炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！
中信證券研究 文|許英博 連一席 楊皓天
北美學術泰斗李飛飛、楊立昆近期分別孖展10億美元，押注世界模型，引發市場高度關注。向前追溯，英偉達、Google、OpenAI等AI巨頭也將世界模型作為通往下一代智能的潛在路線。然而，世界模型尚無統一定義，Sora、英偉達、李飛飛、楊立昆四大技術路線的對世界模型的詮釋各有不同。因此，本篇報告試圖回答以下三個基本問題：1）什麼是世界模型？2）世界模型各個流派的差異是什麼？3）世界模型有哪些應用場景？
▍為什麼關注世界模型？全球科技巨頭押注，賽道迎來高速發展期。
2026年3月16日GTC大會期間，英偉達Cosmos世界模型再度重磅登場。該模型已連續2年亮相CES和GTC兩大峯會。2月19日，李飛飛創立的World Labs宣佈完成最新一筆10億美元的孖展，專注於世界模型研發。3月10日，楊立昆創立的AMI宣佈完成10.3億美元孖展，創歐洲AI領域種子輪孖展規模紀錄。OpenAI Sora、Google Genie等模型也被視為世界模型領域的有力競爭者。全球頂尖學者、頭部科技廠商的重兵佈局，疊加多模態模型能力的迅速迭代，世界模型已逐步匯聚起引領下一代人工智能發展的產業共識。
▍什麼是世界模型？尚無統一定義，Sora、英偉達、李飛飛、楊立昆四大技術路線各有側重，共同構築世界模型的主流探索方向。
以Sora為代表的視頻生成派、以英偉達為代表的物理AI派、以李飛飛代表的空間智能派、以楊立昆為代表的因果推演派，對世界模型的定位各有不同：
1）視頻生成派認為，世界模型是能夠自由想象的像素級視頻生成器；
2）物理AI派認為，世界模型是能夠批量生成仿真環境的物理AI基礎設施；
3）空間智能派認為，世界模型是能夠理解物體三維空間關係的3D空間智能；
4）因果推演派認為，世界模型是能夠在抽象邏輯中，進行物理規律因果推理與未來推演的因果推演智能。
四大流派分別從四個方向開啓下一代AI的長征，期望會師於世界模型這個終極目標，從而補足語言模型在視覺生成能力、動作交互能力、空間理解能力和因果推演能力的短板，引領下一代人工智能發展。
▍世界模型各個流派的差異是什麼？四大流派的研究視角和技術側重不同，但核心本質一脈相通。
視頻生成派強調對世界的像素級還原，物理AI派強調對世界真實場景的還原，空間智能派強調對於世界的3D還原，而因果推演派強調對於抽象的因果邏輯還原。四大方向僅是從不同維度刻畫世界模型的能力邊界，彼此並非完全對立排斥的技術路線。在產業發展過程中，各流派技術也在持續迭代融合、相互借鑑、優勢互補。最終，世界模型可以形成統一的數學抽象表示，即給定世界上一刻的狀態和動作，生成下一刻的狀態。例如，給定視頻的上一刻的畫面，和視頻畫面中機器人的動作，預測視頻的下一刻的畫面。相比於語言模型基於歷史的Token生成下一個Token的範式，世界模型的不同之處在於，Token是視頻模態，並且引入了動作。世界模型本質上強調的是機器人如何改變世界。
▍世界模型有哪些落地場景？視頻生成、互動遊戲、設計、XR/AR和物理AI，其中物理AI是最重要的落地場景。
世界模型當前主要有五類應用：視頻生成、互動遊戲、互動設計、XR/AR和物理AI。從落地的節奏看，可以分為：
1）已初步落地的商業化產品：以視頻生成為主，用戶可以輸入文字和圖片，從而得到AI生成的視頻。已在短視頻、廣告、影視、短劇、漫劇、電商、物理AI數據增強等場景商業化落地。
2）實驗室Demo級別產品：以交互式視頻生成為主，用戶可以操作動作，改變視頻的狀態。未來有望在遊戲、設計、XR/AR等場景率先落地。
3）實驗室預研方向：世界模型通過模擬行為對實際造成的後果，進而能夠指導物理AI行動，從而實現物理AI規模化落地。
▍風險因素：
宏觀經濟恢復進度不及預期；相關產業政策不達預期的風險；企業核心技術、產品研發進展不及預期；AI應用落地速度不及預期；雲廠商資本支出不及預期等風險；政府與企業IT支出不達預期的風險；AI競爭加劇等。
▍投資策略：
視頻生成模型迭代加速，技術能力持續外溢賦能世界模型發展，行業迎來技術升級機遇。疊加海外孖展密集催化，世界模型賽道有望依託模型迭代與估值抬升實現雙重紅利。
責任編輯：凌辰