大佬们集体押注世界模型和物理AI，他们到底看到了什么？

李飞飞、黄仁勋、张一鸣、孙宇晨——这些名字放在一起，本身就说明问题。

最近，李飞飞创办的World Labs被AMD以82亿美元收购；黄仁勋在CES 2026上宣告物理AI的“ChatGPT时刻”已到来；张一鸣亲自督导世界模型研发；孙宇晨把AI基金从1亿美元扩到10亿美元，喊话“物理AI是未来十年最具价值的超级风口”。

他们看到了什么？一个比语言模型大得多的市场——让AI从“会说”变成“会做”。

一、AI最大的尴尬：会写诗，不会叠衣服

ChatGPT能写论文、编代码，但让它指挥机器人拿杯子，大概率翻车。

原因很简单：大语言模型学的是文本统计规律，而物理世界逻辑完全不同——杯子掉地上会碎，推椅子会移动，重卡刹车需要更长距离。这些三岁小孩都懂的常识，AI完全陌生。

李飞飞有句精准判断：“世界并不是由语言构成的。” 现在的大模型是“纸上谈兵的天才”，满腹经纶却四体不勤。世界模型和物理AI，就是给它装上“眼睛”和“双手”。

二、世界模型和物理AI到底是什么？

一个比喻说清：世界模型负责“脑补”，物理AI负责“动手”。

世界模型让AI在脑海里建“沙盘”，不仅识别眼前，还能预测下一秒。物理AI把“脑补”变成行动，完成“感知→推理→行动→反馈”闭环。

李飞飞把世界模型分三类：

渲染器，就是AI文生视频。画面炫酷，但本质是“画皮”，三维结构经不起推敲。

模拟器，真正被低估的核心。不追求好看，追求几何结构合理、动力学符合牛顿定律。黄仁勋发布的Cosmos模型就是这一类。

规划器，机器人的“行动大脑”。接收画面和目标后，直接告诉机器人下一步做什么。

一句话：渲染器给眼睛看，模拟器给大脑用，规划器给手脚使。

三、为什么极其重要？三个场景

场景一：机器人进工厂、进家庭。

现在机器人能后空翻，但进入真实工厂立刻傻眼——遇到不规则堆积物，预设代码没定义，直接停工。有了世界模型，系统能基于材质和物理特性预测，规划绕行轨迹，保持连续作业。中联重科规划五年内部署1000到2000台具身智能机器人；智身科技累计量产已突破15000台。

场景二：自动驾驶真正“长脑子”。

目前自动驾驶本质是“看到什么躲什么”。世界模型能让系统在虚拟环境中推演无数可能——前车掉落货物怎么办？雨天路滑怎么办？黄仁勋透露，通过模拟可实现数十亿甚至数万亿英里的有效测试里程，现实中完全不可能。

场景三：万亿级工业仿真市场。

工厂、仓库、供应链的数字孪生，建筑可视化，工程研发——英伟达Omniverse瞄准的正是这个超万亿美元市场。孙宇晨判断：物理AI的核心价值在于把AI能力从虚拟世界延伸到物理世界，真正创造生产力。

四、市场到底有多大？

赛迪顾问数据显示，全球世界模型市场规模预计2030年达152.3亿美元，年复合增长率52.4%。摩根士丹利预测：到2035年，由世界模型赋能的产业规模将达10万亿美元，约等于当前全球GDP的10%。

近18个月，超百亿美元流入物理AI赛道。2026年第一季度，AI融资项目中30岁以下创始人占比达34%，2024年只有12%。红杉中国、高瓴创投、蓝驰创投纷纷押注00后物理AI创业者。

五、普通人能抓住什么机会？

第一，就业方向在变。 物理AI需要懂物理仿真、3D建模、机器人操作、数据标注的人才。觅蜂派等平台已让普通人可在真实场景完成数据采集，按有效时长获得报酬。

第二，创业门槛降低。 松应科技发布的ORCA Lab 1.0，是我国首个面向个人与小团队的原生物理AI开发者平台——无需专业背景，一台普通笔记本电脑就能完成机器人全流程训练。

第三，内容创作机会。 张一鸣督导的世界模型项目，目标是让抖音创作者无需昂贵硬件，就能制作直播、短剧和游戏。未来普通创作者也能像用剪映一样，轻松生成可互动探索的三维世界。

回到开头：大佬们到底看到了什么？

他们看到，AI的主战场正从“数字世界”转向“物理世界”。过去十年，AI在数字世界攻城略地，但天花板可见。物理世界——工厂、医院、街道、家庭——才是人类经济活动真正的主战场。

谁能让AI理解物理世界、在物理世界中行动，谁就掌握了下一个十年的钥匙。

李飞飞说：“AGI若没有空间智能，便是不完整的。”

翻译成大白话：一个只会说不会做的AI，永远算不上真正的智能。 万亿级赛道刚开启，好戏还在后头。