各位股友们，大家好，今天我们来说一说物理AI和人形机器人赛道里，最核心的技术制高点——世界模型。
最近这段时间，人形机器人板块反复活跃，很多朋友聊机器人，第一反应都是减速器、伺服电机这些硬件部件。但实际上，决定人形机器人未来行业天花板的，从来都不是硬件能力，而是智能大脑，也就是以世界模型为核心的通用智能算法。硬件决定了机器人能不能完成动作，算法决定了机器人能适配多少场景、能完成多复杂的任务。谁能率先跑通通用的物理世界模型，谁就掌握了下一代人形机器人的行业话语权，也最有机会成长为千亿级别的产业巨头。
今天我们就梳理了国内深度布局人形机器人加世界模型的8家核心公司，每家都讲清楚技术路线、核心优势、最新落地进展，最后再对比分析各家的综合竞争力，看看不同路线的企业各自有什么胜算。
一、先搞懂，世界模型到底为什么是人形机器人的必争之地
很多人听到世界模型这个词，会觉得概念很抽象，离产业落地很远。其实用大白话讲，世界模型就是让人工智能系统通过海量的真实数据和仿真训练，学习物理世界的运行规律，建立起对真实环境的常识性认知。
比如我们人类都知道，玻璃杯掉在硬地上会碎裂，推一下桌面上的物体会沿着受力方向移动，台阶踩空会摔倒。这些不用刻意学习的常识，传统机器人是完全不具备的。在此之前，机器人的动作全部依赖专用模型训练，想让机器人完成拧螺丝的动作，就要收集成千上万次拧螺丝的动作数据，专门训练对应的模型。训练完成之后，机器人就只会这一个动作，换一个型号的螺丝、换一个高度的工作台，它就无法完成任务了。
世界模型带来的本质改变，就是让机器人拥有了通用的物理常识。有了世界模型之后，机器人不需要每个动作都单独训练，它可以基于对物理世界的认知，自主推演动作路径，适配不同的场景和任务。这不是简单的技术迭代，而是人形机器人从专用设备走向通用智能设备的核心拐点。
1. 世界模型带来的三大产业价值
第一个价值，是大幅提升泛化能力。专用模型模式下，一款机器人只能适配一到两个固定场景。有了世界模型之后，同一款机器人可以适配工业、仓储、商业服务甚至家庭等多个场景，只需要更新模型指令，不需要重新训练底层动作。机器人的适用场景会呈指数级扩张。
第二个价值，是大幅降低开发成本。根据行业测算，传统模式下，为一个新场景适配机器人，开发周期在6个月以上，单场景开发成本超过千万元。引入世界模型之后，场景适配周期可以缩短到1到2个月，开发成本下降70%以上。成本门槛下降之后，会有大量中小客户愿意引入机器人，行业渗透率会加速提升。
第三个价值，是提升任务复杂度上限。专用模型只能完成预设好的简单重复性任务，而世界模型可以处理开放式的复杂任务。比如让机器人去仓库里找一个指定的零件，它可以自己规划路线、识别物体、应对途中的突发情况，这些都需要通用的推理能力，是专用模型无法实现的。
2. 行业当前的发展阶段
从全球范围来看，世界模型目前还处于从实验室走向产业落地的初期阶段。海外的科技巨头和研究机构走在前面，已经验证了通用大模型接入机器人控制的可行性。国内的企业也在快速跟进，头部企业已经推出了初步的世界模型产品，开始在工业、安防等场景落地测试。
根据赛迪顾问的最新预测，2027年国内人形机器人核心算法市场规模将突破320亿元，其中世界模型相关的通用智能算法占比将超过40%。未来五年，世界模型相关的市场规模复合增速将超过85%，是整个人形机器人产业链里增速最快的环节。
