具身智能行业又爆大瓜。
梅卡曼德创始人邵天兰在朋友圈开炮：包括北京、上海一些名气很大估值很高的上春晚的公司，大量利用所谓"数采中心"和与地方政府、投资方、供应商的关联交易来制造虚假的、不可持续的收入，他指出这种做法是不合法，不道德，而且不聪明。
银河通用随后回应：公司产品已在工业、零售、药房等多个领域实现规模化落地，并完成长达 2 年的常态化运营验证。
表面上看，吵的是机器人公司的收入是不是真的，真机数据是不是真的，商业场景是不是真的。
但往深了看，背后还有一个更大的问题：大家都说自己拥有的那个“真实世界”，到底是不是真的？
巧的是，你问100个投资人，今年他们看的方向是什么，投资人都会告诉你，世界模型，它被寄希望于让机器理解、预测和模拟真实世界。
方向听起来很清楚，边界却没那么清楚。
当我们真正问一句，到底什么才算世界模型？100个投资人心中不一定有100个哈姆雷特，但答案已经开始分叉。
除了原本就在做具身大脑的那些人，还有视频生成、3D生成、数据公司、仿真平台，一些原本并不以“世界模型”为名的公司，都开始被纳入这场新叙事。
世界模型成为每一家相关或者不相关公司的标配，出现在PPT的页眉、发布会的标题、融资故事里的镀金边框。
更有意思的是，一个连行业边界都没有统一的赛道，却已经开始批量制造独角兽：在我们梳理的55家公司中，已经有12家进入独角兽行列，其中九家来自具身智能领域。
市场对这个词的热情也远比产品落地来得快。Google Trends数据显示，“world model”全球搜索热度同比暴涨1200%，2026年5月至7月快速冲高。
Google trends ：世界模型全球搜索热度
「非标玩家UnDefined」近期梳理了国内59个世界模型，将他们划成七大门派：机器人派、智驾派、大厂派、视觉生成派、数据派、3D派、Native派。
不同门派，不同出身，不同底牌，也注定了不同的活法。
接下来，我们将从夯到拉锐评这些“世界模型”，主要看三件事：它到底有多像一个真正的世界模型，有没有真正进入真实世界，以及能不能从真实世界里持续获得反馈。
当然，我们并非专业机构！！所有评价都不够客观！如有雷同纯属巧合。
01 机器人派：争夺理解世界的大脑——我给到顶级
机器人派做世界模型，是真拥挤，也是真需求。
目前公开世界模型的机器人和具身智能公司至少有18家：商汤绝影（开悟Kairos）、大晓机器人（Kairos 3.1）、星海图（Fast-WAM）、智元机器人（τ0-WM、GE-Sim 2.0）、银河通用（DyWA、LDA-1B）、灵初智能（Psi-W0）、星源智（ω-EVA）、极佳视界（GigaWorld-Policy）、墨奇智能、章鱼动力、中科第五纪（BridgeV2W）、韦特嘉仓储机器人（具身大脑Ulti-Brain）、至简动力（VLA LaST₀）、智平方（全域全身VLA GOVLA）、飞捷科思、无界动力（W‑WALA）、自变量机器人（WALL‑WM）、破壳机器人（Embodied World Model）等。
机器人派是世界模型赛道里资本密度最高的一派。2026年上半年，国内仅具身智能赛道披露的融资额就超过460亿，其中七成砸向了前20家，银河通用、星海图、智平方、自变量的估值都已经突破200亿，成立不到一年的无界动力，连融四轮后估值也突破百亿，至简动力则半年就跻身独角兽。
资本赌的，是谁能先垄断真机数据入口。
传统机器人靠规则编程，端到端模型泛化能力很差。遇到陌生物体，就直接宕机；换一个场景，就要重新训练。这也是人类期待世界模型能够解决的——理解物理规律后，在"脑内"推演后果，选择最优动作。
机器人派切入世界模型最大的抓手，是他们派拥有真实应用场景和真机数据（敲重点：是能训练出能力的真数据，不是和前述所谓数采中心虚构的数据）。
机器人在真实环境里的每一次抓空、碰撞、跌倒和人类接管，都是世界模型最珍贵的训练数据。只要真机规模起来，“模型训练—真实验证—产品迭代”的飞轮就有机会转起来。
因此，机器人派很有可能是最先把世界模型带入物理世界的一派。
但问题也恰恰在这里：真机是资产，也是负债。没有足够多的真机，闭环就是空谈；可机器人一多，硬件、部署和维护成本又可能先把公司拖死。
