转： 一、 国内风投机构现在都在疯狂砸钱，主要投向两类：实体机器人AI + 世界模型。 资金分配（折算成美元）： 1. 文字大模型（LLM）：235.6亿美元，花钱最多 2. AI硬件、芯片、算力基础设施：157.4亿美元 3. 实体AI、机器人（具身智能）：133.6亿美元 4. AI画图、AI剪辑这类AIGC应用软件：87.9亿美元 5. 自动驾驶等其他赛道：38.2亿美元，参考性不大 几条行业现状： 1. 刚起步的小团队想从头研发基础大模型，已经很难拿到投资了。 资本不再遍地撒网，钱都集中投给已经跑出来的头部巨头，重点押注“世界模型”赛道。美国市场也是一模一样，OpenAI、Anthropic两家会不断合并资源、强者愈强。 2. 当下一级市场最大投资共识：世界模型。 我前几个月就看好4D感知+世界模型这条主线，还盯上了美股AEVA。但目前市面上没有纯粹只做世界模型的上市公司。只能等新股IPO，大概率在明年上半年。 3. AI图文视频软件（AIGC）是变现最快的方向。 虽然赚钱路径已经跑通，但是没有一家绝对龙头。美国市场也一样，不管是图片还是AI视频工具，群雄混战，谁都没有坐稳老大位置。 海量资金持续涌入AI芯片、半导体产业链；大钱开始集体流向实体机器人、人形机器人大脑+世界模型。资本开始抱团扶持头部AI企业。 看好公开市场里的实体机器人标的，比如Agility机器人，还有绿的谐波这类核心零部件。 可惜目前A股+美股，还找不到纯正的世界模型概念股。 二、所有专业名词通俗解释 1）LLMs 大语言模型 ChatGPT、文心一言这类只会打字聊天、写文案的文字AI。只懂语言，不懂现实物理世界。 2）AI基础设施/技术层 AI的地基。包括GPU显卡、服务器、光模块、半导体芯片、机房算力，没有这些硬件，大模型根本跑不起来。 3）实体AI / 具身智能 AI不再只待在电脑里，长出“身体”，变成机器人，能在现实世界走路、搬货、干活。人形机器人就属于这一类。 “具身”=拥有实体身体。 4）世界模型（4D AI） 给机器人装一个“想象力大脑”。 普通AI只能看见眼前画面；世界模型可以预判未来，模拟物理规则：东西掉下来会摔碎、跑步会摔倒。机器人不用一次次实地试错，在脑子里就能演练动作。 4D=3D画面+物体移动速度，预判环境变化。 5）AIGC AI自动生成内容。AI画画、AI做视频、AI写PPT都属于AIGC。 6）私募风投（PE/VC） 还没上市的创业公司，拿到大佬机构的投资，属于一级市场，普通人买不到。 7）整合、抱团投资 资本不再投小创业公司，只给行业头部企业不断追加投资，小企业慢慢被淘汰。 三、文中提到的全部公司+股票代码（可直接炒股查询） 1、Aeva（AEVA） • 股票：美股纳斯达克 AEVA • 业务：4D激光雷达，给自动驾驶、人形机器人做视觉感知硬件，对应原文4D AI、世界模型感知硬件标的 • 状态：已经正式上市，可以直接交易 2、Agility Robotics（人形机器人企业） • 当前状态：还没正式挂牌，属于未上市私企 • 最新上市计划： 借壳SPAC公司丘吉尔资本XI，代码 CCXI； 合并完成后新代码改为 AGLT，预计2026年内完成上市 • 主营：Digit人形搬运机器人，亚马逊重点合作厂商 3、leaderdrive 绿的谐波（原文leaderdrive+harmonic） • A股科创板：688017 绿的谐波 • 业务：机器人关节核心零件（谐波减速器），是人形机器人最核心零部件，对应原文实体AI硬件龙头 4、文中美国头部大模型企业（未上市，仅作参考） 1. OpenAI：私有化，无股票代码 2. Anthropic（Claude）：未上市，无公开代码 四、关键补充提醒 1. 纯正“世界模型”标的：目前零上市公司 全世界没有一家上市公司主营业务只做世界模型，全部还停留在一级创业公司，只能等待明年IPO新股。现在只能买感知硬件（AEVA）、机器人零部件（绿的谐波）做间接布局。 2. AIGC应用赛道：软件公司很多，但行业内卷严重，暂时跑不出垄断龙头。

