今年AI市场有个挺明显的变化：大模型和算力炒过一轮之后，钱开始往另一个方向流了，流向了那些让AI“看懂物理世界”的公司。
市面上管这个叫世界模型，或者物理AI，或者具身智能。名字不少，内核就一个：AI正在从“会说话”往“会干活”走。
01 为什么大家都在聊这个？
两个原因。
一个是政策开始动真格了。
6月初，两部门联合启动了一项专项行动，要求年底前在真实场景里部署人形机器人，每个省份不少于20个场景，每家央企不少于10个。紧接着八部门又发了文件，要求算力基础设施和工业互联网同步建设。同一天，市场监管部门表态，对世界模型这类前沿赛道推行敏捷标准化。三个月时间，政策从“鼓励探索”到“要求落地”再到“定标准配算力”，节奏比预想中快。
另一个是一级市场的钱已经进去了。
跨维智能6月30日刚宣布10亿元B轮融资。极佳视界三个月融了35亿元。流形空间拿了华为哈勃近10亿元。逆矩阵拿了蚂蚁和高瓴超亿美元。近18个月，全球往这个方向投了超过一百亿美元。
政策和钱同时到了，事情就开始有看头了。
02 世界模型到底是什么？
简单说，世界模型是让AI理解物理世界的一套推演系统。
以前的大语言模型，学的是文字和语义。你跟它说“杯子从桌上掉下来”，它知道这句话的意思，但它不懂为什么杯子会掉下来、掉到哪里去、碎了之后碎片怎么飞。世界模型要解决的就是这个问题——让AI理解空间、重力、物体之间的关系，能预判动作的结果。
有人把世界模型和物理AI混着用，其实有区别。世界模型是底层技术，是大脑。物理AI是产业应用，是身体。一个是技术，一个是商业化的方向。
还有一个常见误解：Sora是世界模型吗？不是。
李飞飞团队今年6月发了一篇长文，把这类技术分成三类。渲染器只管画面好不好看，Sora是典型，适合做视频和内容。仿真器工作在几何、力学层面，能预测物理后果，这是工业和智驾真正需要的东西。规划器是更远的未来，输入观测、输出动作，目前离商用还有距离。三类里面，真正能大规模变现的是仿真器。
这个概念搞清楚，很多讨论就不会跑偏。
03 这个赛道到底有多大？
关于市场规模，数据很多，但口径不一样。说几个有代表性的。
广义物理AI全产业，国内2026年就破万亿了，这是下游应用的总盘子。
核心的世界模型软件赛道，全球2025年大约18亿美元，2035年预计到527亿美元，十年复合增速40%。
不同机构的数字差很多，但结论是一致的：赛道增速快、空间大。至于是千亿还是万亿，取决于你把哪些环节算进去。
04 技术路线还没定下来
这是整个行业最值得关注的变量。
2026年智源大会上，智源研究院院长王仲远把现有技术路线分成四类：语言中心、像素中心、三维结构中心、视觉表征中心。每一类都有各自的逻辑，但每一类距离真正的物理世界基座模型都还有距离。整个行业的技术路径还没定型，数据体系和评测框架也都在早期。
他判断，至少未来三到五年，世界模型都会处于持续演进和迭代的阶段。
这意味着什么？意味着现在谁都没到终点，押错路线的玩家会被淘汰。目前来看，3D结构加可微分物理的仿真器路线，在工业和智驾里有真实付费需求，商业化走得最快。像素生成路线偏内容创作，语言和视觉表征路线落地周期更长。
路线之争，是当下理解这个赛道最需要盯住的事情。
05 全球都在往这个方向走
不是只有国内热闹。
英伟达6月GTC大会发布了Cosmos 3，全球首个全开放的全模态物理AI模型，把视觉推理、世界生成和动作预测整合到一个系统里。黄仁勋说“物理AI的ChatGPT时刻已经来了”。
杨立昆离开Meta创办了AMI Labs，3月完成10.3亿美元种子轮融资。他多次公开批评大语言模型路线的局限性，认为其无法真正理解物理世界。
李飞飞的World Labs今年2月再融10亿美元，累计融资约13亿美元，估值50亿。
OpenAI调整了架构，原Sora团队整体转向世界模型研发。特斯拉把自动驾驶、Robotaxi、人形机器人全部统一到同一套世界模型体系下。谷歌DeepMind去年8月就发了通用世界模型Genie 3。
这些公司和人，平时方向各不相同，但这次齐刷刷转向了同一个目标。
06 为什么是今年，不是去年也不是明年？
三个条件同时成熟了。
技术底座可用了。英伟达Cosmos 3、智源悟界·Physis先后落地，世界模型从论文里的概念走到了工业级可用的门槛。
