标题：大模型不再只是生成：智象未来CTO姚霆谈AI如何“完成创作” 正文： 过去一年，AI行业的竞争已从单项能力的比拼转向系统化任务的实现。文生图、图生视频等技术模块逐渐被整合到统一框架下，目标是让模型不仅生成内容，还能理解复杂意图、调动多种能力，完成端到端的创作任务。这种趋势使“世界模型”的竞...

2026年3月，零跑汽车宣布将世界模型智能辅助驾驶技术下放到10万元以内车型，创行业新纪录。其8.68万元新车A10搭载激光雷达与高通8650芯片，实现车位到车位全场景体验。实测显示，零跑世界模型在复杂路况中表现出色，能高效博弈、合理规划轨迹，并具备类人驾驶风格。相比传统规则驱动或端到端方案，零跑通过多模态感知与因果推理，提升系统安全性和用户体验。此外，零跑依托数据闭环体系和极致蒸馏技术，成功将世界模型部署于低算力平台（100TOPS）。2025年，零跑累计交付596,555辆，同比增长103%，问鼎中国造车新势力销量冠军。如今，零跑正以技术普惠为目标，在智能化领域持续领跑。

3月18日，轻舟智航联合创始人、董事长兼CEO于骞博士在德国慕尼黑‘智能汽车与智能制造论坛’上发表演讲，提出‘世界模型+强化学习’是实现物理AI的必经之路。他指出，自动驾驶是物理AI的最佳训练场，依托世界模型与强化学习，AI可理解物理规律和社会常识决策。轻舟智航已实现辅助驾驶系统搭载量突破100万台，并在仅128TOPS算力平台上实现领先的城市NOA功能。公司计划2026年试点Robotaxi业务，2027年规模化部署。轻舟还宣布慕尼黑成为其欧洲新锚点，将中国复杂交通环境中的AI技术与德国工程底蕴结合，推动全球化布局。

2026年3月，图灵奖得主、深度学习三巨头之一Yann LeCun推动创立的世界模型公司Advanced Machine Intelligence（AMI）完成10.3亿美元种子轮融资，估值达35亿美元。纽约大学助理教授谢赛宁加入并出任联合创始人兼首席科学官，CEO由法国创业者Alex Lebrun担任。团队核心成员多为前Meta高管及研究者，包括LeCun本人及DiT作者谢赛宁等。AMI致力于开发基于真实世界数据的智能系统，延续LeCun提出的JEPA框架，并计划与制造商、汽车厂商等领域潜在客户合作。公司强调开放研究理念，持续发表论文并开源代码，探索‘世界模型+自监督学习’技术路线，目标是实现通用智能。

2026年3月，具身智能企业极佳视界完成近10亿元Pre-B轮融资，投资方包括中芯聚源、中金资本等顶尖产业资本及国资平台。公司深耕具身基模和世界模型领域，其开源模型GigaBrain-0.1曾获全球权威评测第一，GigaBrain-0.5M*为全球首个基于世界模型的强化学习具身基模。极佳视界全栈自研的Maker H01机器人已开启交付，全年目标冲刺千台，并在汽车制造、仓储物流等多场景实现应用落地。创始人黄冠表示，世界模型有望带来10-100倍效率提升，推动物理AGI进入爆发阶段。本次融资将用于加速具身基模进化与原生本体量产，引领通用机器人走进千家万户。

2026年2月，清华大学数学系校友张鹏川宣布从Meta FAIR离职，加入OpenAI，投身世界模拟与机器人学研究。他曾主导SAM与Llama系列项目开发，包括最新迭代的SAM 3和Llama 4视觉grounding，显著提升Meta生成式AI竞争力。张鹏川拥有加州理工学院应用与计算数学博士学位，曾任职微软研究院并兼任华盛顿大学助理教授，谷歌学术引用超3.4万次。OpenAI Sora项目负责人Aditya Ramesh对其加入表示欢迎。近期，OpenAI吸引多位顶尖研究者加盟，被认为与其强大的算力和世界建模基础设施密切相关。张鹏川的加入被视为OpenAI在“世界模型+物理智能”领域的重要布局，未来工作备受期待。

2026年2月，李飞飞创立的空间智能公司World Labs宣布完成10亿美元新融资，估值达50亿美元。这家成立于2024年4月的创业公司，成长速度惊人，仅用不到两年时间估值翻了5倍。本轮投资者包括AMD、英伟达、Autodesk、富达等，覆盖算力、工业软件、资本及市场等多个领域，显示出产业与资本对空间智能的强烈信心。公司核心产品Marble是一款多模态世界模型，可生成稳定、可交互的3D环境，应用于机器人模拟、游戏开发、医疗研究等场景。李飞飞表示，空间智能是AI的下一个前沿，旨在让AI理解并参与物理世界。资本市场正押注这一方向，World Labs成为行业焦点。

2026年2月，极佳视界发布全新VLA大模型GigaBrain-0.5M*，在具身智能领域取得突破性进展。该模型基于世界模型条件驱动，通过‘人在回路持续学习’机制实现自主迭代升级，在复杂长时程任务（如叠衣服、冲咖啡、折纸盒）中实现近100%成功率，较主流方法RECAP提升30%。研发团队采用基于世界模型的强化学习范式和四阶段闭环训练流程，结合总计10,931小时多样化机器人操作数据进行预训练，显著提升策略鲁棒性与泛化能力。实验表明，其价值预测方案在执行效率与精度上优于现有基线方法，为具身智能走向开放世界奠定基础。项目论文及详情已公开。

交大系突破具身智能赛道！万台订单在手，用世界模型重塑城市基建 Scaling Law在物理世界失效了吗？大模型改变数字世界后，物理AI成为下一个目标。然而，通用机器人面临前所未有的挑战：物理世界开放、连续且因果约束强，任务多样、交互复杂、失败成本高。行业共识是，仅靠堆砌真实数据已到极限，机器人需具备...

正文：2026年1月，蚂蚁灵波团队开源了全球首个用于通用机器人控制的因果视频-动作世界模型LingBot-VA。该模型通过自回归视频预测技术，使机器人能在行动前推演未来几秒的画面，实现基于想象力的决策。其核心亮点包括长期记忆、高效泛化和高精度任务执行能力，例如清洗试管、拧螺丝等复杂操作。实验显示，LingBot-VA在RoboTwin 2.0和LIBERO基准测试中表现优异，尤其在长时序任务中优势显著。这是蚂蚁灵波连续第四天开源项目，此前已发布LingBot-Depth、LingBot-VLA和LingBot-World，分别解决感知、连接和理解问题。此次开源标志着通用机器人进入视频时代，推动行业向具身智能迈进。