国内最大单笔世界模型融资，释放了什么信号。

新眸原创·作者 | 李小东

这周AI圈有个重磅的消息，生数科技拿了5亿美金的新一轮融资。折算成人民币大概34亿，创下了国内通用世界模型领域最大单笔融资纪录。

一家成立才三年多的公司，五个月里连续三轮融资加起来超过五十亿，这个节奏放在几年前是不可想象的。算估值的话，四月份B轮的时候投后估值已经超20亿美元，这轮又融了5亿，估计估值又往上跳了一大截。

不过，相比金额本身，我觉得更值得琢磨的是这件事背后的信号：为什么是现在？为什么是生数？这笔钱砸下去，整个世界模型赛道的游戏规则会发生什么变化？

这半年里，世界模型这个概念火得有点快。年初的时候很多人还在争论世界模型到底是什么，到了年中，赛道里已经跑出了好几家独角兽，融资消息一个接一个。

根据媒体统计，2026年上半年国内AI创业公司总融资额突破三千亿元，其中世界模型是早期投资最大的共识方向，六家聚焦这个赛道的早期公司合计融资约97亿元。高盛在最新的报告里直接说，世界模型正在成为推动AI资本开支的“第二引擎”。

生数科技这一轮，刚好踩在了这个节点上。它就像一个放大镜，把整个赛道的热度、分歧和未来走向，都照得更清楚了一些。

01 融资密度里的赛道转向

如果只看单笔金额，5亿美元确实足够震撼。但更值得琢磨的，是这轮融资背后的节奏和参与者结构。

公开信息显示，生数科技在今年2月刚完成超6亿元的A+轮融资，4月又拿下近20亿元的B轮，由阿里云领投，投后估值超过20亿美元。时隔三个月，新一轮5亿美元融资再次落定，投资方里依然有产业资本的身影。

这种高密度的融资节奏，在AI赛道里并不常见，通常只出现在技术突破临界点、头部公司加速拉开差距的阶段。

这并不是生数一家的特例。整个2026年上半年，世界模型赛道的融资都在加速。同样做物理世界模型的LiberAI，今年内也完成了三轮融资，从天使+轮到Pre-A轮，前后间隔不过一个月，红杉中国、真格基金等老股东连续追加。

海外市场同样火热，6月世界模型初创公司Odyssey拿到3.1亿美元融资，亚马逊、AMD Ventures、谷歌风投都出现在投资方名单里，DeepMind首席科学家Jeff Dean早在之前轮次就已入局。

行业近期的一份统计提到，2026年上半年国内6家聚焦世界模型的早期初创公司合计融资约97亿元。这个数字放在整个AI赛道里不算最庞大，但考虑到世界模型还处于非常早期的阶段，这样的资金密度已经足够说明资本的预判，这是下一代AI基础设施的核心卡位战。

高盛在最新的报告里把世界模型称作推动AI资本开支的“第二引擎”。这个判断的逻辑不难理解：大语言模型解决了语义理解和知识表达的问题，但它本质上还是在数字世界里打转。而世界模型试图理解物理世界的运行规律，包括空间、时间、因果关系和物理动力学，这是让AI真正走进现实世界的必经之路。

过去两年，大模型赛道的投资逻辑是“赢家通吃”，资金疯狂涌向头部几家通用大模型公司。到了今天，大语言模型的技术路线和市场格局已经相对明朗，资本需要寻找新的增量。世界模型刚好承接了这种预期，它被普遍认为是通往通用人工智能的关键路径，也是支撑具身智能、自动驾驶、工业仿真、数字内容等多个赛道的底层技术。

更值得注意的是产业资本的深度参与。阿里云连续领投生数科技的B轮和新一轮融资，亚马逊、谷歌纷纷下注海外世界模型公司。对巨头们来说，这是在为下一代AI技术栈布局。就像当年云计算和移动互联网的前夜，掌握底层基础设施后，才能拥有上层应用的话语权。

当然，热钱涌入的地方不缺争议。有人觉得世界模型的概念还太模糊，很多公司只是把多模态模型换了个包装，就讲起了世界模型的故事。

这种担忧并非没有道理，但技术演进的规律往往就是如此，在共识真正形成之前，市场会先一步用脚投票。至于哪些公司能真正跑出来，哪些会在浪潮退去后显露原形，还需要时间来验证。

02 从生成到交互再到行动一条技术路线的展开

说起生数科技，很多人的第一印象还停留在视频生成工具Vidu。但如果把时间线拉长就会发现，这家公司的产品发布节奏，刚好对应着世界模型从数字世界向物理世界延伸的完整路径。

最早被市场熟知的Vidu Q系列，主打视频生成能力，目前已经渗透到漫剧、短剧、广告、电商等内容生产场景。这是世界模型最容易落地的数字端应用，也是最容易产生现金流的业务。对一家初创公司来说，先找到商业化的立足点，再往底层技术深耕，是非常务实的选择。

真正让人意识到生数野心的，是7月初刚发布的Vidu S1实时交互模型。这款产品和传统视频生成有本质区别，它能够根据语音指令实时生成画面，支持无限时长的连续互动，而不是一次性生成一段固定的视频内容。

这个技术方向的价值，很多人还没有完全意识到。在此之前，AI生成的视频是预先制作好的内容，用户只能被动观看。而实时交互模型让视频变成了“活”的载体，用户可以介入内容的走向，和数字角色进行对话，让它做出相应的动作和表情。

