表格可以左右滑动，查看完整内容 报告因测试和调用不同AI，研究深度和架构会存在差异 报告仅用于快速了解行业概况参考，重要科研和投资决策应对内容的客观和准确性进一步核实。
| 基本原理 | ||||
| 核心优势 | ||||
| 核心劣势 | ||||
| 生成时长/一致性 | ||||
| 计算成本 | ||||
| 代表产品 | ||||
| 来源 |
【AI Report】:
【AI Report】电子布（玻纤电子布/PCB基材）深度研究报告
历史文章摘选：
世界模型(World Models)深度研究报告
2026-07-14 20:39
世界模型(World Models)深度研究报告AI建议我标题不要写AI Report，会降低阅读量。听它的意见，听它的意见，哈哈! Notes: 报告日期: 2026-07-13 研究范围: 全球+中国专项 数据截止: 2026-Q2 报告版本: v1.0 研究类型: 技术研究研究边界与立场 研究对象定义与边界: •核心定义: 世界模型（World Models）是AI系统内部构建的、能够学习并模拟环境结构与动态规律的内部模拟器，是AI从感知智能迈向认知智能、实现通用具身智能的关键技术路径。 •包含范围: 视频生成世界模型（如Sora、Genie）、联合嵌入预测架构（JEPA系列）、基于模型的强化学习（Dreamer系列）、3D显式世界模型、自动驾驶端到端世界模型、具身世界模型。 •排除范围: 纯语言大模型（LLM）中非世界模型方向的通用能力、传统物理仿真引擎（非学习式）、计算机视觉中仅做识别/检测的单任务模型。 •与相邻概念的区分: 世界模型区别于LLM——前者学习物理世界的动态规律，后者主要学习语言统计规律；区别于传统仿真引擎——前者通过数据驱动自主学习环境动态，后者依赖人工规则编程。 本报告要回答的核心问题: 1. 世界模型技术目前处于什么发展阶段？核心瓶颈与突破时间线？ 2. 主要技术路线（自回归生成/JEPA/Dreamer/3D显式）的优劣势与商业化前景？ 3. 全球与中国竞争格局如何？哪些企业/团队最具投资价值？ 4. 从一级市场视角，世界模型赛道的投资机会排序与风险有哪些？ 执行摘要 •世界模型赛道进入爆发前夜，2026年成为关键转折年: 从OpenAI Sora、DeepMind Genie 3、NVIDIA Cosmos 3到中国33家创业公司集体涌现，世界模型正从学术概念走向产业落地。图灵奖得主Yann LeCun离职Meta创办AMI Labs并获10.3亿美元种子轮融资，标志着学术权威对赛道的终极背书 [1.36kr·世界模型全景]。 •中国市场呈爆发态势，33家企业累计融资超260亿元: 极佳视界3个月估值200亿、卜拉格科技成立1个月估值135亿、Manifold AI一年6轮融资近10亿跻身独角兽，红杉、高瓴、腾讯、国家大基金争相入局。85%的企业在2023年后成立，赛道高度年轻化 [1.36kr·世界模型全景]。 •技术路线三足鼎立，尚未收敛: 自回归视频生成（Sora/Cosmos）、JEPA预测架构（LeCun路线）、3D显式建模（World Labs）三大路线各有优劣。自回归派视觉惊艳但物理准确性不足，JEPA派样本高效但视觉不可见，显式3D派精度高但泛化受限 [8.个人·世界模型全拆解]。 •核心瓶颈是物理准确性与长时序一致性: 当前世界模型在生成时长（Genie 3仅几分钟一致性）、物理规律遵从（视觉合理≠物理正确）、实时推理成本（需专用ASIC）三个维度存在显著瓶颈，预计2-5年内逐级突破 [8.个人·世界模型全拆解][6.Arxiv·世界模型综述]。 •产业链上游算力与下游具身智能是最具投资价值环节: 世界模型训练推理对GPU/ASIC需求刚性增长；自动驾驶、机器人、游戏影视三大应用场景市场空间巨大（自动驾驶市场2026年规模因机构口径差异极大，从$93亿纯技术口径到$4.44万亿含ADAS整车价值的最宽口径不等，中间口径约$1.45万亿），中间模型层竞争激烈但应用层机会更确定 [17.FortuneBI·自动驾驶市场][23.ResearchAndMarkets·自动驾驶市场][24.TBRC·自动驾驶汽车市场]。 目录 1. 技术历史沿革 2. 现状与瓶颈分析 3. 技术路线对比与二阶问题 4. 竞争格局与代表性企业 5. 产业链图谱 6. 成本结构与BOM分析 7. 前沿科研团队 8. 代表性上市公司财务与估值 9. 政策环境与监管动态 10. 风险与机遇 11. 结论与展望 12. 参考文献 1. 技术历史沿革 1.1 发展时间线
