7 月 28 日，李飞飞创立的 World Labs 发布技术博客，收购仿真企业 SceniX 之后对外展示机器人仿真训练最新进展，宣称打通 “真实任务 — 仿真世界 — 真实机器人” 闭环，可依托仿真生成训练数据。世界模型凭借模拟物理环境、供给机器人训练测试的能力，在具身智能热潮之下迅速走红，成为资本与产业重点关注的新兴赛道。

　　机器人与物理 AI 蓬勃发展的同时，原有技术路线的短板逐步显现。过去行业普遍依靠模仿学习，VLA 视觉‑语言‑动作模型成为主流。为积累训练素材，国内多地兴建机器人数采工厂。但转向量产目标之后，VLA 高度依赖真机数据的弊端凸显，真机采集成本高昂、周期漫长，很难覆盖现实世界海量长尾工况，机器人跨环境泛化能力不足。在此背景下，黄仁勋、杨立昆、李飞飞等业内领军人物将世界模型视作重要解决思路。

　　世界模型核心逻辑在于弥补 AI 对物理现实理解的短板。现有大模型大多学习文本、图片等间接素材，世界模型希望让 AI 如同人类一般，在交互当中预判动作带来的环境变化，掌握空间、物体与物理运行规律。不过行业尚未形成统一的定义与技术范式，视频生成、3D 引擎、自动驾驶、机器人领域都在使用该概念，各家架构、输出目标差异明显。腾讯张正友提出，面向机器人的世界模型，重点不在于生成好看的画面，而是预判动作发生之后环境的真实改变，需要和机器人感知、决策、行动形成闭环。

　　世界模型与 VLA 并非完全对立。VLA 擅长直接输出机器人控制指令，但对物理后果预判能力有限；世界模型更侧重环境状态预测。未来二者存在融合趋势，VLA 不断强化预测能力，世界模型接入动作生成，最终构建感知、预测、规划、行动完整闭环。国内不少企业已经开展相关探索，腾讯 RxBain 具身认知基座、生数科技 Motubrain 模型，分别尝试以不同架构实现物理世界理解。

　　对于世界模型能否复刻大模型涌现效应，业内判断分化。部分实验观察到类似缩放定律的迹象，但也有从业者认为，世界模型还处在 GPT‑3 早期阶段，模型、数据、筛选标准没有统一，能力涌现尚待验证。现阶段 VLA、世界模型、分层控制三条路线齐头并进，各有适用场景，不存在简单替代关系，整个赛道处于百花齐放的早期状态。

　　世界模型也并非万能解决方案，短期内很难直接打造通用机器人大脑，产业价值更多体现在数据生成、筛选、轨迹转换、训练评估环节。它可以修正人类示范动作，适配机器人本体差异，承担数据质量评估工作，但运行需要消耗大量算力。与此同时，世界模型对数据格式、时间戳、时序一致性提出更高标准，专门的具身数据需求持续上涨，带动上游数据、算力产业链发生变化。部分模型企业已经开展与本体厂商的适配合作，尝试兼容多类机器人硬件。

　　客观来看，当前人形机器人尚未迎来大规模量产，酒店、商超、家庭等非标准化商业场景落地有限。世界模型的进一步成熟，还需要硬件本体、底层运动控制与具身大模型多方同步迭代。