世界模型，咋成了圈钱暗号？

机器人越忙，行业越焦虑。

8月的北京亦庄，可能是全地球人形机器人密度最高的地方。300余家企业、2000多件展品、150余件首发新品堆在世界机器人大会（WRC）的展馆里，机器人在跳舞、打拳、踢球、叠衣服，场面确实燃。

但只要你在场内多待两天，听到的私下话就不是这个画风。多位长期看具身智能的投资人对虎嗅直言："现在市面上90%做世界模型的团队，他们连自己都不相信'世界模型'。"

一边是史上最热闹的表演，一边是史上最深的焦虑。这台大戏，得从一台打网球的机器人说起。

🎾 打网球赢了郑洁，但赢了这个行业吗

能和人类对拉20拍的机器人，和能进厂干活的机器人，中间隔着一条产业鸿沟。

8月22日晚，第二届世界人形机器人运动会开幕式，「冰丝带」的网球场被改造成了人机对决现场。银河通用把一台人形机器人放到球网一侧，对面站着的是货真价实的职业运动员郑洁。

这不是提前编排好的挥拍表演。机器人要追踪高速来球，预测落点，调整脚步，再协调腿、腰、肩、臂完成击球。现场三轮对拉，这台叫银河·星仔的机器每一轮来回都超过20次。正手、反手、底线移动，全部发生在不断变化的真实对抗里。

技术底子是清华大学与银河通用今年公开的LATENT系统。研究团队没有逐帧设计动作，而是从不完整的人类网球片段中提取运动先验，再让强化学习策略在仿真中反复修正组合。关键在于：人类数据不需要完整精确的比赛序列，只有正手、反手、侧移这些primitive skill的碎片，也能提供先验。

这背后的路线转向很清晰：运动控制正在从工程师写轨迹，转向机器人从经验中学策略。以前告诉机器人手臂走哪条轨迹，现在强化学习在仿真里海量试错，自己找答案；以前步态、挥拍、重心调整分开设计，现在一个全身策略同时协调二十多个自由度。

顺着这条逻辑推下去，传统机器人学里那些由工程师写死的运动学、动力学、碰撞模型，似乎终将像计算机视觉时代的人工特征一样，被学习算法吞掉。

但掌声归掌声，账本归账本。网球对拉证明了全身协调控制的可行性，却没有回答那个所有投资人都在问的问题：这套能力，什么时候、以什么成本，变成工厂里能复用的工时？

🧠 世界模型：技术路线，还是融资暗号

一个连定义都没收敛的概念，恰恰是最难被证伪的故事。

本届WRC场内场外，出现频率最高的词就是"世界模型"。可它到底是什么？

至少从2025年起，国内具身智能语境里的"世界模型"，大多指具身智能的"大脑"——让机器人理解物理世界，并对下一步将要发生什么做出预测。从技术角度说，这确实是通往具身智能终局的一条可能路径。

问题在于，不是只有世界模型才能抵达终局。

视觉语言动作"]

A-->C["VLM[VLM]

视觉语言模型"]

A-->D["世界模型

预测物理世界"]

B-->E["路线未收敛

无胜负"]

C-->E

D-->E

E-->F["技术竞争"]

E-->G["叙事竞争"]

现在VLA、VLM、世界模型三条路线还在争夺定义权，没有哪条已经分出胜负。也正因如此，"世界模型"这四个字开始承担技术之外的功能。

按多位投资人的说法，对一部分团队而言，世界模型主要是讲给国内投资人听的：它比"具身大脑"更前沿，也更难被证伪。说难听点，它某种程度上是个to VC的方向。另一位投资人的话更狠："现在谁说世界模型，大概率是为了圈钱。"

当然，这不意味着所有团队都在讲故事。确实有少数人真信世界模型，也真在解决具身智能的大问题。只是站在今天，外界很难从demo、发布会、或所谓上千万甚至上亿规模的数据里，分清谁在做技术、谁在做PPT。

更微妙的是订单。业界私下流传的一句判断是："80%的具身订单都是假的，但无从查证。"意向协议、框架合作、演示性采购，在发布会通稿里统称为"订单"。泡沫不在展示的技术里，在订单的统计口径里。

