世界模型狂欢，谁在真买单？

2026年的AI圈，最拥挤的词不是大模型，是世界模型。

前7个月，国内相关融资超过666亿元，50多家企业拿到钱；海外，李飞飞和杨立昆两位图灵级人物亲自下场。但智源研究院院长王仲远接受《科创板日报》专访时说了一句大实话：现在谈世界模型有稳定现金流，还有点早。

同期的两条新闻更值得玩味：百年豪华品牌玛莎拉蒂正洽谈装上华为乾崑的「心」，人形机器人公司Figure租下30套房验证零样本能力。三件事拼在一起，指向同一个产业命题——AI叙事的下半场，不再比谁的故事讲得好，而是比谁的闭环成功率对得上真机。

💰 数百亿热钱涌入，筛不出几家真公司

钱从来不缺，缺的是成色。

先看时间线，节奏之密堪称罕见：

杨立昆离开Meta创办的AMI Labs，以10.3亿美元种子轮刷新欧洲AI创业史纪录；英伟达推出号称全球首个全开源物理AI全能模型的Cosmos 3；小鹏在CVPR上亮出世界模型技术图谱，吉利发布WAM世界行为模型——车企也坐不住了。

但一位头部VC合伙人的判断给狂欢泼了冷水：严格按照预训练标准筛选，真正在做世界模型的创业公司，最多不过3-5家。多数项目只是把融资书上的赛道名称，从仿真、3D、视频生成换成了世界模型。

连李飞飞自己都在今年6月直言：世界模型是当今AI领域最重要、也最被滥用的术语之一。

喧嚣之中，智源研究院是个特殊的存在——它不是公司，不进行融资，却发布了研发中的悟界·Physis-v0.1，定位为全球首个通用世界基座模型。研究院身份反而让它可以说那些创业公司不便说的话。

产业逻辑其实很清晰：当一条赛道的热钱密度超过人才密度，估值泡沫就成了必然副产品。真正的分水岭不在融资额，而在后面那个指标——能不能签下合同。

🚗 玛莎拉蒂，想装上华为心

豪华品牌找中国伙伴，姿势变了。

据华尔街见闻从多位行业人士处了解，玛莎拉蒂正与华为乾崑洽谈合作，江淮也参与其中。相关车型拟在国内使用尊界品牌，海外沿用三叉戟标；国内计划利用江淮工厂生产，意大利也在考虑另建设施，或采用SKD半散件组装模式。

谈判还没落定。一位接近项目的知情人士说得很直白：从配置到价格都还没谈拢。即便如此，Stellantis仍在挑选配置、要求调整报价——三叉戟在销售端的困境，并没有让它失去谈条件的余地。

困境有多真实？2025年，玛莎拉蒂全球出货量降至7900辆，几款主力车型又相继停产。借外部技术补上新产品，成了这个百年豪华品牌正在尝试的出路。

有意思的是各取所需的算盘：

• Stellantis在中国没有造车资质，必须找本土伙伴；神龙今年5月与东风宣布深化合作承接标致和Jeep新车型，而玛莎拉蒂这次找上了已有尊界S800合作经验的江淮；
• 江淮5月刚提出利用现有平台丰富产品线，新项目接进来，工厂、设备和团队便可继续承接订单；
• 华为和江淮已经有了尊界，仍想促成这笔合作——有消息人士指出，玛莎拉蒂的品牌本身是吸引力之一。

今年6月17日，Stellantis集团CEO Antonio Filosa在意大利议会听证会上，把共享制造资产、共同开发技术和产品、发展当地供应链都写进了合作方向——引入中国伙伴之后，Stellantis仍希望把新业务带回意大利制造体系。

产业判断只有一句话：过去是豪华品牌带着车型和技术来中国扩大生产；如今，中国伙伴开始参与下一代产品的开发。奥迪与上汽联合开发新车在前，玛莎拉蒂洽谈乾崑在后——智驾与智能座舱能力，正在成为中国供应链的出口项。

🤖 Figure租30套房，答案写在零样本里

demo漂亮不算数，陌生环境里的成功率才算数。

当地时间9月17日，Figure发布神经网络模型Helix 2.5，并公布了一组零样本全身自主实验结果：在没有任何新数据采集与环境适配的情况下，机器人的零样本成功率从9%暴增至56%。