1.2 技术迭代路径 第一阶段（2018-2020）— 概念验证期: • 以Ha & Schmidhuber的"World Models"论文为起点，首次提出用VAE压缩观测、MDN-RNN预测未来状态的架构 • 代表性技术: World Models (2018)、PlaNet (2019) • 关键突破: 证明了"在学到的世界模型中进行想象推演"的可行性 • 局限: 仅适用于简单游戏环境（CarRacing、VizDoom），泛化能力极弱 [6.Arxiv·世界模型综述] 第二阶段（2020-2023）— 架构成熟期: • Dreamer系列（DreamerV1→V2→V3）引入RSSM（Recurrent State Space Model），实现从像素到隐状态的端到端学习 • DreamerV3在Minecraft中仅靠像素输入学会采集钻石，标志MBRL路线的里程碑 • JEPA（Joint Embedding Predictive Architecture）由LeCun团队提出，开辟了"不生成像素、只预测表征"的新路线 [8.个人·世界模型全拆解] 第三阶段（2024-2025）— 视频生成爆发期: • Sora横空出世，首次展示分钟级物理一致视频生成能力，提出"视频生成即世界模拟"的宏大愿景 • Genie展示从无标注视频中学习可交互环境的范式转换能力，其隐性动作模型（LAM）无需人工标注即可自动推断动作空间 [8.个人·世界模型全拆解] • NVIDIA Cosmos将世界模型定位为Physical AI的基础设施，开源平台策略 • 中国团队快速跟进：字节跳动Seedance（1.0→1.5 Pro→2.0，多模态音视频联合生成）、快手Kling、智谱CogVideo-X2等，其中Seedance 2.0在物理准确度与可控性上达业界SOTA水平 [3.Huo15·进展汇总][20.ByteDance·Seedance2.0] 第四阶段（2026—）— 产业化加速期: • 世界模型从学术概念走向产业落地：自动驾驶（Wayve GAIA-2）、机器人（Cosmos+具身）、游戏（Genie 3）三大场景并行推进 • AMI Labs的$10.3亿种子轮标志着资本对世界模型赛道的终极背书 • 中国33家创业公司集体涌现，累计融资260亿+，赛道进入群雄逐鹿阶段 [1.36kr·世界模型全景] 1.3 关键参数演进
2. 现状与瓶颈分析 2.1 当前技术水平
2.2 核心瓶颈分析
2.3 瓶颈成因深度分析 瓶颈1: 长时序一致性 •物理/工程/商业限制: 自回归生成每帧依赖前一帧，误差呈指数级累积。当前缓解方案（dynamic noising、记忆机制）治标不治本。Transformer的二次复杂度使长序列计算成本激增。 •时间预期: 2-3年内通过混合架构（自回归+全局一致性模块）和专用硬件实现分钟级→十分钟级突破；小时级需要范式级创新，预计5年+。 [8.个人·世界模型全拆解] 瓶颈2: 物理准确性 •物理/工程/商业限制: 从像素中学习物理规律本质上是病态问题——同一视觉现象对应多种物理实现。JEPA路线通过抽象表征规避了像素生成，但牺牲了可视化能力。2026年5月LeCun团队发表形式化证明，首次给出JEPA可以学习世界模型的数学条件，但benchmark显示当前世界模型仍然"surprisingly brittle"（令人惊讶地脆弱）。 [12.TechTimes·JEPA证明] •时间预期: 3-5年，需要融合物理先验（物理方程约束）+ 数据驱动学习的混合方案。 [12.TechTimes·JEPA证明] 瓶颈3: 算力/推理成本 •物理/工程/商业限制: 训练一个世界模型的计算成本在数百万到数千万美元级别。推理侧80%的AI GPU支出已转向推理 [15.Network·推理经济学]。实时世界模型推理对延迟要求极高（<50ms），与大规模模型推理天然矛盾。 •时间预期: 2-3年，量化+专用ASIC+推理优化可将成本降低5-10倍。Decart已催生专用ASIC（Sohu）用于世界模型推理。 [8.个人·世界模型全拆解] 2.4 行业驱动力分析