📈 六千亿估值，堆在谁的demo上

市场未必有万亿，但估值先奔着万亿去了。

2026年具身智能最大的共识是四个字——万亿市场。WRC现场，不止一家参展商引用这个数字。

市场需求是不是真能到万亿，没人说得准。但相关企业的总估值，倒是离万亿越来越近了。截至8月21日的不完全统计：

粗算下来，头部阵营总估值轻松超过6000亿元。而且照一级市场的情绪，这个数字还在持续通胀。

钱多到什么程度？WRC用餐区，两位数据分析公司创业者的对话堪称行业现状速写："本体基本都投完了，机构现在开始看上游的模型、数据，咱们得赶紧包装一下自己。别人报10亿，咱们报8亿，就有机会跑出来……"

主论坛听众席里，有国有金融机构专程来找具身企业"债权投资"的机会；展区里，国内外顶级投行的"猎手"穿梭于小有名气的展台，挖掘融资和路演服务机会。某销售负责人与一家投行交流时提到"花旗的人昨天也来过"，对方立马回怼：花旗在这方面不太行，行内都知道的。

一家估值近百亿的具身零部件及本体公司的商业负责人说得更直白：他认识很多人想找老板聊投资，现在都"弄不进来"。融资节奏快到失真——B轮还没谈完，C轮已经启动，从去年11月至今，公司已完成4轮融资。

模型与数据公司"]

D-->E["融资节奏失真

B轮未完C轮启动"]

E-->F["订单口径注水

意向协议算订单"]

F-->G["示范项目撑起演示经济"]

这套循环里，真正干活的机器人和真正掏钱的客户，反而是链条上最沉默的两端。

⚠️ 最先进、最领先、最通用，然后呢

表演经济撑得起估值，撑不起交付。

如果只看WRC展馆，机器人毫无疑问已经走出实验室、大规模进入现实世界了。只不过，这个"现实世界"目前局限于比赛、演示和发布会。

放眼望去，全是"最先进、最领先、最通用"。有人自称全球第一，有人说已经端到端，有人说数据量上千万甚至上亿。围观的人很多，焦虑也很重——现场气氛和行业焦虑成反比。

这里要分清两层问题。

第一层是技术问题。具身智能的技术路线远未收敛，LATENT这类工作是实打实的进展，但从"能在球场对拉20拍"到"能在产线连续工作8小时"，中间隔着可靠性、成本、安全冗余和长尾场景，每一项都是硬骨头。演示环境可以容忍失误，产线不能。

第二层是商业问题。当"订单"不可查证、"数据规模"不可验证、"全球第一"不可对标，整个行业的定价机制就悬空了。估值锚不再是交付能力，而是叙事烈度。这就是为什么投资人不看世界模型本身，而是先怀疑说世界模型的人。

有意思的是，表演本身也在倒逼技术。银河通用那场对拉之所以值得记住，不是因为赢没赢郑洁，而是因为它把"预测"和"全身控制"放进了真实对抗——这恰恰是世界模型声称要解决的核心问题。区别在于，银河通用选择用一场不能剪辑的公开比赛来验证，而不是用一段可以剪辑的视频来讲故事。

真伪的分界线，从来不是概念，而是敢不敢把系统扔进不可控的环境。

💡 泡沫不可怕，可怕的是没人挤

每一轮技术浪潮，都是真信仰者和讲故事的人同场竞技，最后由交付能力来完成筛选。

平心而论，当下具身智能的过热，未必全是坏事。六千多亿估值带来的资金，确实在喂饱真做技术的团队——清华和银河通用的LATENT能跑通，仿真、算力、数据管线的投入缺一不可。没有这一轮热钱，运动控制从写轨迹到学策略的转向，不会这么快。

但泡沫的代价也会精准落在三类人身上：拿着真金白银下订单、最后收到"演示级交付"的制造业客户；把职业押在单一路线上的工程师；以及在高位接盘、却看不到现金流的投资者。

判断这个行业有没有真的往前走，别看发布会，看三件事：

• 订单口径：签的是意向框架，还是带验收标准和违约条款的采购合同；
• 技术收敛：VLA、VLM、世界模型之争，何时出现可复现、可对比的公开评测基准；
• 回款周期：那家四轮融资本的公司，什么时候能把B轮的钱变成客户付的钱。

届WRC留下的最大遗产，可能不是哪件首发新品，而是一个越来越公开的秘密：当所有人都在演示，演示本身就不值钱了。下一阶段，谁的机器人能在一个不能彩排的现场、一份不能注水的合同里活下来，谁才配谈万亿市场。

机器人打网球很燃。但这个行业的成年礼，是在没有掌声的厂房里，跑完第一个一万小时。

（本文基于2026世界机器人大会公开报道及行业访谈信息整理，涉及估值数据为不完全统计。）