世界模型与AGI发展路径之争：AI圈内观点分歧

在AI圈内，关于世界模型是否是通向人工通用智能（AGI）必经之路的讨论尚未达成共识。部分专业人士将其视为商业机会，而非核心智能突破；而另一部分人则强调其在突破智能边界的必要性。

世界模型和AGI的定义解析

“世界模型”指的是能够让AI系统理解物理世界运行规律的模型，例如模拟环境动态或物体交互。AGI（Artificial General Intelligence）即人工通用智能，指能实现人类水平的通用智能，具备适应多种任务能力。这些概念基于当前AI研究讨论，焦点在于它们对AGI发展的潜在影响。

观点对立分析

一种观点认为，世界模型与智能上限无关，它更多是AI领域的“好生意”，可能推动商业化应用，但不直接关联智能的本质。这反映了部分从业者对AGI路径的实用主义看法。另一观点则坚信，大语言模型单独无法达到AGI，只有AI能够真正吸收物理世界规则，才能实现智能突破。

“世界模型与智能的上限无关，无非是一门‘好生意’这是一种观点。

这种争论源于AI圈内对研究方向的不同侧重，一方强调数据和语言处理，另一方强调多模态理解。

行业影响初探

AI圈内部的分歧可能导致多条发展路径并行，潜在影响AGI的研发优先级和市场方向。举例来说，如果世界模型被视为可选，则更多资源可能投入语言模型优化。

世界模型赛道分化与融合：三家代表性公司融资路径揭示多元化发展

2026年上半年，全球风险资本持续涌入世界模型领域，累计投资已突破30亿美元大关。在近期科创板日报对世界模型企业深度观察基础上，三类差异化的商业模式与技术路线逐步明晰。

原始影像革命中的技术基础

智象未来凭借HiDream-O1全模态架构实现融资加速，15亿元C轮融资由社保基金四川振兴科创基金领投。公司自主研发的UiT（Unified Transformer）架构创新性地打破传统视觉-文本二元编码范式，通过将像素、Token、体素等多维信号映射至统一空间，实现了跨模态数据的原生理解与协同生成。

世界模型：从表达到构造的认知进化

业内专家梅涛提出世界模型的三重能力进阶：表达世界（模仿认知）、推演世界（预测能力）与构造世界（创造能力）。在他看来，真正区别于传统AI的突破点在于模型能否像人类一样建立视觉与语义的协同认知系统。以智象未来为例，其大模型在Artificial Analysis的文生图测试榜单中，开源版本位列开源模型第一梯队，闭源商用模型跻身全球前三阵营。

技术路径差异下的商业图谱解析

>'mold the world'概念提出者梅涛认为，真正具备物理世界塑造能力的模型绝非语言模型进化路线。当前业内已形成三大技术演进路径：第一代视觉生成模型（智象未来、生数科技）、具身智能基础模型（智元机器人等）、机器人技能执行层（逐际动力等）。三条技术路线共同点在于对物理规律的建模能力，但分化的焦点分别是感知能力、决策智能体与执行系统。

融资赛道热力图：资本偏好与估值逻辑

• 视觉内容生成公司：智象未来3个月累计融资超21亿元；
• 实体交互底层模型公司：估值中位数170亿+；
• 机器人技术平台公司：多数处于天使B轮阶段

世界模型商业价值三重裂变

• 视觉领域：电影工业供应链重构；
• 实体控制：无人机群协同决策系统突破；
• 内容生产：新型视频创作平台接入CUDA/三角兽数字等专业工具链

券商研报指出，世界模型开发与语言模型开发存在本质差异：前者要求模型掌握因果推演、空间几何、时间序列的跨模态映射能力。这种复杂性也意味着更高的研发投入。在最新一轮全球商业生态图谱中，世界模型相关投入已超过元宇宙赛道技术开发总规模，按照当前研发进度曲线推算，可能在2028年实现关键技术迭代第四次跃进。

值得注意的是，在最新一轮问答交互中，智象未来首席科学家的回答透露出商业化路线调整：开放平台模式正在替代封闭式算法销售。这与华为Harbor、小米多模态等国家队创投项目形成差异化竞争策略，标志着世界模型赛道正从纯粹的技术竞赛转向融合型发展模式。