有没有一种可能：在文本框里敲下‘赛博朋克城市夜景’，下一秒，你就能在浏览器里自由走动，抬头是闪烁的霓虹，转身是湿漉漉的街道？ 这不是概念视频。高德昨天开源的ABot-WorldStudio，已经把这个交互式3D世界生成体验开放测试了。 简单说，这是一个通用世界模型工坊——你把文字或图片给它，它帮你生成一个可以实时交互的AI世界。不是动图，不是预渲染视频，是真正能走、能看、能互动的三维空间。 而且，里面还藏了一个‘时空任意门’。你从森林场景走入一个光圈，再出来就是蒸汽朋克工厂，场景完整切换，没有加载黑屏，连续推理可以稳定跑超过1小时不崩溃、没画质衰减。 这背后是高德自研的两个模型：ABot-World0和ABot-3DWorld0，前者负责交互视频生成，后者负责3D高斯溅射场景重建。两者统一成一个工坊，让创建世界和走进世界变成一条流水线。 对普通人来说，最大的意义是什么？ 省时间，省钱，省技能树。 以前，你要做一个能走进去的3D场景——比如一个虚拟展厅或者游戏关卡——你得学几个月的Blender、Unity，或者雇一支小团队。现在，只要你有想法，ABot-WorldStudio可以替你完成从建模到交互的全过程。 我试了试网上别人分享的例子：输入‘日式禅意庭院，有枯山水和竹流水’，10秒后一个可360度旋转、放大缩小的庭院就出现了。虽然细节还不能跟人工建模比，但作为概念验证或者快速原型，效率提高的不是一个数量级。 对于内容创作者，你可以用它快速生成带场景的视频分镜，不用像以前那样一张一张画背景。对于教育者，你可以给山区孩子瞬间生成一个虚拟的历史场景或者细胞内部结构，让他们‘走进去’看。对于电商，输入产品图片，自动生成一个3D展台，让用户旋转查看。 更关键的是，这个工具把技术门槛打到了最低。 它支持自然语言和图片输入，不需要写代码，不需要学任何专业软件。界面友好，生成的场景还能分享链接给别人，对方在手机浏览器里也能打开交互——这大大降低了普通人体验3D世界的门槛。 有个细节值得说：官方实测单次连续推理超过1小时，没有崩溃或质量衰减。这意味着用它生成的世界进行直播、长时间的课堂讲解或者展会演示，可靠性是有保障的。跟之前很多AI生成3D只能跑几分钟就崩掉的方案比，进步巨大。 另外，模型已经在GitHub全面开源，且可以在单张RTX 5090上本地部署。也就是说，如果你家里有高端显卡，你可以自己跑这个模型，离线生成世界，数据完全私有。这对注重隐私的企业用户尤其重要。 当然，也不是没有限制。 目前测试版生成的世界精度、物理交互的丰富度还比不上专业游戏引擎。比如你不能在场景里捡起一把椅子或者推倒一堵墙，交互更多是视觉浏览和简单的视角切换。但它已经能给人很强的沉浸感，而且随着模型迭代，这些都会快速补齐。 还有一个现实门槛：虽然在线测试不需要你配环境，但如果想本地部署，你需要一张至少24GB显存的显卡——目前最匹配的是5090，这玩意儿不便宜。好在它可以开源社区在未来适配更低配置。 那么，普通人现在能做什么？ 最佳入手姿势：直接访问ABot-WorldStudio的官方测试站，用手机号或邮箱注册，可以免费生成一定数量的世界。输入你想看到的任何场景——从外星地表到中古市集——看看AI能复现到什么程度。然后把生成的世界链接分享给朋友，他们也能进去逛。 如果你有技术背景，可以去Hugging Face或GitHub搜ABot-WorldStudio，下载开源模型。社区里已经有人给出了Docker部署教程，一张5090跑起来的实际体验相当流畅。 我的判断是，高德这次发布，把3D世界创作从专业工作室拽到了每个普通人手里。它不会是3A游戏的终结者，但一定会成为创意爆发和原型验证的超级杠杆。 最后提醒一句：测试期间服务器可能拥挤，生成失败多试一两次。另外生成的内容要遵守平台使用协议，别做违规场景。 现在就去试试吧，你离创作第一个交互式世界可能只需要一句话。