算力成本降下来了。MoE架构普及，国产GPU逐步适配，三维物理仿真的训练成本降到了企业愿意付费的范围。
下游需求开始倒逼。制造业柔性生产缺工、高阶智驾长尾场景覆盖不了，企业为降本提效付费的动力是真实的。
技术、成本、需求三点同时到位，拐点就来了。
07 钱会顺着这个顺序流
整条产业链可以分为五层，收益兑现的节奏不一样。
算力基建最先受益。 世界模型的算力消耗是普通大语言模型的几十倍。沐曦股份是A股里极少数直接布局物理AI算力的GPU厂商，年初战略入股了飞捷科思。并行科技跟飞捷科思签了算力合作，承接云端算力调度。
三维感知数据是入口。 AI要理解世界，第一步是拿到真实的三维空间数据。奥比中光做3D视觉，双目相机已经接进英伟达仿真平台。一季度境外收入增长80%，机器人业务翻了三倍以上。禾赛科技的激光雷达给自动驾驶提供道路三维重建数据。
物理仿真模型壁垒最高。 索辰科技是A股里少数有可验证落地收入的物理世界模型厂商。2025年物理AI平台收入5816万元，今年3月发布了新的世界物理模型平台，直接对标英伟达。这个环节毛利率高、门槛高，但能做到的公司也少。
工业落地和自动驾驶是当前最能赚钱的场景。 中控技术的工业大模型已经从3个行业扩展到了13个，从投入期转到了收获期。小鹏自研的世界模型单日仿真测试能跑3000万公里。这些场景里企业有真实预算，愿意为降本提效付费。
机器人终端远期弹性最大。 现在超过60%的新款工业机器人会用世界模型做虚拟预训练。绿的谐波做减速器，一季度增长43%，全年人形机器人收入预计超3亿。
08 聊聊几家相关的公司
下面纯粹是产业层面的理解，不构成任何投资建议。
索辰科技做国产CAE物理仿真出身，技术壁垒比较高。2025年物理AI开物平台收入5800多万，在A股里属于少数有财报可查的。3月发布了新平台，直接对标英伟达的物理仿真体系。在这个方向上走得比较早，也有实质性投入。但需要说明的是，市场上传的“240%增速”没有财报依据，真实可查的数据就是0.58亿元。
奥比中光做3D视觉，自研芯片、算法、光机全栈方案。双目相机已经接进英伟达Isaac Sim仿真平台，相当于给物理AI提供“眼睛”——把真实世界转成三维数据喂给模型。一季度境外收入增长80%，机器人业务增长比较猛。属于产业链里卡位比较清晰的公司。
沐曦股份做GPU，年初投了飞捷科思，双方在国产GPU和可微分物理引擎适配上有合作。A股里直接布局物理AI算力的公司不多。
中控技术是工业软件龙头，自研的时间序列大模型已经覆盖化工、石化、能源、油气、医药、冶金等13个行业。做流程工业的物理AI落地，B端付费能力很强，应用层里走得比较扎实。
绿的谐波做谐波减速器，是机器人核心零部件供应商。一季度营收增长43%，全年人形机器人领域收入预计超3亿。不是直接做世界模型，但终端放量它一定会受益。
禾赛科技的激光雷达给自动驾驶世界模型提供道路三维重建数据，属于感知层的数据入口。
还有几家，比如能科科技、凡拓数创、拓斯达、拓普集团，业务上跟世界模型多少有关联——数字孪生、工业机器人、零部件配套——但物理仿真或世界模型相关的收入占比还不高，业务多数还在早期阶段，跟前面几家不在同一个节奏上。
09 风险也得心里有数
技术路线没定，行业多路线并行，未来三到五年持续洗牌。多数公司还在早期，除了少数头部有明确收入，大部分业务体量小，估值里有题材溢价。数据瓶颈也还在，李飞飞说物理AI比语言模型慢，核心瓶颈就是高质量3D、4D数据太难拿。Sim2Real鸿沟——虚拟环境训练的策略落地到现实总有偏差。行业标准也还没统一。
这些不确定性会伴随这个赛道很长时间。
10 节奏怎么把握
短期看一级市场融资和政策催化。中期盯工业机器人和智驾的订单落地数据。长期等路线收敛，通用世界模型基座跑出来之后，才是真正的爆发点。
写在最后
AI上半场是大语言模型，解决的是“听得懂、会说话”。下半场是世界模型，解决的是“看得懂、会干活”。
2026年是物理AI从概念走向营收的转折点。钱会先流向算力，然后是感知数据，再是仿真模型，最后才是终端应用。理解这个顺序，比追逐短期热点更重要。
免责声明：本文仅为产业逻辑复盘与行业信息整理，不构成任何投资建议。股市有风险，投资需谨慎。
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。