2.5 行业生命周期定位 我们判断，世界模型赛道当前处于高速成长期初期。依据如下： •支撑判断的正向信号: (1) 2026年密集的里程碑事件（Cosmos 3/Genie 3/AMI Labs融资）；(2) 学术成果→产业落地的转化通道已打通；(3) 一级市场资本密集涌入，头部项目估值快速攀升；(4) 自动驾驶/机器人/游戏三大应用场景需求明确。 •需要关注的风险信号: (1) 技术路线尚未收敛，存在路径选择风险；(2) 多数企业尚无规模化营收，估值以预期驱动；(3) 核心瓶颈（物理准确性/长时序一致性）突破时间不确定；(4) 大厂（NVIDIA/Google/Meta）的平台化策略可能挤压创业公司空间。 •与相邻行业的周期对比: 类似2018-2019年的LLM赛道——技术突破已证明可行性，但商业化和规模化路径尚在探索中。世界模型可能重复LLM的发展轨迹：先平台（NVIDIA Cosmos=GPU时代的CUDA），再应用（垂直场景公司=LLM时代的SaaS应用）。 3. 技术路线对比与二阶问题 3.1 技术路线概览 •路线A — 自回归视频生成（Renderer）: 通过Transformer/Diffusion逐帧生成视频，以"看起来对"为目标。代表企业/产品: OpenAI Sora、DeepMind Genie 3、NVIDIA Cosmos 3（部分）、字节跳动Seedance 2.0、快手Kling。Seedance 2.0凭借四模态输入与多模态参考系统在可控性维度领先，与Sora 2、Kling 3.0并列文生视频三大巨头 [8.个人·世界模型全拆解][21.AtlasCloud·视频API对比] •路线B — 联合嵌入预测（JEPA）: 在抽象表征空间预测未来状态，避免像素级生成。以LeCun的"自主智能架构"为理论框架。代表企业/产品: Meta V-JEPA 2、AMI Labs。 [8.个人·世界模型全拆解] •路线C — 基于模型的强化学习（Dreamer/MBRL）: 以控制/决策为核心目标，在隐空间学习世界动态并用于策略训练。代表企业/产品: DreamerV3、MuZero、Google DeepMind SIMA。 [8.个人·世界模型全拆解] •路线D — 显式3D世界建模: 直接生成3D场景（3D Gaussian Splatting/NeRF/Mesh），具有显式空间结构。代表企业/产品: World Labs (Marble/RTFM)、群核科技。 [8.个人·世界模型全拆解] 3.2 技术路线对比
3.3 各路线成熟度评估 路线A: 自回归视频生成 •TRL等级: 7-8 | 当前阶段: 产品化初期 •关键里程碑: Sora 2024→Genie 3 2025→Cosmos 3 2026，两年内从实验室到产品 •剩余挑战: 物理准确性不足、推理成本高、缺乏统一评估标准 •预计产业化时间: 2026-2027（垂直场景）| 置信度: 高 [8.个人·世界模型全拆解] 路线B: JEPA预测架构 •TRL等级: 4-5 | 当前阶段: 实验室验证→早期产业化 •关键里程碑: V-JEPA论文→形式化证明（2026.05）→AMI Labs成立（2026.03） •剩余挑战: 视觉不可见（难以直接展示成果）、生态较新、需证明在复杂场景中的可扩展性 •预计产业化时间: 2028-2030 | 置信度: 中 [12.TechTimes·JEPA证明] 路线C: Dreamer/MBRL •TRL等级: 5-6 | 当前阶段: 实验室→特定场景验证 •关键里程碑: DreamerV3 Minecraft钻石采集（2023）→SIMA多任务Agent（2024） •剩余挑战: 视觉保真度低、窄域任务泛化难、需要大量环境交互 •预计产业化时间: 2027-2029（游戏/机器人训练场景）| 置信度: 中 [8.个人·世界模型全拆解] 路线D: 显式3D世界建模 •TRL等级: 5-6 | 当前阶段: 产品化探索 •关键里程碑: World Labs估值~$50亿（2026.01洽谈中）、群核科技世界模型大会 •剩余挑战: 泛化能力弱于生成式方法、动态场景建模不成熟、数据获取成本高 •预计产业化时间: 2027-2028（设计/创意场景）| 置信度: 中 [8.个人·世界模型全拆解] 3.4 二阶问题分析 我们认为，自回归视频生成路线在解决长时序一致性后，可能面临以下二阶问题： 1."