很多人看AI生成的视频 觉得画质好就是"效果不错" 阿里DAMO院做了一件事： 专门去测这些视频里的物理定律有没有被遵守 水往上流吗？物体穿墙了吗？ 光照方向前后帧一致吗？ 你说"向左转"，它真的转了吗？ 这就是WorldOlympiad干的事—— 把视频世界模型扔进三项全能测试： 物理合理性、3D几何一致性、指令跟随 1000条长视频，全自动打分 Cosmos、混元、矩阵游戏这些顶级视频模型都跑进去测过了 代码全开源，arXiv也有论文 👉 你觉得现在最好的AI视频模型，能不能通过物理常识测试？ #AI视频# #世界模型# #开源评测#

Anthropic正在洽谈以约60亿美元收购以色列AI初创公司Decart AI 据Bloomberg报道：@Anthropic 正在与 @DecartAI 进行收购谈判，交易金额约 60 亿美元。交易尚未最终敲定，双方仍可能谈崩。如果成功，这将是 Anthropic 迄今为止已知的最大一笔收购，而且正值该公司准备潜在 IPO 的关键时刻。 Decart AI专注世界模型技术，支持实时生成视频和跨芯片AI性能优化，成立约3年，近期估值已达40亿美元。

阿里前几天刚发季报，破天荒的第一次披露了模型与应用服务——其实就是MaaS——的经常性年化收入： 截至今年3月超过80亿人民币，预计6月达到100亿，年底突破300亿。 相当于半年3.75x的增长速度，大概也是基于如此乐观的势头，阿里才会难得的公布这个数字，向资本市场构建叙事。 所以你以为我要开始吹阿里了？错了。 阿里的AI收入，建立在阿里云这个中国最大的云计算平台上，阿里云拥有现成的客户群体、销售网络和算力资源，用配套升级的方式去叠一层AI服务收入，是很容易的。 所以真正要吹的，不是阿里的AI业绩凭什么增长这么快，而是如果连主要靠存量用户增加预算就能做到半年3.75x的增速，那么原生AI公司今年在同样的市场环境下，增速会飙到什么地步？ 要知道，原生AI公司赚的每一块钱都是从零开始、靠着模型能力兑现而来的，除了更加纯粹的增长之外，因为不必承担其他业务的成本转移，ROI的负担也更小。 比如摩根士丹利测算发现MiniMax平均每分钟进账1美金，同时成本低于0.3美金，而行业平均收入只有约0.5美元/分钟，相当于MiniMax仅凭利润就跑赢了大盘。 这就是Pure-play的价值，算清楚这笔账，对于理解走向拐点时刻的AI行业，非常重要。 在研报里，摩根大通认为中国在2026年的企业端需求，很大概率会复制美国2025年至今的来路，也就是从试点到规模化投入再到AI成为固定支出的三级跳。 简而言之，就是Anthropic的那条离谱曲线。 Anthropic创造了AI行业还是商业史上的创收奇迹，300亿美金的经常性年化收入，让它成为了全球瞩目的新王，甚至让OpenAI的股份交易在一级市场失去了吸引力。 毫无疑问，Coding是一个回报路径极其明确的赛道，根据The Information的报道，在企业级市场，Anthropic展现了空前强势的定价权，从它用按量计费替换订阅套餐，到上线导致Token费用上涨的分词器，都让企业找不到商量余地，只能拿着超标的账单去找老板加大预算。 没办法，品质和稀缺绑在一起，就是硬通货。 摩根大通也是这么判断的，在AI行业，拥有强大模型的公司某种程度上可以豁免于成本战争，而且它想进入「下沉市场」的难度，要远低于低价模型打入「高端市场」。 但Coding是一个已经实现预期的赛道，下一个大的是什么？ 目前来看，几天之后的Google I/O大会非常重要，从已经被剧透的Gemini Omni来看，「All In One」的全栈模型要给多模态打翻身仗了。 那个教授在黑板上写公式讲课的片段，之所以艳惊四座，是因为它并非简单的视频生成，这个新的Gemini Omni模型同时搞对了三件事： 手持粉笔的空间关系、板书撰写的画面关系、推导过程的逻辑关系。 