机构联合投资，分摊风险和资金压力。世界模型赛道估值呈明显的两极分化，极贵，或者便宜（1亿美元以下），不存在腰部区间。

一个美元机构的投资人最近看过一个北大教授的项目，各方面都不错，但觉得太便宜了，最后决定放弃。“这说明他不是club捧的人。在一个没人看得清的赛道里，投谁有时候没那么重要，跟谁站在一起才重要。”

再往下，刷榜和demo尤为重要。前者是少数能被量化的成绩，后者是可见的成果。

刷榜更像是一种公开的“开卷考试”。WorldArena、VBench、WorldModelBench这些榜单的数据集和评测代码全部挂在GitHub上，参赛模型可以基于榜单数据做基础微调，针对固定的仿真环境、Prompt模板和评分函数反复迭代，直到分数好看为止。

2026年上半年，WorldArena的“全球第一”换了至少六茬——星动纪元、极佳视界、生数科技、智元、考拉悠然、中科院PAIWorld、跨维智能、小米轮流登顶，几乎每隔一两个月就有新公司宣布“突破全球权威榜单”。

关于demo，一位机构受访者说得直白：可能是假的，“但不重要。如果你做得足够假，所有人都发现不了的，那你就是真的，反正现在也没什么商业化落地。”

刚刚结束的waic大会，绝大多数上半年融了钱的世界模型公司都发了demo，大多要启动下一轮融资；预计到2027年上半年，赛道开始消化估值，一批纯粹靠叙事融资而没有找到数据闭环或应用场景的公司会失去存在的理由。

放卫星

谁是世界模型估值最高的中国公司？

从公开数据很难查到，每家都争相放卫星，PR的融资额跟真实的融资额差距很大。

一些FA在做项目时，会把下一轮估值宣传成当前估值。比如某个世界模型的项目，接近交易人士透露，蚂蚁战投实际投的是45亿估值，PR宣传会说是150亿估值：还有杭州的一家明星具身公司——股东还没签TS，PR稿子已经被FA放出来了。这家公司上半年声称加入了“世界模型”的概念，三个月四轮融资累计50亿元，但在一份专业的评级名单里，这家公司被评价：“投入很少，几乎没有世界模型的能力。”

多维最近在做的一个世界模型项目，是一个菜鸟物流出来的成建制团队。一会对外报第一轮1亿美金快关了，一会对外报第二轮2.5亿美金正在关，赛道的口径惯常模糊不清，两轮融资同时开启，目的是营造出“市场很有钱、很安全”的印象，传导效应让竞品公司面临压力，如果不放出更高的融资金额，势能看起来就很低。

我们还听说，业内有一些FA做世界模型的项目是不收费的，只要求在融资稿写上名字——在世界模型赛道，FA的署名率远低于AI应用时代，更多交易是机构直接找Researcher Founder，FA被隐身了（高鹄和多维资本是世界模型赛道比较知名的FA）。

FA的一方面想炮制上一轮AI应用时代远识资本的出圈效应，强调自己“有做局”的能力，一方面再通过释放注水的融资信息，在市场造成FOMO，做大交易量。

一个更极端的案例：某具身项目（有世界模型要素）在FA的建议下报了200亿人民币估值。声称融完这轮，下一站就IPO或国资并购——融到了就是赚，融不到也无所谓，反正没有下一轮了。

绝大多数行业人士认为，世界模型的价格已经失灵了，资金呈现明显的“自我强化”效应：融到大钱，意味着买到更多卡、招更多牛人、刷更好的榜，从而在下轮融到更多钱。技术能力、商业闭环不再是核心变量。

辰韬资本合伙人萧伊婷算过一笔账，按照现在世界模型公司的估值，假设一个热门项目顺利上市或退出时估值达到三百亿元左右；如果现在以百亿元级别估值进入，退出时大概只有3倍回报。时间成本至少三年，折算下来年化约30%。“我们这些早期机构是玩不起的，这已经是big club的游戏。”

三年前，辰韬在数千万元人民币估值的种子轮投过一家叫极佳科技的公司。极佳最早从BEV方向切入，后来也确实是最早一批做世界模型的公司之一。中间几年公司表现平平，但三年后，世界模型成为热门赛道，极佳并入赛代，作为少数有真实订单的公司，今年上半年三个月内融资约35亿元人民币，估值达到数百亿元人民币。

“三年前我们投它，是真的觉得便宜得不得了，但没想到三年间估值涨了超过300倍。”萧伊婷说。辰韬在种子轮还投过的另一家公司叫光轮智能，是一家做仿真数据的公司。世界模型热起来以后，市场重新理解了仿真数据在物理AI里的基础设施价值，光轮半年内完成三轮融资，合计融资约20亿元人民币，估值同样实现约300倍增长。