生成即真实"的深度伪造风险: - 触发条件: 视频生成时长突破10分钟+物理一致性>90% - 影响范围: 社会信任体系、司法证据、新闻真实性 - 应对思路: 强制内容标识+数字水印+溯源技术；欧盟AI Act已要求深度伪造标记 [13.10100·政策对比] 2.计算资源的军备竞赛: - 触发条件: 实时高保真世界模型推理成为标配 - 影响范围: GPU供应链、电力基础设施、碳排放 - 应对思路: 专用ASIC（Sohu）+ 模型量化 + 边端协同推理 我们认为，JEPA路线在证明大规模可扩展性后，可能面临以下二阶问题： 1."不可见的AI"信任危机: - 触发条件: JEPA在自动驾驶/医疗等安全关键领域部署 - 影响范围: 监管审批、用户信任、事故责任归属 - 应对思路: 可解释性模块+可视化探头+人机协同决策 我们认为，跨路线共通问题: •标准碎片化风险: 三大路线各自发展评估体系，行业难以横向比较，可能导致投资决策信息不对称 •人才虹吸效应: 顶级人才向少数头部企业/项目集中（AMI Labs $10.3亿种子轮可开出天价薪酬），可能抑制学术多样性和小团队创新 3.5 技术路线选择建议 我们认为，在当前技术发展阶段：自回归视频生成路线确定性最高、产业化路径最清晰（3-5年内可在自动驾驶仿真、游戏影视、短视频生成场景实现商业化）；JEPA路线最具长期颠覆潜力但时间窗口不确定（5-10年）；Dreamer路线是具身智能的核心技术栈，与机器人赛道深度绑定；显式3D路线在专业设计/工业仿真领域有独特价值。建议一级市场投资组合同时布局自回归生成（短期）+ JEPA/具身世界模型（长期）。 4. 竞争格局与代表性企业 4.1 全球市场主要参与者
4.2 代表性企业对比
4.3 国内企业格局对比
4.4 行业集中度分析
4.5 联盟与合作关系
联盟格局判断: •主要阵营: (1) NVIDIA Cosmos生态——以GPU算力+开源模型绑定开发者；(2) Google DeepMind——全栈自研+三线覆盖；(3) 中国互联网巨头（阿里/腾讯/快手/智谱）——各自发布世界模型，生态未统一 •趋势变化: 平台化竞争加剧——NVIDIA试图复制CUDA模式到世界模型层；创业公司需在垂直场景建立壁垒，避免被平台吸收 4.6 竞争格局特征总结 •大厂平台化 vs 创业公司垂直化: NVIDIA/Google/Meta走平台路线，创业公司（极佳视界/Manifold/World Labs）聚焦垂直场景 •中美双引擎格局: 美国以NVIDIA/Google/OpenAI/World Labs/AMI Labs为第一梯队；中国以33家创业公司+阿里/腾讯/快手/字节跳动大厂为第二梯队，其中字节跳动Seedance 2.0在多模态音视频生成与可控性上已达国际第一梯队水平，数量占优且头部技术原创性逐步验证 •技术路线分化但应用收敛: 四大技术路线在底层各有坚持，但在自动驾驶、机器人、游戏影视三大应用场景高度重合 •资本密集度极高: 中国33家企业累计融资260亿+，全球AMI Labs单笔$10.3亿种子轮创纪录，赛道已进入"重资本"阶段 4.7 国内一级市场融资盘点 列示规则: 统计最近3年国内一级市场融资事件。同一个项目仅允许列示最新一轮融资记录。严格倒序排列。当前年份融资事件优先置于表顶。≥10条时表格至少列示10条，超出部分移至表格外项目。
表格外项目（信息不足 / 超出10条上限）: 33家中国世界模型创业公司中的其余20+家企业，包括宇树科技（2026.05上会）、星海图等，详见36kr完整名录。 4.8 融资趋势分析
5. 产业链图谱 5.1 产业链全景图 text 上游（基础设施/数据） 中游（模型研发/平台） 下游（应用/场景）┌─────────────────────┐ ┌──────────────────────────┐ ┌────────────────────────┐│ GPU/ASIC算力芯片 │ │ 自回归视频世界模型 │ │ 自动驾驶仿真与感知 ││ 训练数据(视频/3D) │ → │ JEPA预测架构 │ → │ 机器人训练与具身智能 ││ 云计算/数据中心 │ │ Dreamer/MBRL世界模型 │ │ 游戏与影视内容生成 ││ 仿真环境/合成数据 │ │ 显式3D世界模型 │ │ 工业仿真与数字孪生 ││ 数据标注与处理 │ │ 世界模型平台/API服务 │ │ AR/VR与空间计算 │└─────────────────────┘ └──────────────────────────┘ └────────────────────────┘ 5.2 各环节详细说明
