世界模型与空间智能 行业研究报告

一、研究摘要 / 核心观点

1. 世界模型（World Model）是具身智能与物理 AI 的"大脑"：区别于仅处理语言的大语言模型（LLM），它构建对三维空间、物理规律与动作后果的隐式/显式表征，用于预测"若采取某动作，世界将如何变化"。该概念由 David Ha 与 Jürgen Schmidhuber 于 2018 年《World Models》论文体系化，2024—2026 年被李飞飞定义为"空间智能"（Spatial Intelligence），即 AI 的下一座高峰（[新华网, 2025-11-14](https://www.news.cn/)）。
2. 全球世界模型市场处于商业化早期、增速极高但机构口径差异巨大：2025 年全球规模口径从约 18.5 亿美元（赛迪顾问）到 87.6 亿美元（IIM）不等，2030 年预测区间 152—412 亿美元，CAGR 落在 29%—52% 区间【口径差异】。
3. 算力与资本高度集中：全球前十大企业占据 2025 年市场收入 73.2%（[IIM, 2026](https://m.iim.net.cn/103/view-274529-1.html)）；李飞飞 World Labs 估值约 50 亿美元（2026 年 2 月再融资 10 亿美元，Autodesk 注资 2 亿，[aiwiki, 2026-02](https://aiwiki.ai/wiki/fei-fei_li)）。
4. 具身智能赛道是世界模型最大需求侧：2025 年中国具身智能融资规模口径 329 亿元（搜狐）/ 344.65 亿元（网易）/ 419 亿元（搜狐产业观察）不等，同比翻倍增长【口径差异】；银河通用、智元、宇树等头部单机融资屡破纪录。
5. 国产"机器人大脑"2026 年密集爆发：智元 GE-2、优必选 Thinker-WM、银河通用 OmniFysics、星动纪元 PAD、智平方 NeuroVLA 等世界模型/类脑架构集中落地，资本从"追本体"转向"追大脑"（[搜狐, 2026](https://news.sohu.com/a/1069900910_122531764)）。

一句话启示：世界模型是具身智能从"演示"走向"量产干活"的胜负手，创业与采购应优先卡位"数据—仿真—合成数据"闭环与垂直场景世界模型，而非重复堆砌本体硬件。

二、研究背景与定义（含研究边界）

行业定义：世界模型是 learned system，对环境的内部结构进行建模，并预测"在动作作用下环境随时间如何演变"（[DeepMind Genie 2, 2024-12-04](https://deepmind.google/discover/blog/genie-2-a-large-scale-foundation-world-model/)）。它与通用大模型的本质区别：LLM 在离散 token 空间做语言概率建模（"言"），世界模型在连续时空/物理空间做可交互、可仿真、可控制的演化建模（"行"），是机器人、自动驾驶、数字孪生等"物理 AI"的推理与训练底座。

细分范畴（按技术/产品路线）：

• 显式 3D 世界模型：以 NeRF/3D Gaussian Splatting 生成持久、可编辑、可导出 3D 世界，代表 World Labs Marble（[百度百科 World Labs](https://baike.baidu.com/item/World%20Labs/65169367)）。
• 隐式/自回归生成式世界模拟器：从单图/文生成可交互视频世界，代表 Google DeepMind Genie 1→2→3（[百度百科 Genie](https://baike.baidu.com/item/Genie/13237021)）。
• 物理 AI 世界基础模型（WFM）：面向机器人/智驾的合成数据与世界生成，代表 NVIDIA Cosmos（[NVIDIA 博客, 2025-03-18](https://blogs.nvidia.cn/blog/nvidia-announces-major-release-of-cosmos-world-foundation-models-and-physical-ai-data-tools/)）。
• 具身基座/世界模型（VLA+World Model）：机器人"大脑"，代表智元 GE-2、银河通用 OmniFysics、优必选 Thinker-WM、星动纪元 PAD。

研究边界：本报告不覆盖纯语言大模型、纯视频生成（如 Sora）、传统游戏引擎（Unity/Unreal）及通用数字孪生平台本身；聚焦"面向物理 AI/具身智能的世界模型与空间智能"这一窄赛道，及其与具身智能的关系、融资与数据集/仿真平台。

三、研究方法与数据来源（Methodology）

• 来源类型：① 企业官方与研究博客（World Labs、Google DeepMind、NVIDIA、Meta）；② 第三方行业研究（赛迪顾问、IIM 信息、Research Intelo、QYResearch 口径引用）；③ 权威媒体与百科（新华网、澎湃、量子位、搜狐、网易、百度百科、aiwiki）；④ 创投与一级市场统计（搜狐年终盘点、网易一级市场回顾、ChinaBizInsider）；⑤ 行业协会/榜单（胡润全球独角兽榜、福布斯 AI 50）。
• 口径说明与局限性：世界模型作为 2023 年后才成形的细分品类，尚无常量口径；"全球市场规模"因统计边界（是否含自动驾驶仿真、游戏世界生成、数字孪生）不同差异极大，本报告在多机构并列处一律标注【口径差异】。融资数据因"披露/未披露"口径不同，2025 年具身智能总额存在 329/344.65/419 亿元多版本，统一以区间呈现。国产"有鹿"等早期创业公司具体融资额【待核实】，本报告仅作方向性提及。