世界模型完整综述：3 万字长文 + 20 亿美元融资潮
世界模型完整综述：3 万字长文 + 20 亿美元融资潮
来源类型： 综述长文 + 投资分析
日期： 2026-06-17
标签： #世界模型 #YannLeCun #李飞飞 #JEPA #VLA #WorldLabs #AMI Labs #General Intuition #Wayve #Physical Intelligence
核心论点
2026 年初世界模型成为 AI 行业最热关键词。3 周内两位 AI 巨头合计融资 20 亿美元——Yann LeCun 离开 Meta 后创办的 AMI Labs 完成 10.3 亿美元种子轮（欧洲 AI 初创史上最大），李飞飞 World Labs 完成 10 亿美元新一轮（估值 54 亿）。资本用脚投票押注同一件事。
关键融资数据
| 公司/实验室 | 创始人 | 融资额 | 估值 | 技术路线 |
|---|---|---|---|---|
| AMI Labs | Yann LeCun | 10.3 亿美元 | 35 亿 | JEPA（非生成式） |
| World Labs | 李飞飞 | 10 亿美元 | 54 亿 | 3D 空间理解 |
| Wayve | - | 12 亿美元 | 86 亿 | 自动驾驶世界模型 |
| Physical Intelligence | - | 6 亿美元 | - | 机器人 VLA 基础模型 |
| General Intuition | Pim De Witte | 1.337 亿美元 | - | 游戏数据驱动 |
世界模型的核心定义
世界模型从视频中学习预测动态（含动作），把传统引擎 O(N) / O(N²) 的复杂场景模拟压缩为神经网络一次固定成本的前向传播。
关键洞察：场景复杂度不再让"引擎"在推理时指数级变慢——因为世界模式已被吸收进权重。动作是一种预测动态的压缩形式。
五大未决技术路线
- 潜在方法 vs 生成式方法：JEPA 派 vs Diffusion 派
- VLA vs 原生世界模型 Agent：架构选择
- 游戏数据 vs 机器人数据：训练数据来源
- 推断动作 vs ground truth 动作：动作标注方式
- 数据来源：视频片段 vs 物理交互
这些技术路线胜负远未决出，但"过去八年从'这能行吗'到'Agent 真的能在梦中学习并迁移到现实'"的进展速度，让大多数参与者感到意外。
Jim Fan 名言
"很少有人理解这场转变的深远程度。遗憾的是，世界模型目前最被炒作的用途是 AI 视频生成。我有充分信心，2026 年将是大型世界模型为机器人技术和更广泛的多模态 AI 奠定真正基础的元年。"
三种核心赌注
- Yann LeCun + AMI Labs（10 亿）：赌 JEPA 会通向真正的智能
- Physical Intelligence（6 亿）：赌 VLA 工程迭代能跑赢理论上更优的架构
- General Intuition（1.34 亿）：赌游戏数据是连接数字世界和物理世界的最佳桥梁
与已有知识的关联
- wiki/concepts/world-models — 世界模型总览
- wiki/entities/yann-lecun — Yann LeCun（AMI Labs 创始人）
- wiki/entities/fei-fei-li — 李飞飞（World Labs 创始人）
- wiki/entities/jim-fan — Jim Fan（NVIDIA 机器人科学家）
- wiki/concepts/jepa — JEPA 架构
- wiki/concepts/vla-models — VLA 视觉-语言-动作模型
- wiki/concepts/embodied-ai — 具身智能
- wiki/entities/google-deepmind — DeepMind Genie 3
资料来源
- 原文：https://mp.weixin.qq.com/s/JY3mpKYyCqnTNdPR2mne0w
- 原始文件：
raw/articles/关于世界模型的一切，全在这三万字里了.md - Not Boring 原文：https://www.notboring.co/p/world-models-computing-the-uncomputable（Packy McCormick × Pim De Witte，2 万字）
我的判断（中度置信度）
世界模型是 2026 年 AI 产业最被低估的范式转变——比"视频生成"高 1-2 个抽象层次。
关键判断：
1. 技术成熟度：JEPA 与 Diffusion 派的"路线之争"类似于 2018 年的 Transformer vs CNN——结局已定，只是市场没看清
2. 商业成熟度：游戏数据 → 自动驾驶 → 机器人的迁移路径已被 Genie 3 / Wayve 验证
3. 资本信号：10 亿美元级种子轮（LeCun AMI Labs）说明顶级资本已认定这是"AGI 第二条路径"
预测：
- 2026 H2：世界模型将从"研究阶段"进入"产品阶段"（Genie 3 类消费产品 + 机器人基础模型）
- 2027：VLA 与原生世界模型两条路线的胜负将分晓——赌 VLA 短期占优，赌原生世界模型长期占优
- 2028+：世界模型将与 LLM 融合形成"认知-感知-行动"统一架构——这是 AGI 的真正路径
关键警示：不要把"AI 视频生成"等同于"世界模型"——前者是后者的"应用"，而非"本质"。Sora 类视频模型是"世界模型的子集"，但世界模型的真正威力在于"预测未来"而非"生成画面"。