5.3 产业链关键节点分析 •上游算力是最大瓶颈节点: 世界模型训练推理对GPU需求极大（训练成本数千万-亿美元级），NVIDIA在GPU市场占据80-88%份额，构成事实上的算力垄断。专用ASIC（如Sohu）的出现可能改变格局 [4.AIMaster·2026之战][15.Network·推理经济学]。 •中游模型层竞争激烈但分化明显: 自回归生成路线确定性最高，JEPA路线最具长期潜力，3D显式路线在专业场景有独特价值。中国创业公司在数量上占优（33家），但在基础模型原创性上与海外仍有差距 [1.36kr·世界模型全景]。 •下游应用层机会最大: 自动驾驶（2026年市场规模因口径差异从$93亿到$4.44万亿不等）、机器人（Figure AI $39B估值）、游戏影视（Runway $300M ARR）三大场景市场空间巨大，且模型层技术突破将直接拉动应用层增长 [17.FortuneBI·自动驾驶市场][23.ResearchAndMarkets·自动驾驶市场]。 5.4 价值链分析
价值链关键发现: •算力环节攫取最高利润: NVIDIA 71.1%毛利率（FY2026），是产业链中利润最丰厚的环节。世界模型的爆发将进一步扩大GPU需求 [4.AIMaster·2026之战]。 •模型层价值捕获待验证: 虽然模型研发是核心技术环节，但商业模式仍在探索中（API调用/开源/定制化），能否持续捕获价值取决于技术壁垒和生态锁定能力。 •应用层天花板最高: 自动驾驶+机器人+游戏影视的总市场空间远超上游，但进入壁垒相对较低，竞争将最为激烈。 6. 成本结构与BOM分析 6.1 世界模型训练成本-
6.2 推理成本对比
6.3 成本下降路径
6.4 AI推理市场规模
6.5 成本趋势推断 我们判断，世界模型训练和推理成本将在未来3-5年持续下降，驱动因素包括：(1) GPU性能提升（Blackwell→Rubin架构，每代性能提升2-5倍）；(2) 模型架构优化（MoE稀疏化、JEPA自监督降低数据需求）；(3) 专用硬件（Sohu ASIC针对世界模型推理优化）；(4) 推理优化技术成熟（量化+批处理+KV缓存）。预计2028年世界模型推理成本将降至当前的1/5-1/10 [15.Network·推理经济学][16.Spheron·推理经济学]。 注意: 以上推断基于现有技术路线图的线性外推，未考虑技术突变或供应链中断。 7. 前沿科研团队 7.1 前沿科研团队
7.2 技术扩散分析
8. 代表性上市公司财务与估值 8.1 对标企业估值 可比标的选取说明: 世界模型赛道尚无纯业务上市公司，选取产业链核心受益的算力层（NVIDIA）和平台层（Google/Meta/Microsoft）作为可比标的。AI制药行业估值对比不适用（世界模型非制药赛道）。
8.2 核心公司相关业务拆分
8.3 财务特征对比 我们认为，世界模型相关上市公司呈现"算力层高利润、平台层高增长、应用层高估值"的三层分化特征。NVIDIA以71.1%毛利率占据产业链利润最丰厚环节；Google/Microsoft以AI云服务获取增长动力；一级市场的创业公司以超高估值反映市场对Physical AI的长期预期（Figure AI $39B估值对应极小营收） [14.ValueAddVC·AI估值]。 8.4 一级市场估值对标
9. 政策环境与监管动态 9.1 中国政策
9.2 海外政策
9.3 政策评估
9.4 监管风险
10. 风险与机遇 10.1 投资机遇识别
10.2 风险识别与对冲
