证券时报 e 公司 8 月 12 日专访昆仑万维，围绕世界模型技术标准、国内外产业差距、商业化瓶颈、产品落地路径展开解读。行业对世界模型定义宽泛，覆盖视频生成、3D 重建、物理仿真多条路线，昆仑万维明确行业准入门槛：合格的世界模型核心能力是基于历史状态、动作指令预判未来物理状态，具备交互规划能力，同时满足时空一致性、因果物理约束、长记忆、闭环可落地五大硬性标准，单纯视频生成不足以称作完整世界模型。

　　本次企业一次性发布三款自研核心模型，覆盖虚拟内容与物理机器人两大赛道。Matrix-Game 3.5 交互式游戏世界模型仅 5B 参数，即可实现单卡 720p、20 帧实时画面生成，支持 1 分钟长时序记忆，用于游戏制作、虚拟短剧场景，同时产出海量仿真训练数据；Mureka V9.5&O3 音乐大模型主打自然化 AI 作曲，大幅弱化机械生成痕迹，优化人声、编曲与指令匹配，O3 版本新增推理自校正机制，稳定输出音频；Riemann-1.0 机器人世界行动模型聚焦具身智能，依托 23.2 万小时真实交互数据训练，在真机、仿真测试基准中表现领先，专门解决机器人长时序操作、跨场景泛化、视觉经验向实体动作迁移难题。方汉同步给出三大产业趋势预判：世界模型将全面突破屏幕，深度介入物理机器人；游戏行业是世界模型最先规模化落地场景；AI 音视频工具将全面普及，成为大众基础创作载体。

　　国内产业层面，我国交互式视频、游戏仿真、机器人落地应用处于全球第一梯队，但通用开放物理世界模型仍存在明显短板，集中体现在长时序预测稳定性、触觉与力控真实数据集储备不足、复杂长尾场景适配、跨机器人本体能力泛化四大维度。谈及商业化核心卡点，昆仑万维指出算力、政策监管并非长期约束，数据定义权才是核心壁垒。算力成本持续下行、算法技术快速扩散，而能低成本合规采集全维度交互数据、统一规范动作标注、搭建行业评测体系的企业，将掌握长期优势。长期竞争核心是整合第一视角视频、机器人运动轨迹、仿真样本、触觉力反馈数据，搭建一套通用、可迁移、标准化的数据训练体系。

　　文章区分内容生成模型与机器人世界行动模型的本质差异：传统图文、视频 AI 仅需视觉效果合理，而面向具身智能的 Riemann-1.0 必须输出可落地执行的实体动作，能够处理现实误差、碰撞遮挡、力控反馈、操作失败等真实物理扰动。落地策略上，该机器人模型不会直接切入无规则全开放家庭场景，优先布局仓储分拣、工业操作、家务整理这类高频、半结构化场景，循序渐进完成商业化验证。

　　三大产品形成完整业务协同闭环：Matrix-Game 供给虚拟场景与仿真数据，Mureka 支撑音视频创作变现，Riemann 开拓物理 AI、人形机器人赛道；海外短剧、智能代理、AI 音乐平台持续贡献现金流与海量用户，自研算力降低推理成本，模型迭代反哺内容产能提升，构建 “自研算力 - 多模态模型 - C 端应用 - 全域数据回流” 的正向循环。