朋友，这两天 WAIC 上最热闹的论坛不是大模型，而是“世界模型”那场。

六家国内做世界模型的创业公司（号称“六小龙”）直接吵起来了——有人坚持“必须从头训一个基座世界模型”，有人怼“别扯了，先把物理引擎接口做好比啥都强”，还有人说“你们都不对，真正落地的世界模型应该是轻量化的”。现场火药味浓得连主持人都压不住。

为啥吵？因为钱烧得慌。世界模型是个比大模型更贵的东西（参数规模动辄万亿级，还要跑实时物理模拟），但至今没一个能商用的。大家都想占坑，又都怕走错路。

我那天在现场蹭了半场讨论，最大的感受是：当所有人都在狂欢时，真正的红利往往藏在那些“非共识”里。 普通人不该站队，而该盯着那些“没人做但很可能对”的缝隙。

1. 世界模型是什么？为什么能让大佬现场开撕？

简单说，世界模型就是一个能理解物理世界、预测下一步会发生什么、并能与之交互的 AI。比大模型强在哪？大模型只懂文本和图片，世界模型要懂重力、惯性、物体碰撞、光照变化……比如你推一个杯子，杯子会倒，水会洒，世界模型能算准这个变化。

但问题来了：这东西怎么实现？ 现场六小龙大致分三类：

  • 端到端训一派（类似 Sora）：直接从视频数据里学习物理规律，不做中间表示。优势是通用性，劣势是耗电如喝水，且容易产生“幻觉”（比如杯子倒了水往上飞）。
  • 基座+模拟器派：用大模型做抽象推理，再外挂一个物理引擎（比如 PyBullet）。优势是可控，劣势是实时性和泛化差。
  • 混合派：两者都做，但资源要求成倍增加。

观点：现在的世界模型，本质上是“AI 版的巴别塔”——大家想盖同一座通天塔，但连用什么砖头都还没谈拢。

举个数据：全球知名风投机构 A16Z 刚出的报告显示，2024 年世界模型领域融资超 50 亿美元，但其中90% 投向了还在“预训练”阶段的团队，没有任何一家实现商业化盈利。而同期做“3D 数据标注”的公司，利润增长了 400%。你说怪不怪？

2. 非共识的价值：当所有人都说“必须做基座”时，红利就在“不做基座”

现场吵得最凶的就是“要不要做基座世界模型”。几乎所有人都默认——这玩意儿必须从头训，就像 OpenAI 训 Sora。

但有个小团队（名字我不说了，怕被骂）当场唱反调：“我们不做基座，我们只是用开源模型 + 轻量级物理模拟，帮工厂做产线预测。” 这家公司去年已经签了 3 个千万级订单，而做基座的还在烧钱。

观点：技术路线的非共识，才是普通人能薅到羊毛的地方。

为什么？因为基座类的创新是资本和巨头的游戏，普通创业者玩不起。但如果你能在“把世界模型变小、变垂直”这件事上找到非共识，世界模型的红利就属于你。

举个例子：

  • 自动驾驶领域，特斯拉和华为都在做超大规模世界模型，但一家做“矿区无人驾驶”的初创公司，只用了 1/1000 的参数规模，靠自定义场景的物理模拟器，把事故率降低了 67%。
  • 影视特效领域，有人用世界模型生成爆炸、烟雾等素材，结果成本比传统 CG 低 90%，但参数只有 15 亿——因为它只学物理效果，不学“整个世界”。

引用一句现场大佬的原话： “世界模型的尽头不是通用，是场景。通用是豪门的婚宴，场景是老百姓的晚饭。”

3. 普通人的机会在哪里？——从“物理数据闭环”里挖金矿

我注意到一个细节：现场六小龙吵架时，有个观众（看起来是产品经理）小声问旁边的专家：“那我们现在能不能用世界模型做个 ‘自动叠衣服’ 机器人？”

专家愣了一下：“目前不行，但我们有论文。” 观众笑了：“有论文和我有什么关系？”

观点：行业红利不是技术本身，而是技术到应用的“最后一公里”。而这最后一公里，往往靠的是非共识的视角：把世界模型当作“验证工具”而不是“终极答案”。

怎么理解？世界模型目前最大的价值不是“生成视频”，而是提供物理状态的快速模拟。比如：

  • 物流公司想测试新的仓储机器人路径，过去要花几个月搭建物理环境；现在用世界模型，2 小时就能模拟出 1000 种碰撞场景。
  • 服装电商想预览面料褶皱效果，以前要模特实拍；现在用世界模型 + 数字人，能实时渲染出不同材质在行走时的动态。

这些应用不需要万亿参数，只需要一个足够小但足够准的“领域世界模型”。而这样的模型，核心驱动力不是算法论文，而是高质量、带物理标记的数据。

谁先掌握这种数据的采集、标注、管理能力，谁就能卡住位置。我看过一家公司，专门收集“杯子在不同桌面滑动时的摩擦力数据”，然后卖给实验室，一年利润 300 万。数据太细分了，反而没人竞争。

4. 一个自嘲的结论：你可能永远用不上“通用世界模型”，但能靠它赚到钱

我坦白说，我自己也没完全搞懂世界模型的数学原理（数学太差了）。但这不影响我看到它带来的机会。

核心非共识： 别把世界模型当成下一个大语言模型，而应该把它当成“物理世界的 A/B 测试平台”。当所有人都在追逐终极通用模型时，你去做给淘宝卖家用的“商品跌落摔不坏模拟器”，就是红利。

最后问大家一个问题：你觉得世界模型的第一个杀手级应用会是什么？ 是机器人？自动驾驶？还是游戏？或者，根本就不是我们现在想的东西？

欢迎在评论区或者进群跟我讨论。我自己押一个方向：虚拟工厂调试。不知道能不能对。

行动建议：

  1. 关注那些“把世界模型做小”的开源项目（比如 NVIDIA 的 Cosmos 轻量版）。
  2. 找身边有物理检测需求的行业（电子产品、物流、建筑），问他们：你们现在怎么模拟碰撞？如果我用 AI 帮你 10 倍速模拟，你愿意付费吗？
  3. 别急着融资，先拿一个客户跑闭环。

📮 每天 2 篇精选 +