11. 结论与展望 11.1 核心结论 1.世界模型是AI的下一个范式转换，2026年已进入产业化加速期: 从2018年概念验证到2026年NVIDIA Cosmos 3、DeepMind Genie 3、AMI Labs $10.3亿种子轮，世界模型在8年内完成了从学术到产业的关键跨越。技术可行性已被验证，商业化和规模化路径正在展开 [6.Arxiv·世界模型综述][4.AIMaster·2026之战]。 2.中国市场呈爆发态势，但技术原创性待验证: 33家企业累计融资260亿+、7家独角兽，但多数企业在基础模型层面与海外（Sora/Cosmos/Genie）仍有差距。中国创业公司的优势在于场景落地速度（自动驾驶/机器人/短视频）和国产替代叙事 [1.36kr·世界模型全景]。 3.短期看算力，中期看应用，长期看范式突破: 算力层（NVIDIA/ASIC）是最确定的价值捕获环节；自动驾驶和游戏影视是2-3年内可见规模化营收的应用场景；JEPA/自监督世界模型如果成功将彻底改变AI格局，但时间窗口在5-10年 [15.Network·推理经济学][9.TechCrunch·AMI融资]。 4.技术路线未收敛，多路线布局是最优策略: 自回归生成确定性最高、JEPA最具长期潜力、3D显式在专业场景有价值、Dreamer是具身智能的核心栈。投资组合应同时覆盖短期确定性（自回归生成应用）和长期颠覆性（JEPA/具身世界模型）[8.个人·世界模型全拆解]。 11.2 投资机会排序（一级市场视角）
11.3 未来展望（12-36个月关键里程碑）
11.4 建议关注方向 •自动驾驶世界模型应用: 关注Wayve（D轮，$86亿估值）、国内自动驾驶世界模型创业公司。世界模型在Corner Case生成、仿真环境构建、端到端感知中的价值已被Wayve GAIA-2验证 [4.AIMaster·2026之战]。 •具身智能世界模型: 关注Manifold AI/流形空间（Pre-A轮）、Figure AI。世界模型驱动的机器人训练可大幅降低真实环境试错成本，是具身智能的关键技术栈 [10.Sina·Manifold融资]。 •AI视频/游戏内容生成: 关注Runway（E轮，$53亿估值）、字节跳动Seedance 2.0、国内视频世界模型创业公司。Runway 2025年化营收$300M已证明商业模式可行性；字节跳动Seedance 2.0凭借四模态输入与多模态参考系统在可控性上领先，已接入豆包/即梦/火山方舟形成企业级API闭环，与Sora 2/Kling 3.0并列文生视频三巨头 [8.个人·世界模型全拆解][20.ByteDance·Seedance2.0][21.AtlasCloud·视频API对比]。 •世界模型算力基础设施: 关注NVIDIA（NVDA）及专用ASIC创业公司。算力是世界模型最确定的价值捕获环节，NVIDIA FY2026营收$215.9B [18.NVIDIA·FY2026年报]（+65%）验证需求刚性 [4.AIMaster·2026之战]。 •中国世界模型平台: 关注极佳视界（B+轮，~200亿估值）、卜拉格科技（天使轮，~135亿估值）。中国市场有独立的世界模型生态，受益于国产替代和算力自主可控 [1.36kr·世界模型全景]。 11.5 投资价值判断框架
投资时机判断: •我们判断，当前是布局该领域的好时机，因为(1)技术可行性已被Sora/Genie 3/Cosmos 3充分验证；(2)自动驾驶/机器人/游戏三大场景需求明确且市场空间巨大；(3)一级市场虽已热但尚未全面泡沫化（与2024-2025年LLM赛道相比），但需要关注技术路线尚未收敛带来的路径选择风险和头部项目估值快速攀升带来的入场成本压力 [1.36kr·世界模型全景][8.个人·世界模型全拆解]。 11.6 优秀标的画像
11.7 研究局限性 我们认为，本研究存在的局限：(1) 世界模型赛道发展极快（2026年每个月都有重大事件），报告中的数据可能已有更新；(2) 多数创业公司财务数据-，§8财务分析主要依赖上市公司可比数据；(3) 技术路线判断存在不确定性，JEPA/自监督路线可能在3-5年内被证明不可行或远超预期；(4) 中国市场33家创业公司的详细技术评估受限于公开信息，可能存在遗漏或偏差。建议每季度更新以跟踪快速变化的行业。 12. 