萧伊婷把这两笔投资归因于较早布局物理AI，而不是追逐热门概念。“我现在会提醒LP，千万不要指望我再复制一遍。极佳和光轮都是我们在冬天投的，都是种子轮进去的。这样的窗口不是每天都有。”

Vision够大

世界模型简单总结有两条技术路线。

显式世界模型是最早的做法——模型输出变成像素，直接生成画面、视频或3 D场景，本质是“把空间建出来，让你看见世界。”但它有一个理论上限：不符合人脑的运作方式。我们看到一辆车冲过来，脑子里不会真的画出车撞人的画面，但已经知道后果很严重。

隐式路线（JEPA，也是杨立昆的路线）不生成画面，在抽象的隐空间里做推理和预测，这条路线理论上会吃掉下层的视觉模型，是一个更长线的方向。

另外，从创始人的背景看也有两条路——比喻为“南坡北坡”，就像两伙人从不同方向攀登珠峰。

一条是大语言模型的下探路线。代表人物林俊旸和逆矩阵。他们擅长处理大量数据、训练大参数模型、使用大集群显卡。劣势是缺乏与物理世界的交互能力；另一条是具身（智驾）的上探路线。“上探”到世界模型，相当于从小赛道驶入大赛道。优势是对物理环境的理解和建模，但绝对必要条件是落地经验。

世界模型的预训练比语言模型难得多，语言模型的训练数据是文本——互联网上几乎取之不尽；世界模型需要的是物理数据——4 D时空序列，包含深度、运动、因果、物体交互。这类数据要么靠仿真生成，要么靠真机采集，成本高、闭环长。此外，语言模型训练出错最差就是胡说八道；世界模型训练出错关乎人命，

如何验证技术的真实有效，也是整个资本市场的结构性困境。

我们聊到的大部分业内人士认为，和语言模型对比，世界模型当前的发展处于2018年-2019年的“GPT-1.5、GPT-2阶段”，商业模式尚不清晰，还在等待杀手级场景出现，离真实落地大约还要至少5年-10年。

之所以市场有那么多热钱涌入，是因为资本市场都在豪赌下一个智谱或者Minimax。经过这一轮大语言模型的完整周期，大家对“模型公司该怎么定价”已经有了概念。

此外，中国一级市场这几年积累了大量需要deploy的资本（国资、地方政府基金、双币基金），但真正值得投的技术方向仍很稀缺，世界模型恰好满足了一个“足够大、足够远”的vision。

新叙事？

然而，世界模型作为一个独立的投资赛道，有其不严谨之处。

按照基座模型划分，应分为大语言模型vs物理模型。世界模型只是物理模型的一种技术路线。

“假设以后出现了一个更厉害的技术路线叫超级世界模型，难道又会出现一个新赛道叫超级世界赛道？”辰韬资本的合伙人萧伊婷表达了自己从业这么多年，世界模型是她唯一看不太懂的投资主题，“一个赛道首先是定义要实现什么，而不是要怎么做，什么时候开始用技术手段去定义一个赛道呢，这半年真的开眼界了。”

这也反向回答了为什么“世界模型”赛道的公司鱼龙混杂，因为概念本身就充满模糊和混乱。

100家所谓的世界模型公司——终归要回到“基座模型”这条赛道去竞争：谁能成为物理世界的智谱or Minimax，或谁能找到物理场景，才是关键。

一个明显的感觉：进入2026年下半年，很多项目已经不再称自己是“世界模型”以“物理AI”取代。

大部分受访者都认为，世界模型的概念已经“打到顶”了，很多创始人在融资新闻里开始有意回避“世界模型”，“很怕赛道做滥，像几年前的元宇宙”

AI风口的轮动周期也前所未有地快速。

2025以半年为周期——上半年是Agent应用，下半年是软硬件结合；到了2026变成以季度换主题——第一季度是OpenClaw，第二季度是世界模型；第三季度最新的资本叙事已经出现了：NeoLab。和世界模型一样，也是一个离商业化很远但又能在当下融到大钱的叙事。

据说，国内某顶级机构最新的上会标准：不能被证伪的项目。这也意味着这些项目在短期内也不能被验真。

一切还是因为世界模型等技术验证门槛远高于过往。当市场的验证能力趋近于零，价格不再反映技术能力，只是反映叙事的共识强度。

不过泡沫也许是一种feature。历史上，投机的资本承担了基础设施建设的绝大部分成本，比如光纤过剩成就了Web 2.0，铁路过剩成就了美国工业体系。

那么问题来了：世界模型赛道的泡沫，会留下什么样的基础设施？