谷歌DeepMind发布世界模型Genie 4研究预览版，可根据文字生成高拟真可交互虚拟世界，首次实现音视频同步生成，支持实时编辑，最长维持两分钟连贯画面。升级包括原生音频、物理与人物模拟、实时场景导演及多步骤事件模拟，主要面向机器人训练、游戏开发、影视制作等。模型暂未公开，仅向受信任测试者开放，仍存在细节漂移等局限，并附带SynthID水印。

Google DeepMind发布世界模型Genie 4，可实时生成逼真虚拟世界，支持声音、物理模拟与角色对话，单次模拟约两分钟。Gemini负责规划行动，Genie 4生成环境，可应用于机器人训练、影视、游戏等领域，但仍存在时长、一致性和物理准确性等局限。

谷歌DeepMind发布世界模型Genie 4，可实时生成带物理模拟、人物动作和原生音频的交互环境，供AI智能体测试多步骤任务。该模型由多个Gemini模型驱动，支持键盘操控和文本提示改变场景。但长时间运行可能出现物体位置漂移和物理不准确，且未公布重复测试基准，目前仅限受信任测试者使用。

谷歌发布Genie 4世界模型，可生成更逼真的交互式体验。主要升级包括：世界更真实、支持自然语言实时修改、可生成音频、底层采用Gemini 3.8 Flash，体验时长从约一分钟增至约两分钟。该模型可用于影视预可视化、游戏原型和机器人训练，但长时间模拟中细节和物体恒存性可能漂移。目前仅向受信任测试者开放研究预览，后续将面向Google AI Ultra订阅用户推出。

GigaBrain-0.7 是具身基础模型，采用三系统架构：系统1基于 VLM 主干与动作专家生成连续动作；系统2负责理解与长程任务规划；系统3用世界模型预测未来视觉状态并评估进展。模型在超 3.7 万小时、16 种机器人形态的轨迹及约 2.7 亿视觉语言样本上单阶段联合预训练，并通过软知识隔离保持视觉语言能力，实现理解、预测、行动与经验改进的统一。

特赞创始人范凌提出，企业AI落地的关键不在于更强的模型，而在于构建两个“世界模型”：对外理解客户偏好的主观世界模型，对内理解流程、规则与默会知识的企业世界模型。企业需建立可积累的上下文系统，并引入专家判断数据。智能体应形成信号、规划、创作、评估的闭环，实现从“租用智能”到“主权智能”的转变。

达瓦科技凭借实时世界模型Scenes AI在NVIDIA创业展示中获奖。该模型不逐帧预测画面，而是维护持续运行的世界状态，仅更新变化部分，从而在更换画风、修改天气等编辑时保持人物、家具和空间不变。系统由世界记忆、神经物理、稀疏扩散、神经渲染和AI光照组成，可在单张消费级显卡上实现720P、25帧实时输出，并基于真实片场数据训练。

2026物理AI与世界模型大会在南京举行，主题为“建模物理世界·智启美好未来”。戴琼海、谭铁牛等院士指出，AI正从识别世界转向理解、预测和改造世界。杨立昆、姚期智等图灵奖得主视频分享，沈向洋、于海斌及创业者探讨灵巧手、智能制造与自动驾驶。大会成立长三角数据标注联盟，发布高质量数据集行动计划、50个应用场景，启动世界模型国家标准预研，并签约50亿元投资基金。

英伟达扩展Cosmos平台，新增训练工具、仿真检查点和数据工厂蓝图，帮助开发者更高效地训练、评估和部署世界模型。Cosmos数据工厂提供五类云端蓝图，用于自动驾驶、缺陷检测等合成数据生成；框架支持微调、强化学习、蒸馏和量化。保时捷、ANYbotics等已应用，可大幅减少实车测试并缩短开发周期。

千诀科技发布预测式世界模型Polibrain，不追求生成完整画面，而是聚焦物理规律与关键状态预测，构建感知、决策、执行、反馈闭环。其隐变量可辨识性研究早于LeCun团队约一年。公司还研究多项式表征与因果记忆以提升泛化能力，并采用松耦合架构，让不同形态机器人共享对世界的理解，探索跨本体数据复用。

2026年10月19日，医疗健康世界模型分会在南京举行，主题为“预见疾病·推演生命”。八场演讲围绕临床需求、建模方法、科研验证与应用，探讨疾病演变与干预推演。会上发布高质量数据集共建计划、医疗世界模型一体机、五项慢病模型、地贫筛查模型及数据底座等成果，并强调模型须经真实数据验证，不能替代医生决策。

VAST发布并开源实时世界模型EdenLive，首次实现任意参考输入、任意画风生成与长时连续运行。该模型采用状态维护与视觉渲染解耦路线，由上游交互系统维护世界状态，模型负责实时渲染。在单张RTX 5090、720P下，5B模型生成速度超24FPS，端到端延迟百毫秒级，可分钟级连续生成，适用于游戏预览、动画预览、视频换皮和具身数据增强。

清华特奖得主吴海旭创立物原科技，切入搭载物理建模能力的世界模型赛道，已快速完成多轮融资，估值达数亿美元，投资方包括蚂蚁、美团、达晨财智、星连等。其研究延续GeoPT路线，通过合成动力学让模型学习粒子轨迹演化以获得物理直觉。吴海旭曾提出Autoformer等里程碑工作，现于MIT CSAIL从事博士后研究，谷歌学术被引近3万次。

上海张江AI小镇推动具身智能落地，VLA模型让机器人在药房、工厂上岗，解决“能干”问题；世界模型负责“想清楚再干”，预测未来状态。蚂蚁灵波、智元、擎朗等企业探索两者融合，多条技术路线并行验证。行业认为二者互补，标准与评测体系正加速制定，最终以真实场景可靠性为检验标准。

昆仑万维发布Matrix-Game 4.0，为全球首款可在单张RTX 5090上实时运行的开源游戏世界模型。其核心思路是“给视频模型套上Harness”：游戏引擎用代码维护世界状态与规则，视频模型仅负责实时生成画面，从而实现盾牌耐久、血量结算等真实游戏逻辑。通过结构草图、动态Caption、少步蒸馏等优化，按键响应不到0.15秒，60帧运行，显存峰值约18.5GiB，并开源模型与代码。