问题：长期以来，智能模型的优势主要体现文本、图像等数字信息处理上。尽管理解与生成能力提升明显，但在三维空间认知、物理规律约束以及与真实环境交互上仍存“能说清、难做成”的短板。随着机器人、自动驾驶、工业设计和科学计算等领域对“可预测、可验证、可执行”的需求上升，如何让模型建立对真实世界的结构化理解——并进行可操作的推演与决策——成为新一轮技术竞争的焦点。 原因：资本与产业界近期将关注点集中到“世界模型”等方向，主要受三上推动。一是应用端需求倒逼。机器人复杂环境中的导航、抓取与协作，自动驾驶对长尾场景的安全验证，都需要在低成本、高效率条件下开展大规模训练与测试；仅依赖真实数据采集不仅成本高，也受到安全与合规限制。二是技术路径演进。世界模型强调从二维信息中重建三维结构与空间关系，并在此基础上进行物理过程模拟，形成“感知—预测—行动”的闭环，为跨场景泛化提供支撑。三是算力与工程能力趋于成熟。高性能计算平台以及图形、仿真工具链持续迭代，使大规模三维生成、物理仿真和数据合成逐步具备工程落地条件。 ，World Labs宣布完成10亿美元融资引发业界关注。公开信息显示，设计软件企业Autodesk参与投资并出资2亿美元，英伟达、AMD等企业及多家投资机构跟投。World Labs表示，将持续投入产品能力建设与应用拓展，重点提升机器人与科学发现等场景的可用性。 业内人士认为，Autodesk的参与体现出明确的产业协同空间：建筑、工程、制造等行业长期追求“设计—验证—交付”的一体化流程，而世界模型强调的三维理解与可模拟能力，有望与既有三维设计工具互补，提升建模自动化、方案评估与工艺验证效率，进而带动“数字设计—仿真验证—实体落地”的链条联动。 影响：一上，本轮融资强化了市场对世界模型从研究概念走向产业化的预期。随着更多企业把智能能力嵌入设计、制造、运维与服务环节，空间智能与物理约束将更直接影响产品体验与安全边界。另一方面，产业竞争的重心也可能从单一模型指标转向系统能力建设，包括三维数据体系、合成数据生成、仿真平台效率、与行业软件及硬件的适配能力，以及面向安全、可靠、可解释的工程规范。同时，这个趋势可能带动上游算力、图形与仿真软件，中游数据与模型平台，下游机器人与智能装备等环节的协同升级。 对策：业内普遍认为，要推动世界模型与物理智能实现规模化应用，需要三上形成合力。其一，夯实数据与评测体系。三维数据、动态场景与物理属性标注成本高，可通过合成数据、标准化场景库和可复现的评测机制降低门槛。其二，强化仿真平台与行业工具链的融合。将模型能力嵌入CAD、CAE、GIS、数字孪生与机器人中间件等既有系统，有助于缩短从研发到落地的周期。其三，完善安全与合规框架。面向自动驾驶、工业与公共服务等高风险场景，应加强边界条件验证、训练流程可追溯与责任分配机制，提升技术可信度与可监管性。 前景：随着全球科技企业加码投入，面向物理世界的智能技术有望进入加速迭代期。我国对应的企业也在数字孪生、仿真训练与空间计算等方向持续布局。以五一视界为例，其围绕数字孪生平台、智能驾驶仿真与数字地球等产品体系，探索“数据合成—空间建模—仿真训练”的技术路径，服务城市治理、交通出行与工业应用等场景。业内人士指出，未来竞争将更强调跨学科融合与场景落地能力：既要在空间理解与物理约束上取得突破，也要在工程效率、成本控制与行业适配上形成可复制的路径。
物理AI的兴起正在改写全球科技产业的竞争版图。在这场面向未来的竞赛中，中国企业已具备与国际巨头同台竞争的基础。随着技术迭代和产业融合加深，物理AI有望带来新的增长空间，并推动多行业的应用升级。能否抓住这个窗口期，将考验科技企业的创新能力与长期投入的定力。