参考文献 1. [36kr·世界模型全景] — 我们梳理了中国所有世界模型公司：6条技术路线，4家00后创始人. https://36kr.com/p/3864199326815239 2026.06（A,竞争/融资） 2. [Csdn·2026综述] — 【2026年世界模型最全综述】：从开山之作到Sora与Genie 3. https://blog.csdn.net/weixin_46200189/article/details/161335538 2026.05（B,技术综述） 3. [Huo15·进展汇总] — 2026世界模型进展汇总·Sora Genie Cosmos JEPA. https://www.huo15.com/blog/人工智能-4/2026-世界模型进展-ai-如何学会做梦-6 2026.04（B,技术进展） 4. [AIMaster·2026之战] — 世界模型之战2026：NVIDIA Cosmos 3、DeepMind Genie 3. https://www.ai-master.cc/blog/blog-289 2026.06（B,竞争分析） 5. [AIMaster·技术路线解析] — 世界模型World Model技术路线全面解析. https://www.ai-master.cc/article/agent-073 2026.06（B,技术分析） 6. [Arxiv·世界模型综述] — World Models: A Comprehensive Survey of the State-of-the-Art. https://arxiv.org/abs/2606.00133 2026.05（A,学术综述） 7. [Caixin·世界模型融资] — 世界模型公司融资潮起 中国流形空间、美国Odyssey获大额融资. https://www.caixin.com/2026-06-18/102455446.html 2026.06（A,融资报道） 8. [个人·世界模型全拆解] — 世界模型(World Models)深度研究：从理论到应用的全景拆解. https://wujiaming88.github.io/2026/06/09/world-models.html 2026.06（B,技术深度分析） 9. [TechCrunch·AMI融资] — Yann LeCun's AMI Labs raises .03B to build world models. https://techcrunch.com/2026/03/09/yann-lecuns-ami-labs-raises-1-03-billion-to-build-world-models/ 2026.03（A,融资报道） 10. [Sina·Manifold融资] — Manifold AI流形空间完成近10亿元Pre-A轮融资，成立1年跻身独角兽. https://finance.sina.com.cn/cj/2026-06-18/doc-inicuyvz2356016.shtml 2026.06（B,融资报道） 11. [Sohu·世界模型开战] — LLM时代终结？世界模型全面开战. https://www.sohu.com/a/1013577258_120603108 2026.04（B,行业动态） 12. [TechTimes·JEPA证明] — Yann LeCun's World Model Earns a Formal Proof. https://www.techtimes.com/articles/317452/20260531/yann-lecuns-world-model-earns-formal-proof-benchmark-finds-current-models-brittle.htm 2026.05（B,学术进展） 13. [10100·政策对比] — 全球AI监管政策对比：欧盟/美国/中国三大框架. https://www.10100.com/article/149100632 2026.06（B,政策分析） 14. [ValueAddVC·AI估值] — AI Company Valuations 2026: Anthropic 65B IPO, OpenAI. https://valueaddvc.com/ai-valuations 2026.06（B,估值分析） 15. [Network·推理经济学] — AI Inference Economics: The 1,000x Cost Collapse Reshaping GPUs. https://www.gpunex.com/blog/ai-inference-economics-2026/ 2026.02（B,成本分析） 16. [Spheron·推理经济学] — AI Inference Cost Economics in 2026: GPU FinOps