还有一个更隐蔽的陷阱：专用模型不等于通用世界模型。自己公司的机器人每天产生的数据，确实能让模型越来越懂自己的机械臂、抓取方式和场景，但这可能只是把一个“小世界”做得越来越熟。真正的考题是能不能换一台机器人、换一个任务、换一个陌生环境依然有效。
所以，机器人派最终比的是谁能把真机数据变成可迁移的物理世界知识，从“只懂自己的机器人”走向“理解别人的机器人”，这才是真的在造理解世界的大脑；否则，世界模型只是给自己的机器人找了一个更高级的仿真器。
能把后者变成前者的，可能只有一两家；剩下的，只是在借世界模型的名义，给融资故事加戏。
02 智驾派：预测下一秒世界——我给人上人
目前至少有7家车企和智驾公司公开了相关探索，包括蔚来汽车（NIO WorldModel）、理想汽车（重建世界模型、生成世界模型）、小鹏汽车（X-World）、吉利汽车（World Action Model）、小米汽车（Joint World Model）、华为云（盘古多模态大模型的世界模型）、Momenta（R7 强化学习世界模型）等，另外，地平线与星河问途也公开表示自研智驾系统内含世界模型能力。
名单不长，但每家都自带量产车队和数据管道。
今天的“智驾”本质仍是辅助驾驶。世界模型要补上的是感知、预测和规划的统一。
车企最大的优势，是拥有持续运行的现实世界采样器，从采集真实道路数据、发现问题、筛选有效样本、重新训练，再通过仿真和评测验证模型迭代效果，最后把模型重新部署到车上，实现数据闭环。
智驾派数据采集条件高度标准化：相对固定的传感器、车辆控制接口；相对统一的路况；相对重复的任务，所以模型具有很强的规模复制性。
和其他派不同，在过去的十年中，智驾派已经跑过一轮数据闭环建设，所以他们可能成为最早跑通世界模型的垂直领域之一。
但车企的问题也很现实：造汽车和造基础模型，是两套能力。有钱、有车、有数据，不等于拥有万卡集群和预训练团队。因此，部分车企的世界模型，可能是"贴牌"或"联合研发"——名字属于车企，底层能力却来自供应商。
这也成了智驾派真正的暗战。华为、Momenta等供应商可以跨品牌、跨车型获取数据，尤其能覆盖极端天气、复杂路口和危险决策等高价值场景，更重要的是，他们有机会把不同车队的数据、算法和评测体系连接起来。他们的野心是从“卖智驾方案”进一步变成“汽车智能时代的基础能力提供者”。
同样，供应商也有困扰，能接触数据，不等于拥有数据闭环。数据能不能持续用于训练，最终还要看与车企的合作模式和合同条款。
车企争的是自己的数据规模和闭环，供应商争的是跨车队的数据规模和闭环，最终谁能真正把数据变成模型能力，谁才有资格定义下一代汽车的大脑。
03 大厂派：全都能做，但世界不是靠堆出来的——我给顶级
目前已公开相关产品或研究的大厂包括：阿里巴巴（Qwen-RobotWorld、Qwen-AgentWorld、Happy Oyster）、蚂蚁灵波（LingBot-World / LingBot-VA）、腾讯混元（HY-World 2.0）、字节 Seed（GR 系列、Seedance 2.0）、快手（可灵视频 3.0 Omni）、华为云（盘古世界模型），以及正在探路的美团（LongCat-Video）。
2026年，世界模型开始被越来越多大厂视为下一代AI基础设施。他们可以容忍自己的大模型不是最强，但绝不能容忍自己在新牌桌上缺位。
大厂派最大的优势是什么都有。有视频的做视频，有地图的做3D，有机器人的做具身，有Agent的做数字环境……阿里甚至同时押注机器人、Agent和虚拟世界三条路线。
这种“全都要”的底气，在战略模糊期是优势，但标准一旦确立，也可能变成负担。毕竟，世界模型究竟应该是视频、3D、物理模拟器，还是Agent的数字环境，现在还没有答案。
路线可以同时下注，但数据闭环却不能同时成立。内容平台有海量视频，却缺少动作反馈；地图公司有空间数据，却未必拥有持续的物理交互；机器人公司有真实动作数据，但规模又远小于互联网数据。
数据很多，不等于有世界模型最需要的数据。最后做出来的可能是一堆分别服务于视频、3D、机器人和Agent的“高级工具”。
世界模型的终局，也未必是模型最多的大厂赢，而是谁能把模型、场景、数据和反馈串成闭环，并从“全都下注”里跑出一条真正的数据飞轮。
04 视觉生成派：从生成画面走向模拟世界——今年年初我给npc，现在我给人上人