实验设计颇有点行为艺术的味道——创始人兼CEO Brett Adcock 租下旧金山湾区的30套住宅，让Helix 2.5在不采集新数据、不额外训练、也不做环境适配的前提下直接执行任务。官方演示里，Figure 03人形机器人进入一套完全陌生的房子，连续完成整理客厅、铺床、折毛巾三项长时程全身任务，覆盖主动感知、移动、刚性与可变形物体操作、双手协调。

铺床任务最能说明问题：机器人从未进过这个房间，从未见过这张床，也从未见过这些床上用品。它必须抓起枕头、拉动被子，把物体移动到指定位置，再将被子拉平。

这背后的范式转换值得所有从业者记住：传统机器人依赖在具体环境中采集数据并做针对性训练，而大部分泛化研究建立在围绕机器建造的环境中——桌面机械臂局限于固定工作空间，轮式机器人需要开阔地面。但家庭环境不会配合机器人。Figure选择的是反向路径：先让机器人从大规模人类行为经验中学习，再将通用能力直接迁移到陌生真实环境。

把镜头拉回王仲远给出的那个最不会骗人的指标：闭环成功率——把世界模型作为策略评估器，接一个policy进来，它在模型里成功执行的概率，跟它在真机上执行的概率，是不是高度一致。如果这个指标对不上，说再多都没用。

Figure的9%到56%，本质就是一次公开的闭环压力测试。

🔗 三条线索，指向同一个硬通货

演示很强、收入很弱，是今年世界模型公司的通病。

怎么区分能签合同的世界模型和能发论文的世界模型？王仲远的答案只有一条：它能不能在真实场景里稳定地、可预期地工作。很多demo看起来很漂亮，但那是选了最好的case。

把三条线索放进同一张表，逻辑就通了：

三条战线的共性在于：叙事溢价正在快速衰减，落地验证的权重急剧上升。玛莎拉蒂看中的不是华为的品牌故事，而是尊界S800已经验证过的产品定义、技术研发、制造和质量管理闭环；Figure要回答的不是机器人会不会做家务的视频剪辑，而是机器人能否进入从未见过的家庭直接开始干活。

至于机器人领域，王仲远点破了那个绕不开的循环悖论：具身能力不足，限制了真机数据的采集；数据稀缺导致模型能力弱、落地难，于是能力更加无法提升。硬件、数据、模型这个死结不解开，家庭场景的现金流就始终在天边。

⚠️ 第一笔现金流，会出现在哪条线上

几乎所有从业者都被问过同一个问题：世界模型最清晰的付费方是谁？

王仲远把几条线拆开来看，结论相当冷静——自动驾驶和工业数字孪生对物理真实性的要求最高，付费意愿也最强，但世界模型目前的能力，还不足以满足它们核心环节的需求；游戏和影视是相对宽容的场景，对幻觉的容忍度更高，有可能最先看到付费案例，但更多是作为辅助工具存在。

他的判断是：第一条稳定现金流，可能最早出现在工业仿真和影视游戏两条线交织的地带——比如用世界模型做合成数据、做预演评估。

注意图中底部那个交汇点：游戏影视对幻觉宽容，工业仿真对精度苛刻，两者的交集——合成数据生产与预演评估——恰好绕开了两端各自的天花板。这也是为什么车企密集亮出世界模型图谱：小鹏、吉利要的未必是对外收费，而是先用自己的合成数据闭环降本。

对创业公司的启示同样直接：与其在融资书上把赛道名换成世界模型，不如先回答一个问题——你的闭环成功率，和客户的验收标准，是不是同一个数字。

✅ 写在最后：VLA是当下，世界模型是未来

王仲远那句VLA是当下，世界模型是未来，值得当作2026年的行业坐标。

它同时解释了三件事：为什么数百亿热钱敢涌入一条没有现金流的赛道——因为未来足够大；为什么玛莎拉蒂要装华为心——因为当下的智驾与制造闭环只在一家手里；为什么Figure要租30套房做零样本——因为未来能否兑现，取决于今天的真机验证。

接下来的12个月，行业的关键词会从融资额切换到签约与闭环。谁能率先把演示能力变成合同里的验收条款，谁就能在下一轮叙事洗牌中坐上主桌。至于还停留在改名换赛道的项目——热钱退潮时，它们会是最先裸泳的一批。