也正是因为巨大的市场空间和战略地位，世界模型已经成为了人形机器人行业的必争之地。不管是大模型企业、机器人整机企业，还是视觉技术企业，都在纷纷布局。接下来我们就逐一拆解8家核心布局企业的真实情况。
二、8家核心布局公司深度拆解
这8家企业覆盖了大模型、视觉感知、机器人整机、运动控制等不同环节，技术路线各有侧重，落地进度也不一样。我们一家一家说清楚，不夸大，也不遗漏。
1. 科大讯飞：通用大模型底座，全栈布局具身智能
科大讯飞是国内大模型第一梯队的企业，也是国内最早布局具身智能和世界模型的企业之一。它的核心优势，是拥有成熟的通用大模型底座，以及语音交互、语义理解的长期技术积累。
在世界模型的布局上，科大讯飞走的是通用大模型向下延伸的路线。基于星火大模型的通用认知能力，叠加三维视觉、空间推理、运动控制模块，搭建适用于机器人的世界模型。重点解决三个核心问题，一是自然语言指令理解，二是环境感知与空间推理，三是任务拆解与动作规划。
最新的产业进展方面，科大讯飞已经推出了机器人专用的大模型版本，和国内十多家机器人整机企业达成了合作。在工业巡检、政务服务、商业接待等多个场景，搭载讯飞世界模型的机器人已经进入落地测试阶段。在部分工业场景中，已经验证了模型可以将新场景适配周期缩短60%以上。
从产业链地位来看，科大讯飞是国内少数能提供从通用大模型到机器人专用算法全栈方案的企业。它的短板在于本身不做机器人硬件，需要和整机厂商合作落地。但优势也很明显，通用能力强，生态覆盖面广，不同品牌的机器人都可以接入它的模型方案。
作为A股人工智能板块的核心标的，科大讯飞的机构持仓比例长期处于行业前列，业绩的确定性也比较高，是很多机构配置具身智能赛道的核心选择。
2. 云从科技：视觉感知打底，深耕人机协同世界模型
云从科技的核心根基是计算机视觉技术和人机协同操作系统，在视觉识别、三维空间感知领域有深厚的技术积累。它布局世界模型的切入点，就是自己最擅长的视觉感知与环境建模。
云从科技的世界模型路线，重点放在物理环境的三维重建和空间理解上。简单说，就是先让机器人精准看懂周围的三维环境，理解物体的位置、形态、物理属性，再在此基础上做动作规划和任务执行。它的优势在于感知层的精度高，对复杂环境的适应能力强，特别适合工业、安防等对环境识别要求高的场景。
落地进展方面，云从科技的世界模型已经在工业质检、轨交巡检、安防巡逻等场景落地应用。和国内多家工业机器人、特种机器人企业达成了技术合作，提供感知层加世界模型的一体化方案。在部分特种场景，已经实现了机器人完全自主作业，不需要人工预设路径。
作为科创板的人工智能企业，云从科技的技术属性很强，研发投入占比高，在细分领域的技术壁垒突出。它的短板在于通用大模型的底座能力略弱于第一梯队，更多是聚焦细分场景的专用世界模型。
3. 格灵深瞳：三维视觉技术见长，从感知切入世界模型
格灵深瞳同样是国内三维计算机视觉领域的头部企业，专注于将三维视觉技术落地到各个行业场景。它切入世界模型的路径，和云从科技有相似之处，但更偏向底层的三维重建技术。
格灵深瞳的核心技术优势，是快速高精度的三维环境重建能力。它可以通过视觉传感器，快速搭建出真实环境的数字孪生模型，这个数字孪生模型，就是世界模型的基础载体。在此之上，叠加物理规则引擎，就能让机器人在虚拟环境里模拟动作，验证可行性，再迁移到真实机器人身上。
目前格灵深瞳的相关技术，已经在城市管理、轨道交通、体育训练等场景落地。在人形机器人领域，主要是和整机厂商合作，提供三维感知和环境建模的技术支持。它的优势是感知层技术扎实，底层算法壁垒高；短板在于上层的通用认知能力布局较晚，更多是做世界模型的感知模块，而不是完整的通用世界模型。
