押中SpaceX的硅谷老将，把票投给了一家中国世界模型公司
内容提要
AI虽擅长语言理解，却缺乏对物理世界的认知与决策能力，难以应对暴雨洪水等真实灾害。飞渡科技推出空间智能“峥嵘大模型”，构建全栈基础设施，通过动态边界控制、1:1验证和智能体调度，实现洪水推演与决策，将响应从经验驱动转为模型驱动，并获HICOOL一等奖，标志世界模型从生成迈向实用决策。
延伸解读
从生成到决策：世界模型的价值转向
文章指出，世界模型的发展正从追求视觉生成效果转向实际决策能力。李飞飞的World Labs等团队仍在攻克生成与仿真，而飞渡科技则直接瞄准推演与决策，应用于防洪等场景。这反映了行业评价标准的变化：从“好不好看”转向“能不能用”。对于关注AI落地的读者，这意味着判断一家世界模型公司的价值，应看其是否能在真实世界中做出可验证的决策，而非仅看演示效果。
防洪场景中的技术落地细节
飞渡科技在防洪推演中采用了三项关键技术：动态边界控制，能在溃口等突变时秒级重构计算域；1:1验证，将推演结果与实时监测数据比对并在线修正；智能体调度，用户只需提出目标，系统自动完成数据调取、模型选择、计算推演等全流程。这些技术将决策从经验驱动转为模型驱动，并将大范围流域推演耗时从以天计压缩至分钟级，实施成本降至传统方法的10%。
投资风向：实体AI受青睐
文章提到，硅谷投资人比尔·赖克特（Bill Reichert）在HICOOL路演中看好AI与物理世界结合的实体AI，其所在机构曾投资SpaceX和OpenAI。这与HICOOL评委将一等奖授予飞渡科技的选择一致，表明资本和产业界正将注意力从大语言模型转向空间智能和世界模型。对于创业者而言，这提示了AI领域的新机会可能在于解决物理世界的实际问题，而非仅提升语言能力。
Q&A
飞渡科技的峥嵘大模型主要解决什么问题？
峥嵘大模型旨在弥补大语言模型对物理世界认知、推演与决策能力的不足，通过空间智能技术实现洪水推演、灾害预警等真实世界决策，将响应从经验驱动转为模型驱动。
飞渡科技的空间智能基础设施包含哪些部分？
包括3DT统一数据标准（兼容百余种异构空间数据，支撑PB级三维场景实时渲染）、峥嵘大模型（五层技术栈：外观层、几何层、语义层、物理层、模拟层）以及元尊S800空间智能一体机（全栈国产信创）。
飞渡科技如何实现洪水推演与决策？
通过动态边界控制（秒级感知变化并重构计算域）、真实世界1:1验证（推演结果与实时监测比对并在线修正）以及智能体调度（智水AI和灵枢智能体自动完成数据调取、模型选择、参数配置、计算推演、方案比选），实现分钟级全域洪涝推演。
飞渡科技在HICOOL 2026全球创业者峰会上取得了什么成绩？
飞渡科技凭借空间智能“峥嵘大模型”获得HICOOL 2026大赛一等奖，并在“对话硅谷传奇投资人”路演环节夺得冠军，获得比尔·赖克特邀请赴硅谷参加全球投资人峰会路演。
世界模型从生成到决策的转变中，飞渡科技与李飞飞的World Labs有何异同？
李飞飞将世界模型分为渲染器、仿真器、规划器，World Labs致力于让生成的世界成为机器人训练场；飞渡科技则更直接地指向推演与决策，强调世界模型要被用出来，实现从生成到决策的闭环。
飞渡科技的技术在哪些行业有应用？
主要应用于水利行业和应急减灾，覆盖水旱灾害防御、山洪预警、智慧灌区调度、国家水网智能管控等，同时可泛化到低空经济、具身智能、能源交通、航空航天、高端制造、城市治理等领域。
飞渡科技的数据飞轮是如何运作的？
真实应用持续沉淀数据与反馈，回流到模型训练与评估中，形成“场景越多，模型越懂业务；模型越强，又能进入更多场景”的良性循环，使系统越用越聪明。
飞渡科技在灾害模拟方面的效率提升如何？
基于亚米级地形建模的暴雨洪涝仿真系统，将灾害模拟分析的准备周期从数月压缩到数日，实施成本降至原有方法的10%；大范围流域的全域洪涝推演耗时从以天为单位压缩到分钟级。
