从理论探索到体系构建

世界模型有三种派别：盆景派专注于生成静态3D场景，成本低但缺乏动态；直播派追求实时动态模拟，计算需求高但能交互；玄学派关注抽象状态，省算力但不直观。三者各有优劣，争论AI是否能通过数据学习物理规律。目前，机器人训练数据稀缺，虚拟环境的有效性仍需验证。

阿里巴巴的论文《Qwen-AgentWorld》提出了首个面向通用智能体的语言世界模型，涵盖七个领域，利用超过一千万条交互轨迹进行三阶段训练。该模型通过预测环境状态变化，提升智能体的决策能力，降低训练成本和泛化能力限制。实验结果表明，Qwen-AgentWorld在多步骤操作和跨领域泛化方面表现优异，有效支持智能体的强化学习训练。

原力灵机推出的DW0.5具身世界模型，结合DFOL2.0框架，降低了60%的真机数据需求。DW0.5通过模拟动作后果与价值反馈，提升机器人在复杂环境中的学习能力，支持多模态输入，增强训练效率和成本效益。该模型在多个基准测试中表现优异，已实现闭环流程，未来将应用于具身智能领域。

阿里巴巴旗下高德推出了ABot-World Studio，结合交互式视频和3D场景生成。用户可通过文字或图片创建可实时交互的AI世界，支持长时间推理且无崩溃。工坊内置“任意门”机制，连接不同3D世界，提升探索体验。ABot-World系列模型已开源，广泛应用于机器人训练、内容创作和教育领域。

加州大学圣地亚哥分校与OpenAI的研究提出了OPINE-World，通过程序化世界模型使LLM Agent在未知环境中主动学习。在ARC-AGI-3基准测试中，该模型解决了20个游戏，达到了78.4的动作效率。OPINE-World结合两个Agent进行假设与测试，利用本体论误差度量优化探索过程，提高学习效率。

杨朔团队发布了TouchWorld触觉世界模型，旨在提升机器人灵巧操作能力。该模型通过预测接触和实时触觉反馈，帮助机器人在实际操作中修正动作。破晓智能致力于整合人类视频数据与触觉感知，推动机器人从“看见世界”到“接触世界”的进步。

阿里巴巴推出的「Qwen-AgentWorld-35B-A3B」模型在AgentWorldBench评测中超越Claude Sonnet 4.6。该模型专注于环境建模，具备跨领域建模能力，支持多种交互方式。其架构结合了Gated DeltaNet和Gated Attention，激活参数仅30亿，提升了效率和效果。该模型已上线HyperAI，用户可体验其智能体交互功能。

蚂蚁灵波科技于7月9日开源了LingBot-World 2.0模型，提升了实时交互和世界生成能力，支持720p/60fps高清输出。新模型引入Agent机制，实现动态变化和多用户互动，广泛应用于游戏、影视和机器人训练等领域。用户可在Reactor平台和灵光APP体验其功能。

魔芯科技与华为等合作推出MoWorld，这是首个基于国产NPU的实时交互世界模型，推理速度超过50FPS，成本仅为同规模GPU的30%。MoWorld支持用户实时交互，适用于机器人和自动驾驶等领域，推动世界模型的产业化应用。

Orca团队的技术报告探讨了AI模型如何理解世界状态及其变化，旨在通过多模态学习构建统一的世界模型，结合无意识和有意识学习。实验结果显示，Orca在理解、预测和行动任务中表现优异，展现了在真实交互中的潜力，未来研究将推动AI在更广泛领域的应用。

蔚来汽车在任少卿的领导下，推出了覆盖70万辆车的世界模型更新，挑战传统车企。通过自研芯片和工具链，蔚来实现了不同硬件的统一升级，提升了安全性和用户体验。其“群体智能”系统利用闲置算力进行数据验证，推动技术进步和销量增长，构建持续学习的智能系统，超越传统汽车竞争。

2026年，世界模型被认为是实现AGI的关键技术，李飞飞将其分为渲染器、模拟器和规划器。WAIC 2026将探讨物理AI的技术路径，关注行业争议与实际成果。因果世界模型的研究将增强机器人对物理规律的理解，推动AI从数据拟合向物理智能转变，未来将促进AI在实体经济中的应用。

纽约大学与LeCun初创公司AMI合作推出了AdaJEPA，旨在提升世界模型的持续学习能力。与传统模型不同，AdaJEPA能够在与环境交互时实时调整参数，通过闭环反馈机制不断校准模型。实验结果显示，AdaJEPA在应对环境变化时的规划成功率显著提高，且在线更新延迟极低，展现了其在动态环境中的鲁棒性。

百曜科技发布了全球首个基于LLM-JEPA架构的AI虚拟细胞模型AURA CellOS，覆盖40余种人体组织和260余种细胞类型。该模型在细胞状态预测和扰动响应方面表现优异，显著提升细胞研究效率，可能改变新药研发方式。尽管面临数据稀缺和模型可解释性挑战，AURA CellOS的商业化潜力巨大，未来将成为新药研发的重要基础设施。

Uranus是一个新发布的世界模型，旨在解决具身智能行业的评测基准和仿真与现实之间的差距。它通过生成环境反馈来评估机器人模型的表现，提高了评测的效率和准确性。此外，Uranus支持多种机器人硬件，简化了仿真场景的构建。地瓜机器人团队认为，基础设施的建设比开发具身大脑更具挑战性，未来将继续扩展数据量以提升模型能力。

FaceMind公司提出Ego-NeuroLoop数据范式，旨在通过采集人类动作的完整过程，包括注意力、神经状态和肌肉执行等信号，提升机器人对环境变化的理解和预测能力。该公司利用NeuroMatrix和NeuroBooster技术，降低数据采集门槛并提高信号质量，以增强机器人在真实场景中的适应能力。

Aether AI公司提出因果世界模型，旨在提升机器人对物理世界因果关系的理解，超越仅依赖数据相关性的局限。该模型通过提取因果变量、学习因果结构和动力学，增强机器人在真实环境中的表现，推动AI从相关性模型向因果性模型转变，以实现更强的泛化能力和任务执行效率。