更直白的说，这绝对不是三个模型合在一起的结果，而是基座模型已经就在全模态信息上完成了训练，也就是，世界模型的雏形。 像是杨立昆、李飞飞这些不属于Transform派别的行业大佬，都对语言模型颇有微词，认为这条路线跑不出真正的世界模型，所以都选择了另辟蹊径，但Google、OpenAI甚至字节跳动都在证明，即使语言模型确实有局限之处，只要坚持Sc­a­l­i­ng La­ws、在同一个基座模型上训练全模态能力，同样能够渐进式的通向世界模型。 如果只看Coding的叙事，中国的原生AI公司都在扮演「一个更便宜的Anthropic」，杀成一片红海。 但在找出「一个更本土的Google」这件事情上，就会发现阿里、字节和MiniMax都在这么干，只有它们的模型迭代方向与Google完全一致：在一个系统内完成文本理解、图片生成、视频生成和音频输出。 王慧文在即刻上说，一家新兴公司的估值，是由相信它的资本定价的，不是不相信它的人定价的，「好吧，这是句废话。」 多模态的生成是语言模型理解世界的硬验证信号，且大部分底层能力与核心模型复用，多个模态并不等同于多份研发投入，有限的成本提升，能够极具经济性的帮助AI构建世界，并让每一代模型的更新不断放大效率差，并打开更高的智能上限。 我想吹的和期待看到的，其实就是这个。

🔥Physical AI 的演进，必然走“农村包围城市”这条路。 数字世界的AI，打法是先攻大城市。大语言模型靠海量文本练出通用能力，再向垂直领域渗透。城市拿下，交通要塞到手，农村自然归附。 但物理世界完全不同。真实环境里，摩擦力、碰撞、变形、多物理场耦合无处不在。一个简单的爬墙动作，仿真计算量就可能指数级爆炸。想直接得到一个通用的物理世界模型，几乎不现实。 所以物理AI只能从垂直场景起步，先在一个个具体场景里做透，把局部模型打磨到极致，再慢慢拼出更大的版图。 自动驾驶的发展就是例证。它最早没有直接冲进城市开放道路，而是从矿区、港口、封闭园区这些结构化、变化频率低的场景开始。这些场景跑通后，数据和算法才有了可靠地基。等到干线物流和高速场景成熟，城市RoboTaxi才慢慢落地。物理约束太强，数据成本太高，只能从“农村”起步。 工业领域同样如此。早期的并联机器人和混联机器人，先在特定流水线、数控机床上站稳脚跟，再逐步向外扩展。波士顿动力的四足机器人长期专注复杂地形移动，没有一开始就追求通用人形。农业机器人也先盯住单一作物的采摘或喷洒，积累足够的田间数据后，才考虑多作物泛化。 世界模型在这条路径里扮演关键角色。它不用一开始就覆盖整个物理宇宙，而是先为某个垂直场景建一个高保真的局部世界。机器人在里面用强化学习自我迭代，上限远高于单纯的模仿学习。围棋棋盘是AlphaGo的极简世界模型，蛋白质结构是AlphaFold的微观世界模型。多物理场仿真技术，正好是构建这类局部世界的基础。 数据获取方式也在推动这种演进。家用服务机器人还在花钱雇人采数据，自动驾驶靠用户买车免费贡献里程。而在工业巡检、高空作业等特种场景中，作业过程本身就能产生真实工况数据，把“赚钱”和“收数据”绑在一起。谁先在真实环境里把数据飞轮转起来，谁就更有机会把局部模型做扎实。 最终当然会走向融合。不同场景的模型通过商业互换或开源协议拼接，或许能拼出更完整的物理世界图景。但这个过程必然漫长，也必然从边缘开始。 物理AI没有天降神兵。原子移动比比特慢得多，真实数据的获取成本和周期远超数字世界。只有那些愿意在脏乱险的现场把模型一点点做透的人，才真正在为通用物理智能铺路。 农村站稳了，城市才会慢慢被包围。 #WorldModel# #PhysicalAI# #EmbodiedAI#

