2026年第二季度，中国人工智能投资圈的热点正从大语言模型迅速转向“世界模型”。短短三个月内，这一赛道累计融资额已突破百亿元人民币，成为资本追逐的新风口。

千寻智能是这轮融资潮中最受瞩目的企业之一。6月3日，这家成立仅一年多的通用人形机器人与具身大模型公司宣布完成15亿元A+轮融资，而在此前的2月和3月，它已分别获得20亿元和10亿元融资，三个月累计融资额超过45亿元。其投资方阵容极为豪华，雷军旗下的顺为资本与马云旗下的云锋基金首次在具身智能领域共同重仓加注。

与此同时，大湾区另一家明星企业自变量机器人也在密集融资。从4月下旬获得小米投资后，两个月内连续完成四轮融资，集结了红杉中国、IDG资本、深创投等顶级财务机构，以及国家人工智能产业投资基金、中国移动链长基金等30多家国家队与产业资本。自变量在年内发布了全球首个“世界统一模型”WALL-B和具备事件级预测能力的WALL-WM，借此在概念上与其他机器人公司形成差异化。

赛道内甚至出现了估值“争端”。6月29日，通用智能机器人公司智平方在完成近50亿元融资后，宣称自己是粤港澳大湾区首个估值突破200亿元的具身智能企业，而自变量此前已被视为大湾区首个突破该估值的具身智能独角兽。

融资热潮并不局限于机器人本体企业。极佳视界在三个月内连续完成Pre-B轮、B1轮、B2轮三轮融资，合计融资额超35亿元，投资方包括中比基金、建投投资、万向钱潮、复星锐正等国家队与汽车产业链资本。该公司在自研机器人本体的同时，重点布局数据采集硬件与世界模型平台。成立仅10个月的星源智完成累计10亿元的新一轮融资，并与北京智源研究院共同成立“具身交互世界模型实验室”。此外，流形空间、厘清智能、清研精准等企业也纷纷获得数亿元级融资，投资方涵盖华为哈勃、吉利、一汽、长城、蔚来等产业巨头。

尽管资本狂热，世界模型的定义在业界仍远未统一。李飞飞在上月的博文中指出，世界模型已成为AI领域“最重要也最被滥用的术语之一”，计算机视觉、机器人学、强化学习与生成式AI所指的世界模型截然不同。她将世界模型分为渲染、仿真和规划三个方向，而在实际产业落地中，大致可归纳为两大技术路线。

第一条路线是“以视频/数据拟物理”的生成式仿真路线，以极佳视界、Momenta等为代表。该路线利用海量无监督视频数据，让模型自行学习物理规律。Momenta在量产车上首发的R7世界模型，通过对海量驾驶视频的训练，使车辆在复杂博弈与罕见极端场景中具备超前推演与最优决策能力，并已将其作为物理AI基座模型应用于乘用车、无人驾驶出租车及无人物流车。

第二条路线是“以行动验世界”的端到端交互具身路线，以自变量机器人、千寻智能等为代表。该路线强调“智能体-行动-状态-观测”的闭环，将视觉、语言、动作与物理预测放在一个神经网络中联合训练。自变量推出的WALL-B模型采用“世界统一模型”架构，让机器人在执行动作前先在“大脑”中对物理结果进行预演。千寻智能自研的Spirit v1.6模型则在被称为具身智能“奥林匹克”的RoboArena真机评测中登顶，力压英伟达Cosmos3等旗舰模型。

然而，世界模型从实验室走向现实生产力仍面临三道天堑。第一是失败数据的鸿沟。理解物理因果律不仅需要成功案例，更需要海量“杯子滑落、捏碎、碰撞”等失败交互数据，这迫使千寻智能、极佳视界等企业在全国上百个城市建立数据采集“超级工厂”，本质上是一场极其烧钱的重资产长跑。第二是物理评测的缺失。虚拟世界的模型可用标准化基准测试打分，但物理世界中各种力与接触缺乏统一客观的评测指标，生成式模型的随机性在工业组装或高速自动驾驶场景下可能因1%的像素偏差引发事故。第三是商业化落地遥远。目前不少号称做世界模型的初创企业实际从事的仍是3D渲染或项目集成，真实的产线应用规模与投资回报率仍需漫长周期验证。

在这场百亿级别的资本卡位战中，技术路线的分野与物理世界的严苛要求，使得谁能最终穿透迷雾仍是未知数。巨额融资为企业筑起了数据与算力的高墙，但能否跨越从虚拟到现实的鸿沟，将决定这批企业的最终命运。