问题：从“会说”到“会做”，智能系统为何需要理解物理世界 近年来，大模型文本、图像等数字信息处理上进展显著，但三维空间理解、物体交互与因果推理等层面仍存在短板；特别是在机器人操作、自动驾驶、工业仿真、工程建设等领域，系统不仅要“识别和生成”，更要在复杂环境中进行“感知—预测—决策—行动”的闭环，这对空间结构、运动规律、材料属性等物理要素提出更高要求。围绕这个瓶颈，“世界模型”概念受到关注：通过对三维世界的表征与可推演建模，为智能体提供接近真实环境的“内在模拟器”，从而提升在现实任务中的可靠性与可控性。 原因：资本与产业为何集中押注“空间智能+物理智能” World Labs近日宣布完成新一轮融资，总额达10亿美元，其中Autodesk出资2亿美元，英伟达、AMD等参与跟投。多方资金加码，反映出两上动因：其一，智能技术正从内容生产与助手应用，向具备空间推理与交互能力的通用智能体演进，市场寻找下一代关键技术底座；其二，工程设计、制造、建筑与机器人等行业长期存在“设计—仿真—落地”割裂的问题，若世界模型能与三维设计工具、仿真平台深度耦合，将显著降低建模与验证成本，提升方案迭代效率。 以Autodesk为例，其在建筑、工程与制造领域具备广泛用户基础，对三维几何、工艺流程、施工约束的表达需求强烈。世界模型若能将自然语言、图像提示与三维结构生成、物理约束校验、流程模拟相结合，有望推动从“绘制与建模工具”向“自动化设计与验证系统”升级。这也解释了产业资本大额进入的现实逻辑：技术路线与应用入口正在发生耦合。 影响：世界模型走向应用将重塑研发范式与数据供给体系 从行业层面看，世界模型的推进可能带来三重影响。 一是研发范式变化。过去机器人与自动驾驶训练高度依赖实车实测与场景采集，周期长、成本高、覆盖不足。若世界模型与高保真仿真结合，通过可控的虚拟环境生成海量“长尾场景”，将加速算法迭代与安全验证。 二是数据体系重构。与传统标注数据不同，三维空间数据、交互数据与物理参数更难获取，合成数据、仿真生成与数字孪生可能成为重要补充，从“采集为主”转向“生成+验证并重”。 三是产业链协同深化。上游芯片与算力平台、中游基础模型与仿真引擎、下游行业软件与硬件终端将更紧密结合。英伟达、AMD等参与投资，也显示算力与软件生态将围绕空间计算展开新一轮布局。 对策：夯实技术底座与标准体系，推动可控可信的产业落地 在世界模型与物理智能快速升温的背景下，产业发展仍需解决工程化与安全性难题：模型在真实环境中的泛化能力、对物理规律的可解释性、仿真到现实的偏差控制，以及数据合规与知识产权保护等。 业内建议从三上推进：一是加强基础研究与工程平台建设，完善三维场景表达、物理引擎、传感融合等关键能力；二是建立行业数据与评测标准，形成可对比、可复现的验证体系，避免“只看演示、不看指标”；三是以重点行业为牵引推进示范应用，建筑工程、智能制造、机器人与智慧交通等领域形成可规模复制的解决方案。 不容忽视的是，国内也有企业持续布局数字孪生、仿真训练与空间智能平台。例如香港上市企业五一视界（6651.HK）近年来推出数字孪生、智能驾驶仿真与数字地球等产品，并被纳入恒生综合指数。业内人士认为，数字孪生与仿真平台在世界模型产业化过程中可发挥“训练场”和“验证场”作用，但其商业化成效仍取决于行业渗透速度、标准成熟度与生态协同能力。 前景：技术从概念走向规模应用仍需时间，但方向已更为清晰 从全球趋势看，世界模型与物理智能有望成为未来数年智能系统的重要分支：一上向机器人、自动驾驶等具身智能延伸，提升开放环境中的执行能力；另一上向工程设计、科学计算等高价值场景渗透，推动“生成—仿真—验证—迭代”的一体化流程。另外，算力成本、模型效率与安全治理将决定其普及速度。可以预期，随着行业软件厂商、硬件平台与模型企业更协作，世界模型将从单点能力展示，逐步走向可评测、可部署、可持续迭代的工程体系。
从数字世界到物理空间的跨越，标志着人工智能技术进入新阶段。在这个轮技术变革中，中国企业能否把握机遇，不仅关系个体发展，更将影响我国在全球科技竞争中的地位。物理智能时代的到来，正在重新定义人工智能的边界和可能性。