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

世界模型有望加快通用人工智能（让机器像人一样理解并处理各种任务）落地，虽然长期前景广阔，但商业化速度、技术迭代和人才投入仍是主要变数。简单说，世界模型就是让机器根据大量数据学会环境会怎么变化、某个动作会造成什么结果，从而在行动前先推演后果。这个概念出现时间还不长，业内定义也尚未完全统一。智能驾驶正在形成两条路线：一条是视觉-语言-动作模型（VLA，把看见的画面、听到的指令和执行动作连起来），另一条是更强调物理规律和空间理解的世界模型。前者适合快速改造现有量产车辆、短期容易落地，后者更像从底层提升机器的思考能力，更适合长期演进。世界模型可把感知、预测、决策、规划、控制、仿真和数据反馈串成完整流程，让汽车从遇到问题再反应升级为提前判断接下来会发生什么。在具身智能（让机器人通过身体与真实世界互动完成任务）领域，算法正由VLA转向世界-动作模型（WAM，即先推演世界再选择动作），英伟达2026年初发布的Cosmos Policy验证了这一方向的技术可行性。业内路线已呈百花齐放：WorldInstruct获得IROS 2026 WorldArena 2.0 Challenge第一，极佳视界推出GigaWorld-1，小鹏的X-World用于环境仿真和模型评估。严格而言，原文是“WorldIncept”，因此这里保留准确名称：WorldIncept获得IROS 2026 WorldArena 2.0 Challenge第一，极佳视界推出GigaWorld-1，小鹏的X-World用于环境仿真和模型评估。小米汽车的世界模型已落地三大核心场景，腾讯发布混元3D世界模型2.0，英伟达推出面向物理AI的Cosmos 3，谷歌推出可生成交互式环境的Genie 3。杨立昆的AMI Labs走JEPA路线（在抽象空间中预测未来），李飞飞的World Labs则把空间上下文（理解物体在哪里、彼此如何摆放）作为Atlas模型的核心设计。整体上，世界模型正推动智能驾驶和机器人从按固定步骤响应走向理解环境并预判后果；国元证券给出增持评级，但仍需警惕商业化不及预期、研发投入不足和人才流失。

世界模型有望加速AGI落地，长期发展空间广阔，国元证券给予相关行业“增持”评级。世界模型是智能体通过数据驱动方式学习环境时空动力学、状态—动作因果转移、奖励机制与不确定性的可计算参数化模型，是AI迈向AGI的重要方向，但其发展历史较短，定义尚未完全统一。智能驾驶正形成VLA与World Model两条核心路线，前者以视觉—语言—动作链路为核心，后者以物理推演为核心驱动力。VLA适合快速迭代且兼容现有量产平台，短期内更易落地；世界模型强调物理规律和空间理解，代表更底层认知方式并适合长期演进。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，打通感知、预测、决策、规划、控制、仿真及数据闭环，推动智能驾驶由被动响应向主动预判升级。具身智能算法正从VLA向World-Action Model（WAM）跃迁，2026年初发布的NVIDIA Cosmos Policy进一步验证了WAM替代传统VLA的技术可行性。WorldIncept在IROS 2026 WorldArena 2.0 Challenge取得第一，极佳视界发布专为具身智能设计的动作控制模型GigaWorld-1，小鹏X-World被大量用于环境仿真与模型评估。Xiaomi Auto World Model已在三大核心场景完成业务落地，腾讯混元3D世界模型2.0提出新一代多模态架构，英伟达Cosmos 3是面向物理AI的开放世界基础模型，谷歌Genie 3可生成多样化交互式环境。杨立昆AMI Labs基于JEPA在抽象表征空间预测未来状态，李飞飞World Labs的Atlas以空间上下文为核心设计，体现多样化技术路线。产业端已形成百花齐放的投入格局，但商业化进展、技术迭代与人才稳定性仍构成主要风险，研发投入不足可能导致竞争力下降。