世界模型行业专题研究：推演世间万千变局，重塑智能底层范式

　　报告要点：

　　世界模型有望加速AGI的落地，长期发展空间广阔

　　世界模型作为人工智能迈向通用人工智能AGI的重要方向，涉及到人工智能、心理学、计算机视觉、机器人、认知科学等多个学科，近年来受到广泛关注。世界模型的发展历史很短，定义还未完全统一。通常来说，世界模型是智能体通过数据驱动的方式学习得到的、对其所处环境的时空动力学规律、状态-动作因果转移关系、奖励机制与不确定性进行参数化建模的可计算模型。

　　VLA与世界模型赋能智能驾驶，世界模型的长期发展值得期待

　　从全球范围来看，智能驾驶技术逐步演进为两大核心路线共同发展的态势：第一条路线以“视觉-语言-动作”(Vision-Language-Action,VLA)链路为核心架构，第二条路线是以物理推演为核心驱动力的世界模型(World Model)路线。VLA和世界模型各具优势：VLA适合快速迭代，同时兼容现有量产平台，短期内易于落地；世界模型则代表了更底层的认知方式，强调物理规律和空间理解力，适合长期演进。世界模型通过统一时空表征、环境动力学模拟与反事实推演能力，打通智能驾驶感知、预测、决策、规划、控制、仿真及数据闭环全流程，推动智能驾驶从被动式响应向主动预判式智能升级，长期空间广阔。

　　世界模型赋能具身智能，助力产业规模化落地

　　从产业实践来看，具身智能的算法架构正经历从视觉-语言-动作(Vision-Language-Action,VLA)模型向世界-动作模型(World-ActionModel,WAM)的范式跃迁。2026年初发布的NVIDIA Cosmos Policy，进一步验证了WAM范式替代传统VLA模型的技术可行性。世界模型通过构建可交互的物理环境仿真器，使智能体具备预测未来状态、评估动作后果的能力，为具身智能的认知升级提供了核心技术支撑。

　　各大机构纷纷投入世界模型，技术路线多样化

　　目前，世界模型在学术界和产业界热度较高，各大机构纷纷投入，根据自己的理解和需求，开拓了不同的技术路线，呈现百花齐放的态势。WorldIncept：在IROS2026WorldArena2.0Challenge取得第一。极佳视界GigaWorld-1：专为具身智能设计的动作控制世界模型。小鹏X-World：被大量用于环境仿真与模型评估。

　　Xiaomi Auto World Model：三大核心场景完成业务落地。

　　腾讯混元3D世界模型2.0：提出新一代的多模态世界模型架构。

　　英伟达Cosmos3：面向物理AI的开放世界基础模型。

　　谷歌Genie3：能够生成前所未有的多样化交互式环境。

　　杨立昆(Yann LeCun)AMI Labs：技术路线基于JEPA，核心思路是在抽象的表征空间中预测事物的未来状态。

　　李飞飞World Labs：Atlas最核心的设计是空间上下文。

　　风险提示

　　世界模型商业化进展低于预期的风险；世界模型技术迭代较快，研发投入不足导致竞争力下降的风险；人才流失风险。