这意味着生成式AI第一次具备了类似视频通话的实时交互能力，应用场景也从内容生产扩展到了虚拟直播、数字人客服、游戏NPC、XR互动等领域。

如果说Vidu系列还在数字世界的范畴里，那么Motubrain的发布，则标志着生数正式把技术触角伸向了物理世界。

2025年底，生数开源自研 Motus，对外称其为业内首个打通感知、预测、行动完整闭环的大一统世界模型；今年4月的Motubrain，在RoboTwin 2.0基准测试上取得了95.8%的平均成功率，在随机环境下的得分也超过了96分，是目前榜单上唯一在随机场景下平均分过95的模型。同时在WorldArena基准上，它也以63.77的总分排在第一，在运动质量、流畅度等多个维度领跑。

Motubrain的核心特点是“一脑贯通”，不需要上层规划、任务拆解或者多模型拼接，直接学习完整的任务链路。用创始人朱军的话说，真正的世界模型不应该是拼接起来的模块，而应该用统一的架构，把感知、推理、预测、生成、行动整合在一个系统里。

这种技术路线的优势很明显：底层的世界表征是统一的，数字世界积累的视觉理解、时序预测能力，可以迁移到物理世界的机器人控制上。就像特斯拉把FSD的技术栈复用到Optimus机器人上一样，视觉和时序建模能力是相通的，区别只在于一个输出方向盘和油门的控制信号，一个输出机械臂和关节的控制指令。

不过另一方面，同时做多模态生成、实时交互和具身大脑，意味着团队需要覆盖非常宽的技术栈，每一块都要做到行业前列，还要把它们在底层架构上真正打通。这对研发资源和工程能力的要求极高，也是为什么很多公司选择只深耕其中一个方向。

生数选择全栈路线，和团队背景直接相关。创始人朱军是清华大学计算机系教授、AI研究院副院长，在概率图模型和扩散模型领域深耕多年，核心团队出自清华AI研究院，底层技术积累足够扎实。

现在判断这条路线能不能跑通还为时尚早，但至少它提供了一种不一样的可能性。世界模型不应该只是一个用来生成视频的玩具，也不应该只是机器人的一个零部件。它更像一种底层能力，既能支撑数字世界的内容与交互，也能驱动物理世界的实体行动。

03 热闹背后落地的真实命题

融资消息刷屏的这几天，行业里讨论最多的一个问题是：几百亿资金砸进世界模型赛道，真正的落地场景到底在哪里？

这个问题非常现实。世界模型的概念听上去很宏大，学术界至今也没有统一的定义。有人认为能模拟物理规律才算世界模型，有人觉得只要能对环境进行预测和规划就算。定义的模糊，恰恰说明这个领域还处在非常早期的阶段。

从目前的商业化进展来看，最成熟的依然是数字内容端。视频生成已经有了非常清晰的付费客户，短剧、广告、电商、影视行业都在用AI提升生产效率。生数的Vidu Q系列能快速起量，也是因为踩中了这波内容工业化的需求。实时交互虽然刚出来，但虚拟直播、数字人客服这些场景的付费意愿也已经被验证过，技术成熟后落地速度会很快。

真正的难点在物理世界这一端。

具身智能喊了这么多年，大家都知道家庭机器人、工业机器人是万亿级的市场，但真正能批量落地的场景依然非常有限。工业场景相对结构化，已经开始有规模化的应用；但家庭场景的非结构化程度太高，机器人的成本、可靠性、泛化能力，每一项都是硬骨头。

世界模型能在多大程度上解决这些问题，目前还没有定论。理论上，统一的世界表征可以提升机器人的泛化能力，让它在陌生环境里也能做出合理的决策。但理论归理论，工程落地又是另一回事。传感器的精度、执行器的时延、真实环境的扰动，每一个细节都可能让实验室里99%的成功率，到了真实场景里大打折扣。

这也是为什么行业里会有“Demo好看，落地难”的说法。很多机器人公司的发布会演示都很惊艳，拧瓶盖、叠衣服、倒咖啡样样都行，但搬到真实的办公室或者家庭里，表现就不稳定了。差距的根源在于，Demo是精心调试过的理想环境，而真实世界充满了各种意外。

世界模型想要真正发挥价值，最终还是要过工程化这一关。模型能力再强，也要和硬件、系统、数据闭环结合起来，形成完整的正向迭代。这和当年自动驾驶的发展路径很像——早期大家比算法、比Demo，到了量产阶段，拼的就是系统工程能力、数据闭环效率和供应链管理水平。

从这个角度看，生数的优势在于有数字端的业务输血，不用完全依赖融资烧钱。视频生成和实时交互的商业化，可以为底层研发提供持续的现金流，让公司有更充裕的时间去打磨物理世界的技术。

但反过来说，从数字世界跨到物理世界，不是简单的技术平移，中间隔着无数硬件、机械、控制的工程细节，这些都需要时间去踩坑积累。

另一个值得警惕的问题是赛道泡沫。资本大量涌入的时候，往往会出现估值透支、概念炒作的现象。很多公司拿了大笔融资，短期可以靠发布会和技术榜单维持热度，但如果迟迟跑不通商业闭环，热度退去之后就会面临估值压力。

不过这也是新兴技术赛道的常态。每一波技术浪潮起来的时候，都会伴随泡沫，泡沫里有投机，也有真正的技术突破。最终能留下来的，一定是那些既能沉下心做技术，又能脚踏实地找场景的公司。

生数的这轮融资，算是给世界模型赛道又添了一把火。但冷静下来看，这也只是赛道进入加速期的一个节点而已。接下来的两三年，会是技术快速迭代、场景逐步验证的关键时期。有的公司会在竞争中拉开差距，有的会逐渐掉队，也会有新的玩家带着新的技术路线冒出来。

世界模型的故事才刚刚开始，现在远没到下结论的时候。我们能做的，就是保持关注，也保持耐心。毕竟所有真正改变世界的技术，都是在喧嚣和质疑中，一步一步走到我们面前的。

本文系新眸原创，申请转载授权、商务合作请联系

— END —