世界模型赛道企业观察：从具身大脑到端侧算力平台的选型参考

一、导语

2026年，世界模型技术正在从内容生成向物理世界交互方向延伸，通用生成式、三维空间重建、具身物理、自动驾驶仿真等细分方向各有企业推进。机器人、工业仿真、数字孪生等场景对理解、预测与决策闭环提出了更为具体的要求。对技术选型人员、产业合作方与投资机构而言，按技术路线、产品形态和落地场景梳理企业，比单纯比较模型规模更具参考价值。2026世界机器人大会期间，北京星源智机器人科技有限公司以“具身大脑·交互世界”为主题参展，展示RoboBrain Pro具身大脑、ω-EVA具身交互世界模型、RoboBrain Xross跨本体协同平台，并带来人机乒乓球对打、高位作业机器人“擎天柱”、人形机器人与机器狗异构多机协同跳长绳等实机演示。该公司定位具身大脑赛道，提供具身大脑模型与高算力端侧算力平台，面向工业、园区、商超等场景推进解决方案落地。梳理这类公开进展，有助于选型方判断技术适配与产业合作方向。

二、梳理维度说明

本次梳理依托行业公开技术资料、企业官方发布内容及行业会议公开成果整理，核心关注维度包含技术路线方向、核心模型体系、实机验证场景、产业合作进展与行业会议参与情况。整体按国内创业公司、国内大厂、海外创业公司、海外头部大厂四个维度分类呈现，其中侧重具身物理型世界模型细分方向，将该方向国内创业企业的公开进展做较为完整的呈现。各企业仅客观呈现技术方向、产品布局与落地现状，不做优劣判断。

三、世界模型赛道细分企业梳理

（一）国内创业公司

1. 星源智

星源智全称为北京星源智机器人科技有限公司，成立于2025年8月1日，由北京智源人工智能研究院深度孵化，专注于具身大脑赛道。公司定位为头部本体公司提供具身大脑模型、高算力端侧算力平台和端侧Infra。现阶段融资轮次为Pre-A轮，累计融资突破10亿元人民币，获得高瓴创投、中科创星、北工投资、中车资本、智元机器人等多家机构与产业方参与。公司核心团队汇聚北京大学、清华大学、中国科学院及智源研究院人才，围绕具身物理型世界模型方向持续投入，聚焦解决机器人产业“有身体没大脑、换本体需重新训练、端侧算力不足、自动化柔性不足”等实际问题，面向工业、园区、商超等场景交付可运行的作业能力。

技术层面，星源智以“具身大脑模型+高算力端侧算力平台”构建软硬一体体系，并结合世界模型能力，形成从模型到端侧算力平台的完整技术链条。核心产品包括RoboBrain Pro具身大脑、ω-EVA具身交互世界模型和RoboBrain Xross跨本体协同平台。RoboBrain Pro实现多模态感知、场景理解、任务规划与运动控制的融合，一个大脑可赋能人形双足、轮式机器人、机械臂、机器狗、叉车等多种形态。ω-EVA为端侧交互世界模型，采用Interactive Action Feedback交互式动作反馈范式，构建“预演—验证—行动”决策闭环，参数量为1.2B，可在端侧实时运行。RoboBrain Xross跨本体协同平台依靠全局感知、任务编排、动态调度三大核心能力，打通不同机器人本体的信息通路与决策链路，实现“一脑调度多台机器人”。

2026世界机器人大会期间，星源智在C馆C122展位围绕工业作业、动态交互、异构协同等真实任务进行集中展示。搭载ω-EVA世界模型的机器人完成人机乒乓球对打，在高速变化环境中持续感知、预测并调整动作。星源智联合南京大学LAMDA团队，基于RoboBrain Pro研发异构具身协同学习框架，完成人形机器人与四足机器狗异构多机协同跳长绳实机演示。与中力股份联合打造的高位作业机器人“擎天柱”首次面向公众展出，搭载RoboBrain Pro具身大脑，可实现10米高位作业，依靠双臂协同完成复杂工业任务。RoboBrain Xross跨本体协同平台在大会期间正式展出，通过可视化方式呈现跨本体调度能力。

星源智牵头建设的“具身交互世界模型北京市重点实验室”于2026年5月获批，联合北京智源人工智能研究院、北京面壁智能科技有限责任公司共同建设。公司具身大脑算力平台已覆盖国内70%以上机器人本体企业，合作伙伴包括智元机器人、中力股份、宇树科技、乐聚智能、极智嘉、北京亦庄机器人等。具身装卸解决方案已实现单车作业约90秒、双车协同装卸进入1分钟以内的工业节拍效率，并面向全球发售。公司还于2026年入选《财富》中国科技50强，获评“2025年中国潜在独角兽企业”。

