666亿涌入世界模型，咋赚钱？

2026年的AI圈，没有哪条赛道比世界模型更拥挤。前7个月，国内相关融资超666亿元，超50家企业拿钱；海外，李飞飞的World Labs和图灵奖得主杨立昆的AMI Labs先后拿下10亿美元级融资。热闹归热闹，智源研究院院长王仲远在接受《科创板日报》专访时却直言：现在谈世界模型有稳定现金流，还有点早。他的判断很具体——VLA是当下，世界模型是未来，而第一笔稳定现金流，大概率出现在工业仿真与影视游戏两条线的交织地带。这篇文章，拆的就是这笔账。

💰 666亿热钱，挤进同一条赛道

AI圈从不缺风口，缺的是能把风口讲成生意的证据链。

先看时间线，感受一下这半年的密度：

2026年世界模型大事记

• 2月 ： 李飞飞创立的World Labs完成10亿美元融资
• 3月 ： 杨立昆离开Meta创办AMI Labs，10.3亿美元种子轮刷新欧洲AI创业史纪录
• 年内 ： 极佳视界三个月连融三轮，吸金约35亿元
• 年内 ： 千寻智能开年融资45亿元
• 年内 ： 英伟达推出号称全球首个全开源物理AI全能模型的Cosmos 3
• 年内 ： 小鹏在CVPR亮出世界模型技术图谱
• 年内 ： 吉利发布WAM世界行为模型

玩家结构值得细看，大体是三股力量同时下场：

据《科创板日报》不完全统计，仅前7个月，国内相关融资就超过666亿元，获投企业超过50家。这个数字放在当下任何一个AI细分方向里，都算得上激进。

但热闹的另一面是：巨头押注的是生态卡位，车企押注的是自家驾驶场景，创业公司押注的是估值窗口。三方叙事不同，却在同一个词上会师——这恰恰说明，这个词的商业内涵还没定型。谁能先把它定型，谁就拿到了定义行业的权力。

⚠️ 真正做世界模型的，可能不到5家

赛道名字可以随便改，能力改不了。

一位头部VC合伙人对这波热潮泼了盆冷水：严格按照预训练标准筛选，真正在做世界模型的创业公司，最多不过3-5家。多数项目只是把融资书上的赛道名称，从仿真、3D、视频生成，换成了世界模型。

据多位接近投资圈的人士透露，有项目路演的内容与上一轮几乎无异，区别只是PPT封面上的标签换了。这在早期市场里不算新鲜事——2023年的大模型、2024年的Agent、2025年的具身智能，都经历过类似的标签迁移。但世界模型的特殊性在于，它的技术门槛比前几者更高，真伪之辨也更难。

连李飞飞自己都在今年6月直言：世界模型是当今AI领域最重要、也最被滥用的术语之一。

那么，怎么区分「能签合同的世界模型」和「能发论文的世界模型」？王仲远的回答很干脆：核心区别就一条——它能不能在真实场景里稳定地、可预期地工作。很多demo看起来很漂亮，但那是选了最好的case。

他给出了一个自认为最不会骗人的指标：闭环成功率。把世界模型作为策略评估器，接一个policy进来，它在模型里成功执行的概率，跟它在真机上执行的概率，是不是高度一致。

“如果这个指标对不上，说再多都没用。

翻译一下：世界模型的价值不在于画面多惊艳，而在于它能不能当一个可信的「预演沙盘」——虚拟里赢了，现实里也大概率能赢。做不到这一点，它就还停留在内容生成工具的范畴，估值故事再好，也只是story，不是business。

🔁 具身智能的死循环，先解数据

机器人的瓶颈不在模型，也不在硬件，在于三者咬合出的死结。

王仲远把机器人领域的困境拆得很直白：本质上是硬件、数据、模型这个循环悖论没解开——

这是一个标准的负循环：具身能力不足，限制了真机数据的采集；数据稀缺导致模型能力弱、落地难；落地难，反过来又让能力更加无法提升。四节点首尾相接，每一环都卡着下一环。

