如何讓具身智能成為真正的物理AI？答案或許是世界模型 。

　　在前幾天的GTC大會上，談及物理AI ，黃仁勛分享了如何利用Omniverse數字孿生技術訓練 、打造機器人。這一想法可以追溯到今年初，當時他在CES 2025主題演講中提到
，世界模型是實現物理人工智能的關鍵，能夠幫助AI理解物理世界的規律 ，從而實現機器人、自動駕駛汽車等設備的自主操控
。

　　基于相似的理念
，10月26日，特斯拉發布了自研神經網絡世界模型（World Simulator） ，并附上多個演示視頻。其中一條視頻以第一人稱視角記錄了機器人在3D數據合成環境中四處行走的過程 。特斯拉表示
，Optimus正在神經網絡世界模型中進行訓練，其能夠在100%仿真環境下學習 ，將模擬訓練的策略部署到真實世界
。

　　什么是世界模型？區別于寬泛意義上的AI模型
，世界模型并非通過可獲取的語言
、圖像及視頻來理解現實場景，而是通過大量數據學習現實世界的物理規則 ，實施因果推理
，從而預測、生成合乎現實規律的未來。其終極目的在于，通過訓練讓人工智能適應現實世界而非理論世界 ，讓AI進化為物理AI 。

　　正如圖靈獎得主 、Meta首席AI科學家楊立昆所言：“我們不是在造會說話的機器人，而是在造會思考的物理實體
。 ”

　　當下
，世界模型的理念正成為科技巨頭們，乃至全科技界的共識：xAI挖角英偉達專家 ，致力于研發出用于游戲領域和機器人系統的世界模型；Meta發布代碼世界模型（Code World Model）
，探索如何使用世界模型改進AI代碼生成性能；“AI教母”李飛飛籌集2.3億美元創建的世界模型初創公司World Labs，開發出了一款能夠渲染持久且一致3D世界的實時框架模型（RTFM）。

　　世界模型何以引得人工智能先驅們競相發力？或與具身智能本身的爭議有關 。宇樹科技CEO王興興曾強調：“之所以目前機器人還未能達到智能 ，現在最大的問題是模型問題
，而不是數據問題
。
”東吳證券指出，作為具身智能的大腦 ，AI模型的技術路線仍處在探索階段
，并且成為了機器人等終端產品大規模應用的最大瓶頸。

　　世界模型的優勢恰在此體現 。根據弗若斯特沙利文近期發布的《2025年中國世界模型發展白皮書》，具身智能代表著AI從純粹的信息處理轉向物理世界的交互 ，其所需的數據需要整合文本指令
、多視角視覺、物理交互等多維信號
，復雜度遠超純文本或單一視覺模態
。而世界模型能生成視覺逼真 、物理精確的合成數據，有效克服傳統仿真數據與真實世界之間的差異。

　　據上述機構統計 ，當前超過80%自動駕駛算法使用世界模型進行輔助訓練，其已推動自動駕駛系統持續學習
、自主驗證并快速迭代優化 。

　　國內世界模型研發進展上
，宇樹、智元等人形機器人廠商走在前列。今年9月，宇樹開源了UnifoLM-WMA-0世界模型架構 ，用于推進物理環境中的學習與執行效率
，為未來與更復雜模型的融合預留了工程接口
。智元方面，其于今年8月發布了行業首個機器人世界模型開源平臺Genie Envisioner ，旨在使機器人在同一世界模型中完成從“看”到“想 ”再到“動
”的端到端推理與執行。

　　與此同時 。其他機器人機構亦動作頻頻
。日前
，湖北人形機器人創新中心發布了具身基礎模型GigaBrain-0，其背后采用了世界模型平臺GigaWorld生成數據。同樣在今年 ，北京人形機器人創新中心和成都人形機器人創新中心先后發布了全新的世界模型架構WoW
，以及國內首個基于世界模型的機器人任務執行系統R-WMES 。

　　不過，作為一種技術路徑 ，世界模型的研究仍處于早期階段
。東吳證券判斷
，世界模型代表具身智能算法層最前沿的探索方向，預計具身智能大腦市場會成為具身智能市場里發展最快 ，技術難度最高，也是最關鍵的環節。

　　從投資層面來看
，國投證券表示，結合物理AI和世界模型需要運用到的技術和環節 ，仿真 、感知以及機器人廠商會受益
，建議關注：1）已經具備物理AI產品的國內CAE（計算機輔助工程）廠商；2）為世界物理模型提供技術支撐的3D感知廠商；3）提供工業數字孿生解決方案的廠商 。