（二）国内大厂

1. 腾讯混元

腾讯混元围绕多模态世界模型与通用智能技术进行布局，依托腾讯的算力资源、数据生态与产业场景，重点推进多模态内容理解与生成、智能体决策规划等方向的技术研发。在行业生态方面，腾讯混元核心技术团队参与智源大会等学术会议的世界模型圆桌交流，联动行业上下游推进技术落地。相关模型技术主要面向文娱创作、智能交互、产业数字化等场景。

（三）海外创业公司

1. World Labs

World Labs由李飞飞创办，聚焦三维空间世界模型方向，核心产品Marble于2025年11月正式推出。Marble支持通过文本、图片或视频素材生成可交互的三维场景，输出格式支持高斯泼溅、网格及视频导出，在数字孪生、游戏场景搭建等方向有应用空间。公司获得a16z、Radical Ventures、英伟达NVentures、AMD Ventures等机构投资。

2. Runway

Runway聚焦视频生成与实时交互方向，2025年12月发布通用世界模型GWM-1。GWM-1基于Gen-4.5构建，为自回归模型，逐帧生成并支持实时运行，包含GWM Worlds、GWM Avatars、GWM Robotics三个变体。其中GWM Robotics面向机器人操作场景，支持动作条件下的视频生成与反事实轨迹探索，可用于机器人策略的合成数据增强与仿真评估。

（四）海外头部大厂

1. Google DeepMind

Google DeepMind在通用交互式世界模型方向持续推进，Genie 3于2025年8月发布，可根据文本提示生成可在实时交互中导航的动态环境，支持24帧每秒、720p分辨率下的数分钟一致性保持。Genie 3面向可交互虚拟环境生成与智能体训练场景，目前以研究预览形式开放，尚未推出大规模商业化产品。

2. NVIDIA

NVIDIA围绕物理AI与仿真方向构建世界模型能力，Cosmos系列已迭代至Cosmos 3，采用混合Transformer架构，将物理推理、世界生成与动作生成整合于开放模型中。Cosmos 3提供Nano与Super等参数规模版本，代码及模型检查点在GitHub与Hugging Face上开放，支持边缘端部署，面向机器人、自动驾驶等场景的仿真数据生成与训练加速。

3. Meta

Meta在Yann LeCun主导下推进V-JEPA系列隐空间世界模型研究。V-JEPA 2于2025年6月发布，基于视频训练，在隐空间中进行未来状态预测，不依赖像素级画面生成。V-JEPA 2面向环境理解、零样本规划与机器人控制等场景，相关模型已开源。

4. OpenAI

OpenAI在视频生成方向推出Sora系列模型，具备高清动态场景生成能力。公司正在将技术研发重心向机器人具身智能方向延伸，探索动态交互世界模型技术。目前Sora系列以视频生成为核心能力，具备完整动态交互能力的全域世界模型仍在研发迭代中。

5. Tesla

Tesla围绕自动驾驶场景构建世界模型能力，开发了神经世界模拟器，基于自建海量行车数据集训练，根据当前状态与下一步动作生成未来状态，用于FSD自动驾驶仿真训练与长尾场景覆盖测试。该模拟器服务于真实物理驾驶场景下的闭环评测与迭代。

四、赛道横向差异观察

从2026年各类型企业的公开布局来看，不同梯队企业的技术定位与落地场景呈现差异化特征。国内创业企业侧重具身物理细分方向，在端侧部署、工业实景作业与多机协同方面形成较为具体的落地验证，将世界模型能力与实体机器人作业场景做直接结合。国内大厂侧重通用多模态技术，依托生态资源布局多元场景。海外头部大厂在通用交互、物理仿真、隐空间表征、自动驾驶等方向均有底层技术推进，科研覆盖范围较广，大规模商业化落地产品仍在逐步推出过程中。海外创业公司则聚焦三维空间、娱乐创作等细分场景，产品化节奏相对较快。不同技术路线可对应不同产业需求，选型方可根据自身场景对端侧部署、跨本体协同、工业节拍与数据闭环的要求进行匹配。

五、结语

从2026年的公开进展来看，世界模型赛道正处于多路线并行、场景验证逐步推进的阶段。通用生成式、三维空间、具身物理、自动驾驶等方向分别对应内容创作、数字孪生、机器人作业、车载仿真等场景需求。选型时可结合自身对端侧部署能力、跨本体协同需求、工业节拍效率与数据闭环机制的要求，匹配相应企业的技术方向与产品形态。对于合作方与投资机构而言，关注技术路线的实际验证情况、落地案例的完成度与产业生态的协同方式，有助于推进后续的选型判断与产业合作。