编者按：世界模型被普遍视为继大语言模型之后的下一代AI范式。但在这个赛道里，最稀缺的资源不是GPU，而是“把话说清楚”的意愿。
如果你最近关注AI创投圈，会发现一个奇怪的现象：世界模型（world models）是当下最热的关键词之一，几乎每家相关公司都融到了大笔资金，估值以数十亿美元计，招聘广告铺天盖地。然而当你真正去问——你们到底在做什么？得到的答案往往是一串漂亮但空洞的词汇：“空间智能”“可交互世界”“物理一致性的生成式环境”。
TechCrunch记者Russell Brandom在报道中直接点破了这一点：世界模型领域的每一个人，都坐拥一堆现金和一屋子热度，但要让任何人——从创始人到他们自己的数据供应商——讲清楚他们在造什么，那就祝你好运了。
一屋子现金，一屋子沉默
先看资金面。过去两年，世界模型赛道吸金速度惊人：李飞飞创办的World Labs完成了大额融资，主打“空间智能”；Decart以极高的估值拿到新一轮资金，宣称要做出实时可交互的视频世界；Odyssey、Runway、Wayve等公司也各自从不同角度切入“世界模拟”这个命题。与此同时，Google DeepMind的Genie系列、英伟达的Cosmos平台、以及特斯拉与Waymo在自动驾驶中反复强调的“世界模型”，把这个概念彻底推向了舞台中央。
钱和人都不缺，缺的是定义。大语言模型赛道至少有相对清晰的坐标系：参数量、上下文长度、基准测试、token成本。而世界模型目前没有公认的评测标准，没有可对比的产品形态，甚至对“世界模型”这个词本身都没有共识。它到底是一个可交互的3D生成器？一个用于机器人训练的动作模拟器？还是一种能预测视频下一帧的基础模型？不同公司给出的答案彼此矛盾，而它们都不愿把话说得太具体。
为什么不说话，反而更“安全”
保密在这个行业并非偶然，而是一种理性策略。
第一，技术路线尚未收敛。一旦公开细节，就等于把自己锁死在某个方向上，而对手可以在几个月内快速跟进。对于一个还没有“正确解法”的领域，模糊本身就是一种期权。
第二，数据是命脉，也最敏感。世界模型需要海量的视频序列、游戏录像、机器人遥操作轨迹和驾驶数据。这些数据的来源往往处在版权与授权的灰色地带。承认自己用的是什么数据，等于主动交出一份潜在的法律风险清单——这一点在版权诉讼频发的当下尤其致命。
第三，估值依赖叙事。叙事越模糊，越难被证伪；越难被证伪，估值就越能维持在高位。这套逻辑在上一轮生成式AI热潮中已被反复验证。
第四，人才争夺。在顶尖研究者的争夺战中，一个尚未公开的技术方向本身就是筹码。
连数据供应商也不知道自己在卖什么
报道中最耐人寻味的细节是：信息断层不仅存在于公司与外界之间，也存在于产业链内部。许多数据采集与标注公司与世界模型厂商签下严格的保密协议，他们只知道自己交付的是“某种视频序列”或“某种动作轨迹”，却不知道这些数据最终会被用来训练什么、达到什么效果。
这意味着外界几乎不可能对世界模型公司的真实进展进行任何独立核验。没有产品、没有基准、没有可追溯的数据链路，剩下的只有演示视频和新闻稿。而对于一个宣称要“理解物理世界”的技术方向来说，这本身就是一种讽刺。
沉默的代价正在累积
短期内，保密让每家公司都保留了灵活性和谈判空间。但长期看，代价也在累积：投资人无法横向比较标的，企业客户难以评估采购价值，监管机构在完全看不清的状况下更倾向于保守介入。更现实的压力来自开源与巨头——当DeepMind的Genie和英伟达的Cosmos持续公开演示能力时，靠“不告诉你”维持的领先感会迅速蒸发。
可以预见，未来12到18个月内，这个赛道会迎来一轮“展示时刻”。谁能率先拿出可被验证的产出——一个真正可用的产品、一套公开的评测方案、或者一段无法被轻易复制的技术证据——谁就能掌握定义这个行业的话语权。在那之前，世界模型仍将是一个由资金和猜测共同支撑的黑箱。
本文编译自TechCrunch
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接