整体来看，格灵深瞳属于世界模型赛道里的核心零部件供应商，虽然不做完整的大脑方案，但感知层是世界模型不可或缺的环节，行业需求增长会直接带动公司的业务增长。
4. 埃斯顿：工业机器人龙头，软硬一体布局优势突出
埃斯顿是国内工业机器人的龙头企业，在机器人本体、运动控制、伺服系统领域都有完整的技术布局。随着人形机器人浪潮到来，公司也在快速切入人形机器人整机研发，同步布局世界模型的落地适配。
和纯算法公司不一样，埃斯顿的路线是从硬件向上延伸。它本身懂机器人的底层运动控制，知道什么样的算法能真正落地到硬件上。它的世界模型布局，重点是解决通用模型和机器人硬件的衔接问题，把世界模型输出的高层指令，转化为机器人关节可以精准执行的动作，解决延迟和精度的问题。
在合作模式上，埃斯顿和国内多家大模型企业达成合作，对方提供通用世界模型能力，埃斯顿负责执行层的算法融合和硬件适配。这种模式的好处是落地速度快，不用从零开始做大模型，可以充分发挥自己的硬件优势。
最新进展方面，埃斯顿的人形机器人原型机已经推出，在汽车制造、3C电子的工业场景开始测试。搭载合作方世界模型的版本，也已经进入联调阶段，预计明年会在工业场景小批量落地。
从投资视角看，埃斯顿是机器人板块里业绩确定性最强的标的之一，工业机器人业务提供稳定的业绩底座，人形机器人和世界模型提供向上的弹性。机构持仓比例高，流动性好，是很多资金配置机器人赛道的核心选择。
5. 新时达：控制器龙头，深耕底层运动控制算法
新时达是国内机器人控制器领域的龙头企业，控制器相当于机器人的小脑，负责直接控制关节的运动。公司在运动控制算法领域深耕了二十多年，有非常深厚的底层技术积累。
新时达布局世界模型的切入点，就是自己最核心的控制器和运动控制环节。它的核心工作，是优化世界模型和底层控制器的衔接接口，提升指令转化的效率和精度。世界模型输出的动作指令，要经过控制器拆解为每个关节的电流信号，这个转化过程的效率和精度，直接决定了机器人动作的流畅度和准确度。
很多人觉得世界模型只是上层算法，其实底层执行的适配同样关键。通用模型如果不能和硬件高效配合，再好的算法也发挥不了作用。新时达做的就是承上启下的关键环节，它的优势是底层技术扎实，硬件适配经验丰富，和所有主流大模型方案都能对接。
目前公司已经推出了适配人形机器人的新一代控制器，支持对接通用世界模型，已经和多家整机厂商、大模型企业开展联合测试。作为运动控制领域的核心企业，新时达会直接受益于人形机器人行业的整体增长，不管哪家的世界模型最终跑出来，都需要用到优质的控制器产品。
6. 机器人：国家队背景，全场景机器人研发积累深厚
这里说的机器人，就是沈阳新松机器人，是国内机器人行业的老牌国家队企业。公司的产品线非常全，工业机器人、服务机器人、特种机器人、移动机器人都有布局，在很多国家级的项目里都有参与。
在世界模型的布局上，公司走的是场景驱动的路线。依托自己在各个行业的场景积累，针对工业、物流、特种作业等具体场景，搭建适配场景的世界模型。它的优势是场景资源丰富，有大量真实的行业数据可以用来训练模型，而且有整机落地能力，算法研发出来可以快速装到自己的机器人上测试。
最新进展方面，公司的人形机器人产品已经迭代了多个版本，在工业装配、物流搬运等场景开展测试。针对工业场景的专用世界模型，已经进入落地验证阶段。