世界杯马上结束了，剩下的两场比赛也不想看了，没啥期待。 该回归web3和美股了，结果回头一看，这俩也很难，美股科技股跌麻，币圈Robinhood meme 也有熄火迹象。 说实话，挺迷茫的，感觉只能交易所理财了。 但这不是我想要的，我这人天生爱折腾。 世界杯后，我打算把精力重点放在这几件事上： 1. 经营好推特账号 这是基本保障，老马工资和商单全靠它。 2.重点关注Base链和ink链 @cobie 负责领导Base交易产品后，应该会有新动作。 ink据说9-10月会发币，我也一直坚持刷积分。 3.关注AI，特别是agentic 经济、物理AI（具身智能、世界模型、智能穿戴设备） 智能体经济是趋势，现在就差一个真正跑通并稳定盈利的产品落地来验证闭环； 物理AI是AI发展的新方向，大语言模型预测下一个词汇，物理AI在模拟世界运行，必然会诞生比肩OpenAI、DeepSeek等的世界级产品。 4.稳定币、链上美股、收藏等新金融 虽然稳定币类项目，经常不带散户玩，但像 @arc 这样尽量参与一下。 交易所的链上美股活动，可以薅起来，美股交易还是谨慎为主，比起溢价有点严重的美股，我更喜欢类似长鑫科技这样处于价值洼地的项目。 @renaissxyz 一直是我喜欢的收藏卡项目，打通了实体收藏品与链上世界的基础设施，值得期待。 总体而言，整个web3上半年并没有什么惊喜，缺乏真正有说服力的叙事，链上美股呼声热度最高，其实并无甚惊喜。 希望下半年，诞生真正引领一个牛市周期的叙事。

【#黄仁勋：##物理AI# 将成为下一个万亿级风口】 在 #英伟达# 2026年度股东大会上，黄仁勋表示，“有用的AI时代已经到来”，AI正从实验阶段走向大规模生产，而物理AI（Physical AI）将成为英伟达下一轮增长引擎。 核心观点包括： 1. 数据中心正升级为“AI工厂” 黄仁勋提出AI产业“五层蛋糕”模型：能源、芯片与系统、基础设施、模型、应用。未来数据中心生产的核心产品将是Token，可转化为代码、服务和智能能力。 2. 物理AI将推动AI走向现实世界 与数字AI不同，物理AI不仅理解文本和图像，还能结合视觉、触觉、力觉等信息，实现感知、推理和自主行动，让机器人、汽车、工厂成为现实世界中的智能体。 三大核心应用场景 1. 自动驾驶与Robotaxi：无人驾驶汽车、无人配送、智能物流。 2. 人形机器人：工业制造、仓储物流、家庭服务等场景加速落地。 3.智能工厂与数字孪生：推动工业自动化、设备运维和供应链优化。 行业已进入产业化前夜 过去两年多，物理AI在VLA模型、世界模型、仿真训练、本体硬件和商业闭环等关键领域取得突破，已具备从演示走向真实场景的基础。 产业链布局加速 英伟达已构建从AI工厂、仿真平台Omniverse到边缘计算平台Jetson的完整技术栈；同时，世界模型、机器人本体、高端传感器和工业软件将成为未来竞争焦点。 黄仁勋判断：继生成式AI之后，物理AI有望成为下一个万亿美元级产业。

恭喜 Aether AI 喜获投资。Aether AI 由 UCSD 助理教授黄碧薇创立。黄教授@huang_biwei深耕因果 AI 领域 12 年，是 Causal-Learn 作者，发表过 100+ 篇顶会论文，并曾获 Apple Scholar。 过去几年，AI 行业默认相信：模型越大、数据越多、算力越强，智能就会继续进步。这套方法在语言模型上很成功。但当 AI 走向物理世界，问题就复杂了。 文字说错了可以改，机器人抓空一次，杯子可能就碎了。桌面高两厘米，光线、材质、角度一变，任务都可能失败。 所以具身智能真正需要的，不只是识别画面，而是理解物理世界如何变化。 现在很多 AI 模型学的是相关性：什么词后面接什么词，什么画面后面出现什么画面，什么动作后面大概率出现什么结果。这在文本、图像、视频里有效。 但机器人要判断的是：手有没有碰到杯子，摩擦力够不够，重心会不会变，继续动作会不会摔。 它真正要知道的是：如果我现在动一下，世界接下来会怎样？ 这就是因果问题。 因果大模型关注的，不只是预测下一个状态，而是理解变量之间如何相互影响。 改变一个动作，结果会怎样？换个环境，技能还能不能迁移？如果没有执行这个动作，另一种结果会不会发生？ 