《科创板日报》8月22日讯 8月19日，A股市场迎来了备受瞩目的“人形机器人第一股”——宇树科技。自2025年春晚以来，宇树机器人的卓越运动能力便通过官方视频、社交媒体、企业年会乃至演唱会等多元渠道，向全世界进行了展示。然而，在通往具身智能终局的征途中，王者的皇冠上仍有一块拼图缺失，那就是机器人的“大脑”——世界模型。
此次IPO中，模型研发成为了宇树资金投入的核心。在募集的42.02亿元资金中，高达20.22亿元将专门用于智能机器人模型研发项目，11.10亿元用于机器人本体研发，其余资金则用于新产品开发及制造基地建设。
上市次日，王兴兴在世界机器人大会上回顾了宇树在模型研发上的历程。他透露，公司早在2020年初便涉足基于视频生成的世界模型方向，但因当时效果未达预期，一度搁置。直到去年，公司才重新聚焦这一领域。王兴兴强调，AI模型是公司目前资金和人力投入最大的方向。
事实上，在宇树上市的前一天，工信部科技司副司长甘小斌在致辞中便已指出，下一步将把握变革机遇，一体化推进技术创新、应用落地、生态培育和安全治理，并以技术攻关为驱动，加快智能芯片等关键核心技术攻关，探索类脑智能、世界模型、物理模型等前沿技术。
▌为何是世界模型？
在2026世界人工智能大会上，行业专家已对“世界模型”进行了标准化界定，将其与单纯的“视觉生成模型”区分开来。真正的面向物理世界的世界模型，作为AI的物理直觉引擎，其核心能力不在于渲染画面，而在于预测动作发生后世界的真实状态，并遵循动力学、空间、力学及因果客观规律。它具备四大必备能力：多模态融合感知、物理规律认知、因果长时序推理以及闭环自迭代能力。其运作的完整智能链路为：看见环境 -> 推演世界变化 -> 预判自身动作后果 -> 执行动作 -> 采集真实反馈更新模型。
在上市答谢午宴及次日的2026世界机器人大会上，王兴兴均提到了宇树正在推进的一项关键工作：物理AI机器人模型自进化。即由AI模型自行编写机器人的控制代码，随后在仿真环境中进行训练和验证，再部署到真机中获取反馈分析。他表示，基础模型越强，自进化能力越强；多源数据越规模化，自进化的规模效应越明显；真机部署越多，数据积累和能力迭代也会越快，从而实现技能的累加与扩展，走向规模化技能生态。这种“真机-数据-模型”的闭环，正是物理AI行业的一大主要技术趋势，也解释了宇树为何会全力瞄准世界模型。
中信建投研报显示，物理AI正接棒成为下一阶段AI增长的核心变量。物理世界数据作为贯穿感知至反馈的关键引擎，面临巨大需求刚性缺口。受制于保真度、规模与成本的“不可能三角”，物理世界数据获取倒逼行业有望迎来三重变革：商业模式端通过社会化众包采数，技术范式端依托世界模型虚拟造数，资产属性端跃升为企业高溢价核心无形资产。其中，在技术环节，基于“种子数据为基、世界模型扩容、持续学习闭环”的战略，打造“虚拟扩容与持续闭环”的造数引擎，有望打破物理时空限制，将商业侧采集到的种子数据实现指数级放大。
▌巨头混战
世界模型早已不是新概念，从科技巨头到技术大牛，早已挤上了这条赛道。例如，英伟达今年6月发布了“全能”世界模型Cosmos 3，这是全球首个完全开源的全能模型，黄仁勋表示得益于多模态推理、语言、视觉和世界模型的突破，物理AI爆发式增长指日可待。谷歌此前发布的Genie 3可实时生成交互式3D环境，除了应用于游戏，还能为机器人或自动驾驶系统提供多元化训练场景。“AI教母”李飞飞、Meta前首席AI科学家杨立昆各自创办的初创公司，也都是瞄准了世界模型。谷歌DeepMind首席执行官兼联合创始人哈萨比斯去年末曾直言，世界模型是他彼时投入最多时间的领域，认为世界模型将是通往通用人工智能的关键部分。
站在当前，世界模型可以说仍处于较为初期的发展阶段，技术发展路径仍是一片“混战”。分析师按照技术定位，将各家的世界模型划分为三大类：通用底座型、垂直专用型与跨域复用型。通用底座型以能力输出为核心，其中通用时空认知基座专注物理规律与因果推演，代表性模型包括英伟达Cosmos 3、Meta V-JEPA 2、Google Genie 3；场景仿真型底座面向特定范畴提供标准化仿真基建，代表性模型包括国外的Runway GWM-1、World Labs Marble，国内的腾讯HY-World 2.0、阿里HappyOyster等。垂直专用型锁定单一场景，自动驾驶领域以Waabi Copilot4D、Wayve GAIA、蔚来NWM等为代表，具身智能以1X World Model、流形空间WorldScape 0.2、高德ABot-PhysWorld等为代表。跨域复用型作为产业新趋势，以特斯拉FSD World Simulator和小米MiMo-Embodied为代表，头部厂商率先构建横跨自动驾驶与具身智能的统一潜空间，实现技术与数据的跨场景协同。
世界模型为物理系统提供了两类关键能力：一是在行动前进行推演和风险预判，二是生成大规模合成训练数据，缓解真实世界数据采集昂贵且危险的问题。
国泰海通证券认为，虽然现在世界模型多是技术产业案例，但其政策含义非常直接：谁掌握世界模型，谁就更有机会定义下一代机器人、自动驾驶与工业AI的训练方式。分析师进一步指出，世界模型的竞争本质是“下一代智能基础设施”定义权之争。AI竞争重心正从“大语言模型”转向“物理AI”，世界模型作为机器人与物理世界交互的“认知引擎”，已成为全球政策新焦点。高质量数据集、仿真平台、训练算力和真实场景验证都需要长期投入，而且一旦形成平台，将产生显著的生态锁定。因而，世界模型不可能完全依赖碎片化创业公司自发演进，最终必然向国家主权AI框架、龙头科技平台和场景型大型企业集中。