Playbook. https://www.spheron.network/blog/ai-inference-cost-economics-2026/ 2026.04（B,成本分析） 17. [FortuneBI·自动驾驶市场] — Autonomous Vehicle Market Size, Share, Growth, Trends, 2034. https://www.fortunebusinessinsights.com/autonomous-vehicle-market-109045 2026.06（A,市场研究） 18. [NVIDIA·FY2026年报] — NVIDIA Announces Financial Results for Fourth Quarter and Fiscal 2026. https://investor.nvidia.com/news/press-release-details/2026/NVIDIA-Announces-Financial-Results-for-Fourth-Quarter-and-Fiscal-2026/default.aspx 2026.02（S,公司财报） 19. [火猫·卜拉格融资] — 林俊旸创办"卜拉格"AI实验室，首轮估值135亿元. https://www.firecat-web.com/daily-news/10463 2026.06（B,融资报道） 20. [ByteDance·Seedance2.0] — Seedance 2.0 正式发布（字节跳动 Seed 团队，统一多模态音视频联合生成架构）. https://seed.bytedance.com/zh/blog/official-launch-of-seedance-2-0 2026.02（A,产品发布） 21. [AtlasCloud·视频API对比] — Seedance 2.0 vs. Sora 2 vs. Kling 3.0：AI 视频 API 终极对比（2026）. https://www.atlascloud.ai/zh/blog/guides/seedance-2-vs-sora-2-vs-kling-3-comparison 2026（B,竞争分析） 22. [VolcEngine·Seedance架构] — Seedance 2.0：模型架构解析与推理优化实践（火山引擎）. https://www.volcengine.com/article/40601 2026（B,技术分析） 23. [ResearchAndMarkets·自动驾驶市场] — Autonomous Vehicles Market Report 2026. https://www.researchandmarkets.com/reports/6225905/autonomous-vehicles-market-report 2026（A,市场研究） 24. [TBRC·自动驾驶汽车市场] — Autonomous Cars Global Market Report. https://www.thebusinessresearchcompany.com/report/autonomous-cars-global-market-report 2026（A,市场研究） ───────────────────────────────────── 研究质量评估 ───────────────────────────────────── 来源总数：24 个（S级1 / A级8 / B级15 / C级0） 交叉验证：核心数据点 8 个，7 个完成双源验证（需人工判定：每个核心数据点是否≥2个独立来源） 数据时效：24/24 个来源为近12个月（100%） 综合置信度：69% ├─ 来源质量（S/A占比）：37.5% ├─ 引用完整性：24/24（100.0%） ├─ 时效性：100.0% └─ 完整度：12/12（12章中12章达到B+级覆盖） ───────────────────────────────────── 报告制作说明: • 本报告采用 AiotCap-Deep--Industry-Research 技能生成 • 覆盖度评级: ?高 覆盖度 • 报告中"我们认为"标记的为分析判断，非事实陈述 • 建议每季度更新以跟踪快速变化的行业