世界模型竞赛：大厂与创业公司争夺AI的认知边界（多伦多、北京）

世 界 模 型 竞 争：科技巨头与创业公司争夺AI的认知边界

在AI技术演进的进程中，'世界模型'这一概念正逐渐成为各方争夺的焦点。尽管国内各大科技企业对这一技术的命名不一，有的称为世界模型，有的称为世界基座模型，甚至有些将其藏于自动驾驶或其他智能系统的架构之内，但其核心目的却非常一致：赋予AI理解世界、推演世界的能力。

阿里巴巴在2026年上半年展示了其在世界模型领域的一系列布局：Qwen-RobotWorld、Qwen-AgentWorld、HappyOyster 1.0等，分别聚焦语言世界、虚拟世界和物理世界。这些项目并非仅仅是概念性的探索，而是将世界模型当作智能体的'训练场'，帮助AI在多个真实环境中自主学习和模拟交互。

在多伦多的AI conference上，有专家指出，世界模型不再只是技术实验室的产物，而是正在快速融入产业实际应用。这不仅体现在自动驾驶领域，也在游戏、社交、机器人、数字孪生等方向展开。

腾讯与字节：技术路径各有侧重

腾讯的HY-World世界模型更像是在打造一个'3D游戏的自动工厂'。该模型从2025年7月开始在WAIC会议上逐渐推出，并在2026年4月发布HY-World 2.0，其输入可以是文本、单图、多图、视频甚至白模，而输出可以是多种3D格式。这一系列技术旨在提升虚拟内容的生成能力，开创更丰富的商业化应用场景。

与此同时，字节跳动则选择了一条'秘密行军'的战术。2025年8月《The Information》披露，其Seed团队正在研发一个结合短视频数据和EX-4D框架的世界模型，目标是构建一个可模拟物理规律的'数字孪生'体系。2026年6月的FORCE原动力大会上，虽然并未直接公布该世界模型，但其相关技术进展已在业内引发关注。

华为与百度：低调布局，技术落地

华为的‘盘古世界模型’低调但实力强劲。它基于盘古多模态大模型，能从单张图片中生成高精度数字物理空间，用于预测碰撞、训练机械臂抓取、生成驾驶视频和激光雷达点云。这一模型已成为华为ADS系统的重要支撑，与广汽的合作展现了其产业闭环的应用潜力。

百度则更早着手探索世界模型在自动驾驶中的潜力。2024年5月发布的Apollo ADFM已被定位为'全球首个支持L4级无人驾驶的自动驾驶大模型'。虽然其未直接采用‘世界模型’的命名，但其核心功能与世界模型的基本理念高度契合，为百度智驾体系奠定了技术基础。

小米与商汤：聚焦应用，加速发展

小米通过开源Xiaomi OneVL，将VLA、世界模型和潜空间推理统一在一个技术框架内，强调视觉推理的可解释性，面向自动驾驶和具身智能领域。而商汤则率先实现了世界模型的‘量产上车’，其开悟Kairos世界模型3.0在多维度评测中领先，且已逐步向机器人等更大场景扩展。

车企视角：用世界模型造‘更快的司机’

蔚来在其NIO IN 2024上发布了NWM（NIO World Model），被认为是‘中国首个智能驾驶世界模型’。通过多元自回归生成架构，NWM在空间想象重建和时间想象推演方面表现突出。2026年6月，蔚来推出NWM 2.0，其覆盖范围已扩展至超过70万辆全系用户，进一步提升智驾系统的安全性。

理想汽车则提出了‘重建+生成’的世界模型思路，并在CVPR 2025上发布了DrivingSphere。其核心技术涵盖OccDreamer扩散模型和VideoDreamer ST-DiT，搭建了一个高保真4D闭环仿真环境。这一模型的核心价值在于'让智驾系统事先跑熟刁钻路况'，为自动驾驶迭代提供了强有力的支撑。

技术供应商：构建世界模型底层生态

在未直接定义'世界模型'的厂商中，像Momenta、地平线、毫末智行和元戎启行等供应商正通过技术沉淀，将世界模型打造为闭环自动驾驶的基础设施。Momenta R7世界模型基于超过120亿公里实车里程，通过强化学习实现L4级标准。地平线推出的HorizonDrive则突出其'自纠错'训练能力，帮助车企在不上路的情况下验证安全性能。

随着世界模型从技术极客圈走向产业实际，其不再是发布会上的PPT，而是真正进入产品流水线的‘能力’。如今，创业公司正面临技术落地的困境，而大厂依靠其庞大的数据和工程体系，正在加速布局这一核心技术领域。

未来挑战：谁的世界模型能真正‘理解世界’？

世界模型并非新风口，而是原有技术的延伸与整合。它已成为语言大模型、视频生成模型、自动驾驶端到端模型等技术在物理世界交汇后的自然产物。这场‘没有统一名字的战争’，实质上是人工智能寻求对真实世界的理解与应对能力。

无论大厂还是创业公司，最终的较量将聚焦于一个核心问题：谁的世界模型能真正替代人类，对复杂环境进行模拟、推演和决策？未来一年，技术的实际应用效果将成为衡量其价值的唯一标准。