作为行业内的国家队企业，公司的政策支持力度大，项目资源多，技术积累扎实。相对来说，它的市场化效率和算法迭代速度，比创业型公司略慢一些，但胜在稳健，抗风险能力强。
7. 拓尔思：语义技术打底，切入世界模型任务规划层
拓尔思是国内自然语言处理领域的老牌企业，在中文语义理解、行业大模型领域有深厚的积累。它切入世界模型的角度，是上层的任务规划和语言交互。
世界模型的运行流程里，第一步就是理解人类的语言指令，然后拆解成一步步的子任务。拓尔思的优势就在这个环节，它的语义理解技术，可以精准解析复杂的自然语言指令，结合行业知识库，拆解成机器人可以执行的任务序列，对接世界模型的动作推演。
简单来说，拓尔思负责的是机器人和人类沟通的接口，以及任务的拆解规划。它不做底层的运动控制，也不做完整的物理仿真，而是聚焦自己最擅长的语义和任务层。
落地方面，公司的相关技术已经在政务服务机器人、企业客服机器人上落地应用。和多家服务机器人企业达成合作，提供语义交互加任务规划的模块方案。
作为深耕文本智能多年的企业，拓尔思的技术落地能力强，业绩稳定性好。在世界模型产业链里，属于细分环节的核心供应商，会受益于行业整体的增长。
8. 科沃斯：家用服务机器人龙头，用场景数据反哺模型迭代
科沃斯是国内家用服务机器人的绝对龙头，扫地机器人、擦窗机器人、割草机器人等产品已经实现了百万级的出货量，在全球市场都有很高的份额。
很多人觉得科沃斯只是做家用小家电的，和世界模型关系不大。但实际上，科沃斯是国内少数拥有海量真实场景数据的机器人企业。几百万台家用机器人在不同的家庭环境里运行，积累了海量的家庭环境数据和运行数据，这些数据是训练家用场景世界模型最宝贵的资源。
科沃斯的世界模型路线，就是聚焦家用场景，做小而精的家庭世界模型。先把家庭这个单一场景做深做透，让家用机器人拥有更强的自主决策能力，再逐步向其他场景延伸。它的优势是商业化能力强，有现成的落地产品，模型迭代有真实数据反馈，不用靠烧钱做研发。
最新进展方面，公司新一代的家用机器人，已经引入了更高级的环境理解和自主决策能力，本质就是小型化的场景世界模型。未来随着通用世界模型技术成熟，公司会快速将技术落地到家用产品上，持续提升产品竞争力。
从投资角度看，科沃斯有稳定的家用业务做业绩底座，世界模型和人形机器人是向上的弹性选项，属于进可攻退可守的标的。
三、8家企业竞争力对比，谁最有望成长为千亿巨头
讲完了每家公司的情况，我们再从几个核心维度做一下对比，看看不同路线的企业，各自的胜算在哪里，谁最有机会成长为千亿级别的产业巨头。
1. 四个核心竞争维度
第一个维度，是技术的完整度。世界模型是一个系统工程，从感知到认知，从规划到执行，每个环节都不能有明显短板。全栈布局的企业，比只做单一环节的企业，话语权更强，成长天花板也更高。
第二个维度，是数据获取能力。人工智能模型的上限，很大程度由训练数据决定。谁能拿到更多真实场景的机器人运行数据，谁的模型迭代速度就更快，效果就更好。有落地产品、有场景资源的企业，在数据上有天然优势。
第三个维度，是落地变现能力。技术再好，不能落地变现，也无法支撑企业长期成长。能快速把技术转化为产品、拿到订单、产生收入的企业，才能在行业竞争里活下来，一步步做大。
第四个维度，是资金和人才储备。世界模型研发投入大，周期长，需要持续的资金和高端人才投入。资金实力强、人才储备足的企业，才能熬到技术大规模落地的那一天。
2. 企业梯队划分
