10 月 27 日，DeepMind 放出 Genie 4 的研究预览版。能实时交互的世界从 1 分钟拉到 2 分钟，第一次能原生生成声音，物理模拟也升了级。演示里有一幕挺关键：它跟 Gemini 4 Argon 搭在一起，模拟一个人形机器人干活。
第二天，10 月 28 日，科创板日报说百度即将披露自研世界模型的进展，先用在自动驾驶上。底气是萝卜快跑——两年不到跑遍全球 28 个城市，真实道路数据都积累在那儿。11 月 12 日百度世界大会，主题“下一幕，智能组织”，这个模型大概率是压轴戏。
再往前十来天，字节的世界模型第一次露了脸。影视飓风的 Tim 用一句话生成一个房间，骑上纸飞机在里面飞，随手画一扇任意门，房间跟外太空就接上了。参数 30B 往上，画面靠 Seedance，Seed3D 能把一张图变成带材质的 3D 模型、直接导进 Isaac Sim 给机器人练动作，还有个 SeedRealtime 管实时对话。
11 月 2 日乌镇开幕，“智能涌现·新空间”那个展区的官方介绍里，世界模型跟大模型、智能体并列写在一起了，台上摆着魔芯科技的四维世界模型 MoWorld 2.0。隔壁馆还有三十多台人形机器人一起上台表演。
四家公司赛道不同，做的事其实是一回事：给 AI 搭个能练手的地方。
这事现在为什么这么急，原因很实际。机器人要学会端稳一杯水，得在真世界里摔无数次，摔一次几十上百块，还慢。世界模型的思路是先在虚拟世界里把物理规律跑通，练得差不多了再放出来。谷歌那条演示是这个意思，百度的数据往这个方向用，字节的 Seed3D 干脆就是在生产训练素材。
所以世界模型在这条链上的位置，不是“又一个视频生成模型”，它更像是机器人的练车场。视频生成追求“看着像”，世界模型追求“算得对”：杯子放手会掉、门推开后面得有空间，这些必须对，错一点都不行。
说白了，物理AI这个大叙事下，世界模型就是脑，只有先构建好大脑，才能真正赋予机械躯体灵魂。
建议关注3D 视觉和数字孪生、仿真平台的、等相关标的。
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。