视觉生成派向上做世界模型，本质上是在给已有能力重新定价。
现有公开相关模型的公司包括：Sand.ai（Magi-1.1）、智象未来（原生全模态世界模型架构）、魔芯科技（KOKONI-World / MoWorld）、生数科技（Motus / MotuBrain）、阿里 Happy Oyster，以及广义统计下的快手可灵 3.0 Omni、字节Seedance 2.0。
这一派手里握着最便宜的互联网海量视频——这本身就是物理世界在时间维度上的切片。
Sand.ai 用自回归预测下一段视频，魔芯科技从 3D 空间切入，生数科技把 VLA、世界模型、视频生成整合进 Motus。从"生成下一帧"到"预测下一状态"，技术栈本来就是连续的。
资本也认这个逻辑。生数科技B轮融资近20亿元，投后估值超20亿美元，正在冲刺港股 IPO；智象未来三个月连续完成三轮融资，累计超过21亿元；可灵AI独立融资近30 亿美元，投前估值150 亿美元。
资本买的已经不只是"生成画面"的生意，还有从内容生成走向物理模拟的想象。能生成杯子落地的视频，卖的是内容工具；能预测杯子落地后碎片溅起的轨迹，卖的是物理理解。
从"内容生成"到"物理模拟"，估值逻辑差了一个数量级。问题是，重新定价的前提，是能力真的值这个价。
视觉生成派的核心优势是有数据、有模型、有工程，最大的短板却是有画面，没因果。
现有研究也表明，视觉生成模型距离真正的世界模型，仍卡在空间推理、持久状态、长程一致性和因果理解等问题上。这是范式问题——从"无意识模仿像素"到"有意识理解物理"，中间隔的是"动作-反馈"的闭环。
所以，这一派最终要跨过去的，是从视觉上的连续性走向物理上的因果性，从“生成世界”走向“模拟世界”。
05 数据派：从还原世界走向生成世界——我现在给顶级，下半年我再改
目前已经公开自研模型的公司包括：大衍科技（4D世界重建合成数据平台）、卓印智能（Simulaix）、树为智能（具身智能物理因果数据引擎）、群核科技（SpatialGen）、五一视界 51WORLD（51World Model）和跨维智能（DexWorldModel）。
首先，在具身智能这个充满非共识的行业，数据短缺成为当下为数不多的共识。
所以卡着行业脖子的数据派，天然有优势。只不过在数据问题解决之后，他们还有价值吗？
2026年，世界模型显然是比数据标注、仿真服务更性感的资本故事。于是各家争相推出自己的世界模型，从按单收费走向按能力收费，成为这类公司的共识。
数据派最大的优势，是起手就有场景资产。群核科技背后是数千万真实家居设计数据；51World Model建立在城市级数字孪生之上；树为智能则直接把物理因果锚定在真实刚体碰撞和摩擦系数上。
所以，他们的模型在"空间一致性"和"物理可信度"上更有竞争力，而且他们的数据客户本身也是潜在模型客户。给机器人公司卖了两年训练数据，现在推销"具身世界模型"，销售链路都不用重建。
但问题也来了：既是数据供应商，又是模型供应商，客户究竟该买你的模型，还是该防着你成为竞争对手？
归根到底，数据派真正的底牌还是在场景资产和仿真引擎，世界模型更像是在这些资产上套了一层"神经化包装"。因此，他们也可能是最先被证伪的一批——披着模型外衣的仿真公司。
真正的验金石，是离开自己最熟悉的业务场景后，模型还能不能对陌生环境稳定预测、推演结果。否则，它依然只是工具。
当然，如果真有谁能把场景资产+物理仿真+预训练能力跑出闭环，数据派反而可能诞生隐形冠军。毕竟，有"世界"的人，比只有"参数"的人离物理现实更近。
问题是，他们愿意为了成为大脑，彻底放弃卖铲子的舒服日子吗？更残酷的问题是，有些公司的现金流根本不允许他们放弃。当世界模型的故事讲完，他们或许会发现，自己既不是大脑，也回不到铲子商的位置了。
06 3D派：从重建世界到理解空间——数据派的另一个支门派
这一派坚信3D才是正确的世界表征。
目前公开相关模型的公司包括：腾讯混元（HY-World 2.0）、阿里高德（ABot‑Earth 0.5）；昆仑万维（Matrix系列）、元昊动力（4D 世界模型基模）、极佳视界（GigaWorld‑1）、VAST（Tripo ）、影身智能（S1）、魔芯科技（MoWorld 3D）、知天下科技（3DGS三维重建平台）、群核科技（SpatialGen）、具身升维（3D物体／环境生成重建方向）和其域创新（LCC空间重建与编辑体系）。