按照综合竞争力，我们可以把这8家企业划分为三个梯队。
第一梯队，是综合能力最强，最有希望冲击千亿市值的企业。
第一家是科大讯飞。它的通用大模型底座扎实，技术完整度最高，生态覆盖最广，资金和人才储备充足。虽然本身不做硬件，但通过合作的方式可以快速覆盖大量场景。如果通用世界模型成为行业主流，科大讯飞很有可能成为机器人领域的智能大脑供应商，占据产业链最高价值的环节。
第二家是埃斯顿。它的优势是软硬一体，落地能力强。工业机器人业务提供稳定现金流，人形机器人业务打开成长空间。在行业从概念走向落地的阶段，能快速拿出产品、拿到订单的企业，会占据先发优势。随着行业渗透率提升，整机龙头的成长确定性非常高。
第二梯队，是细分领域有核心优势，有机会成长为细分领域龙头的企业。
云从科技和格灵深瞳，属于感知层的技术优势企业。它们在三维视觉、环境建模领域有技术壁垒，是世界模型不可或缺的环节。虽然很难成为全行业的巨头，但可以成长为感知层的核心供应商，市值空间同样很大。
新时达和机器人，属于硬件和执行层的优势企业。它们在运动控制、整机制造领域有深厚积累，不管哪家算法企业最终跑出来，都需要和硬件企业合作。行业整体增长，它们都会直接受益。
第三梯队，是单点切入，依托自身优势分享行业红利的企业。
拓尔思和科沃斯，分别在语义交互和家用场景有自己的优势。它们不会成为通用世界模型的主导者，但可以在自己的优势领域深度布局，分享行业增长的红利。自身的主业也能提供稳定的业绩支撑，风险相对更小。
3. 最终胜出的核心要素
最后我们总结一下，最终能成长为千亿巨头的企业，大概率具备两个特征。
第一个特征是软硬结合。纯算法公司脱离硬件，很容易浮在半空，落地困难。纯硬件公司没有算法壁垒，很容易沦为代工厂。只有软硬件结合能力强的企业，才能把技术真正落地，形成产品竞争力。
第二个特征是场景先行。世界模型不是在实验室里练出来的，是在真实场景里用数据喂出来的。谁能先找到落地场景，拿到真实数据，快速迭代模型，形成正向循环，谁就能跑在行业前面。
现在行业还处于发展初期，最终的格局还远没有定型。每家企业都有自己的机会，也都有自己的短板。最终谁能跑出来，还要看后续的技术迭代和商业化落地进度。
四、赛道投资的注意事项与风险提示
最后和大家说一下，投资这个赛道需要注意的问题。虽然世界模型和人形机器人的长期空间很大，但并不意味着随便买都能赚钱。
首先，行业还处于发展初期，技术迭代和落地进度存在不确定性。很多技术现在还在测试阶段，什么时候能大规模落地，什么时候能贡献业绩，都存在变数。不要把远期的空间，当成现在就该有的估值。
其次，行业竞争会越来越激烈。现在入局的企业越来越多，后续必然会出现同质化竞争，部分企业会被淘汰。不是所有布局的公司都能吃到行业红利，最终能跑出来的只是少数。
最后，要警惕纯概念炒作。有些公司只是沾边概念，没有实际的技术和业务，纯粹靠消息炒作股价。这类公司涨得快，跌起来也快，很容易被套在高位。
大家跟踪这个赛道的时候，不要只看消息和概念，重点关注两个指标。一个是技术落地的真实进展，有没有实际的产品和场景落地；另一个是订单和业绩，有没有实实在在的收入贡献。有落地、有业绩的公司，才能走得长远。
本文内容仅为个人市场复盘与行业信息分享，所有案例，数据，观点均来自公开资讯，只用于交流学习。不构成任何买入卖出操作建议，贵金属市场波动极大，请大家理性看待行情，自主把控自身风险。本文仅为作者个人观点，不构成任何投资建议。股市有风险，投资需谨慎。