理解了这个循环，才能理解王仲远那句「VLA是当下，世界模型是未来」的分量。VLA（视觉-语言-动作模型）之所以是「当下」，是因为它已经在真实场景里跑通了一些任务、能签合同；而世界模型对机器人来说，价值在于成为那个绕开真机数据稀缺的解法——用模型生成合成数据、做预演评估，相当于在循环之外开一条旁路。

这也是为什么，在机器人和具身智能这条线上，世界模型的故事最性感、却最难变现——它要解决的是这个行业内最硬的死结，而不是某个单点需求。热钱涌入时，大家讲的是终局；落地时，绕不开的仍是那一环扣一环的循环。

💡 第一笔钱，藏在两条线的交叉点

付费的从来不是技术本身，而是场景的刚需程度。

世界模型最清晰的付费方是谁？自动驾驶、机器人、游戏影视、仿真训练、工业数字孪生——这是几乎所有从业者都会被问到的问题。王仲远的回答没有任何修饰：说实话，现在谈世界模型有稳定现金流，还有点早。

他把几条线逐一拆开：

各赛道的账本，其实差别很大：

注意这里的结构性矛盾：付费意愿最强的两个场景——自动驾驶和工业数字孪生——恰恰对物理真实性要求最高，而世界模型目前的能力还不足以满足它们核心环节的需求。反过来，对幻觉容忍度高的游戏影视，有能力接住产品，但它更多是辅助工具，客单价和付费刚性都有限。

所以王仲远给出的答案是：第一条稳定现金流，可能最早出现在工业仿真和影视游戏两条线交织的地带——比如用世界模型做合成数据、做预演评估。

这个判断的精妙之处在于「交织」二字：工业仿真提供刚需和付费方，影视游戏的技术容忍度提供了当前的可行性，合成数据则是两头通吃的产品形态——既服务机器人训练的数据饥渴，又服务内容生产的效率需求。对创业者来说，这意味着与其守着「通用世界模型」的大词等风来，不如先在交叉地带找到能签合同的具体活儿。

🧪 不融资的智源，为什么先亮牌

不背融资压力的玩家，反而敢把底牌摊在桌上。

喧嚣之中，智源研究院是个特殊的存在——它不是公司，不进行融资，却发布了研发中的悟界·Physis-v0.1，定位为全球首个通用世界基座模型。在一片「拿了钱再讲故事」的声音里，这个动作的姿态很不一样：先把基座和标准立出来，让行业有一个可对标的锚点。

这背后的产业逻辑不难理解。当「世界模型」这个词被滥用到连李飞飞都要出来泼水时，行业最缺的不是钱，而是评价体系——什么算真、什么算假，用什么指标衡量。王仲远给出的闭环成功率，本质上就是在尝试回答这个问题：世界模型作为策略评估器，其判断与真机结果的一致性，是唯一不会骗人的尺子。

另一边，英伟达推出号称全球首个全开源物理AI全能模型的Cosmos 3，走的也是「基础设施先行」的路数——把物理AI的底座开源出去，让生态在自己定义的轨道上生长。

据多位接近行业的人士观察，接下来的竞争重点会从「谁的故事大」转向「谁的基座被更多团队拿去做二次开发」。当创业公司不再各自从零造轮子、而是站在通用基座上做场景纵深时，「3-5家真玩家」的格局才可能被打破，行业的产出效率才配得上666亿的投入强度。

对公共研究机构而言，这也是最划算的入场时机：概念最混乱的时候，恰恰是标准最值钱的时候。

🧭 小结

666亿热钱买下的，其实是一张关于物理世界的期权。王仲远的冷静之处在于，他没有否认「世界模型是未来」，只是把「未来」和「现金流」之间那道时间差摊开来讲：VLA是当下，世界模型是未来；闭环成功率是唯一不骗人的尺子；第一笔稳定现金流，藏在工业仿真与影视游戏的交织地带。2026年下半年值得盯的信号只有一个——谁先在世界模型上签下第一份可复购的合同。故事讲完之后，能留下来的，从来都是能交付的人。