3D派很擅长回答"这一秒长什么样"，世界模型要回答的却是"下一秒会怎样"。
于是就有了昆仑万维把Matrix-3D包进Matrix世界模型系列，VAST在3D生成底座上推世界模型，其域创新把LCC空间编辑体系升级成世界模型……
但加了播放键的3D模型，也不一定能预测物理后果；重建再精确，也许仍是高级扫描仪。
不过至少他们开始拥有一个可测量、可编辑、可调用、可交互的空间：腾讯混元HY-World 2.0 输出Mesh和3DGS，美术可以导进Unity继续改；阿里高德ABot-Earth 0.5重建城市时带有地理坐标；影身智能的S1直接用原生3D数据训练，机器人拿到的是空间坐标。
对于机器人、自动驾驶而言，这种把空间位置、深度和物体关系直接固定下来的3D表征尤其重要，因为模型不能只知道“前面有辆车”，还得知道车在哪里、自己在哪里，以及两者怎么运动。
更重要的是，如果现实场景真的被重建成3D世界，模型就可以在这个世界里继续生成物体和环境，再加入角色、动作和物理规则，那时，3D就真的能成为世界模型的空间底座。
但3D派的致命瓶颈也在这里：普遍缺失动力学推演与因果交互能力。
所以，能造出世界的外壳，不代表算得出世界的内核。碰撞、摩擦、动力学和长时序变化，目前很多方案还在靠传统物理引擎补位；而高精度3D生成和动态推演的算力成本，也足以让创业公司肉疼。
如果3D派不能顺利从“空间表示”走向“空间推演”，最终也还只是更逼真的场景渲染工具，而非理解世界的模型。
07 Native派：先验者的赌注——我先给个npc，回头再改
这一派从Day1起，核心使命就是通用世界模型。
目前公开的玩家包括：流形空间（WorldScape-Policy ）、逆矩阵科技（悟界·Physis）、LiberAI、卜拉格科技和飞捷科思。
Native 派是 2026 年资本最敢下注的一派。流形空间一年连融五轮、累计近15亿元；逆矩阵科技成立四个月拿下超1.1亿美元；LiberAI半年四轮、累计超10亿元；卜拉格科技成立仅一个月、产品尚未公开，估值就冲到20亿美元。
哇塞哇塞，可以说比那些从别的门派转型而来的老登们融资更猛！令人羡慕！
资本猛猛下注的原因是，对通用世界模型的未来想象，以及模型跑通后对数据入口的反向收割能力。
Native派相信物理规律可以被神经网络内化，相信存在一个比专用模型更底层的统一框架，至于这个框架是空间表征、物理引擎还是隐状态模型，各家答案不同，但赌注都押在“通用”两个字上。
Native派最大的优势，是没有历史包袱。他们可以按照自己理解的“世界”来设计模型、数据和交互方式。
所以理论上，他们是最有机会做出真正跨场景、跨任务的通用世界模型。
但问题也最直接：没有产业入口，就没有现成的世界数据。逆矩阵提到要"从预测下一个词转向预测下一个物理状态"，可物理规律是从一次次真实失败里磕出来的。
世界模型最需要的，就是持续的“观察—行动—结果”反馈。没有数据闭环，所谓Native很容易只剩下一套漂亮的架构和更漂亮的融资故事。
可数据和场景不是期货，最终必须交割。GPT背后有互联网海量文本，Native派拿什么去造一个“物理世界GPT”？
而且Native派几乎没有退路。
机器人做砸了还能卖机器人，数据做砸了还能卖数据，视频做砸了还能卖视频；Native派如果通用基座跑不通，手里可能什么都没有。
结尾
最开始，我以为这是一次蹭概念。
写到这，我觉得不是。
互联网泡沫时，名字带“.com”就能上市；SaaS热潮时，传统软件换个订阅制就能讲云故事；元宇宙最热的时候，VR展厅也能融到钱。历史总是押韵：概念先起飞，产品还在滑跑，所有人先挤上牌桌再说。
好像只是历史的重复。
但又有一点不一样。过去几轮，至少技术底座是确定的：互联网是TCP/IP，SaaS是云和订阅，大模型有Transformer。
世界模型却连定义都没有被共识：视频生成说它是下一帧预测器，3D说它是空间模拟器，机器人说它是物理推演器，Native派说它是通用基座。
所以，我们这次的排名的参考价值，大概要在一年后揭晓答案的时候才能显现。
本文来自微信公众号“非标玩家UnDefined”，作者：程可乐，36氪经授权发布。