这些能力，对 Physical AI 很关键。因为真实世界不可能被训练数据完全覆盖。机器人不可能提前见过所有桌面高度、物体材质、失败姿态和真实环境。 只记住过去见过的模式，很难稳定工作。理解背后的因果结构，才有机会举一反三。 这也是 Aether AI 正在探索的方向：以因果世界模型为核心，打造下一代机器人大脑。 过去一年，“世界模型”很热。视频生成模型能生成连续画面，空间智能模型能理解三维结构。 但机器人还需要更进一步：和物理世界交互，处理接触、碰撞、摩擦、重心和反馈，在变化的环境里完成任务。 所以世界模型不能只停留在画面和空间结构上，还要进入因果推演：理解动作为什么导致结果，变量变化后系统如何演化，失败背后真正影响结果的因素是什么。 只有这样，机器人才能从“看起来会做事”，走向“真的能做事”。 大语言模型成功之后，Scaling Law 成了很多人的信仰。但在具身智能里，更重要的问题是： Scale What？你到底在放大什么？ 如果只是采集更多遥操数据、堆更多视频、买更多算力，未必能解决泛化问题。真正重要的是，模型能不能从同样的数据里抽取更深层的信息。 同样的数据，相关性模型看到的是表层模式，因果模型要挖的是背后的结构。 Aether AI 的短期目标，是打造一个能够跨本体、跨任务、跨环境泛化的机器人大脑，服务机器人本体厂商，以及工厂、仓储物流、家居、医疗健康等真实场景。 这家公司做的，不是简单给机器人接入一个语言模型，而是从算法、模型到系统层面，构建一套以因果智能为核心的新范式。 过去这一波 AI，让机器学会了生成语言、图像和代码。下一阶段，AI 要面对更难的问题：理解世界如何运转。 当 AI 进入机器人、科学发现、生物医药、新材料这些领域，它必须处理变量、干预、反馈和反事实推理。 这些问题，天然指向因果。 因果大模型值得关注，不只是因为它是一个新概念。它可能代表 AI 从“学习已有数据”，走向“理解世界机制”的一次范式变化。 如果说大语言模型打开了数字世界里的智能入口，那么因果世界模型，正在尝试打开物理世界里的下一扇门。 Aether AI 官网：

这两年世界模型（World Models）是 AI 里最烧钱的赛道之一，想做机器人、想让 AI 真正走进物理世界的，基本都绕不开它。但你只要多看几个 Demo 就会发现一个通病：这些模型很会“看”——画面能生成得足够逼真，几乎骗得过眼睛；可你真让它回答“我现在动这一下、接下来会连锁出什么”，它常常就卡住了。 说白了，它们学的多半是“相关”——什么和什么经常一起出现、下一帧大概长什么样。在屏幕里写写画画、生成视频，这套绰绰有余；可真实世界是要“动手”的，光知道相关、不懂因果，环境稍微一变就掉链子（它记住的是答案，没记住答案背后的道理，换一道题就露馅）。 一个真正顶用的世界模型，得能在动手前先把事情“想一遍”：它推这一下、抓那一把，会引出什么后果？换种做法，结果又会不会不同？这种“先设想、再验证”的本事，跟数据喂得多不多关系不大，关键在懂不懂因果。 Aether 这次融资要补的，正是世界模型最缺的这块。他们把这条路线叫因果世界模型（Causal World Models），也是全球第一家拿因果当核心架构来做的公司：让模型先把“这么做会怎样”推演明白再决定动作，做错了能顺着结果回头改自己，不用每次推倒重来。 在他们看来，这可能就是 AI 下一代的范式——世界模型从“相关”走到“因果”。这条路好不好走？我老实说，不好走，因果一直是 AI 里最难啃的骨头之一，难到不少人宁可绕开它、继续卷参数。但越是这种硬骨头，越值得有人正经啃一回。能不能成我不敢打包票，可这个方向本身，我觉得值得长期盯着。 公司由黄碧薇 @huang_biwei 创立，她在因果这块磨了整整 12 年——UCSD 助理教授，Causal-Learn 作者之一，百余篇顶会论文，还入选过 Apple Scholar。对世界模型、对这个新范式感兴趣的，可以去看看： @huang_biwei ｜