这两周，你的信息流被四个字搅动了
先把时间线摆出来：
9月28日，AMD宣布以约82亿美元、全股票方式收购李飞飞创办的World Labs；交易完成后李飞飞出任AMD执行副总裁兼首席科学家，直接向苏姿丰汇报。知乎知乎
10月11日，LeCun的世界模型创业公司AMI交了第一份作业H-JEPA，代码和预训练权重全部开源。
10月15日，昆仑万维Matrix-Game 4.0开源，号称"全球首款单张消费级显卡实时运行的游戏世界模型"。知乎
10月13日前，电视上的《2026美好奇妙夜》，影视飓风Tim用一句话生成了一个可以自由探索的3D世界，背后的模型据称来自字节跳动。知乎
同一时间窗里，知乎上一条转述DeepSeek梁文锋投资人会议网传语录的回答被顶上热榜：“世界模型跟智能的上限没有太大关系。”知乎
这条回答61赞42藏，立场和前四条新闻刚好相反。最有意思的地方也在这里：两边嘴里都是"世界模型"四个字，说的可能根本不是同一件事。连北京智源研究院院长王仲远都承认：这个领域技术路径尚未收敛，"世界模型"更像一个研究总称，而不是一条被证明的路线。知乎
所以别急着喊"元宇宙复活"，也别急着站队"梁文锋错了"。先把这四个字底下的五条路捋清楚，再装上四个判断新闻含金量的数字口径——以后你的信息流里再冒出"世界模型"，你知道该把它放进哪个筐。
一个名词，五条路：先记住这个骨架
王仲远把"世界模型"分成四类：以语言为中心、以像素为中心（视频生成）、以三维结构为中心、以视觉表征为轴心。而拆解字节演示的那位知乎作者给了一个更直白的说法：“'世界模型’这四个字底下，其实是五条完全不同的路。”知乎知乎
分歧最根本处就一句话。像素派（Sora一脉）认为：预测视频的下一帧，本身就在学习世界；潜空间派（JEPA一脉）认为：逐像素预测恰恰会让模型把大量能力浪费在纹理、光照、摄像机抖动这些没用的细节上。翻译成大白话——一个说预测像素就是理解世界，另一个说预测像素恰恰是理解世界的障碍。知乎
记住这对分歧，后面五段就不会看着看着串味了。
路一：从视频生成里长出来的内容派——字节
牌面：Seedance（视频生成）已经把画面做出来，世界模型要的是环境跟着人的行动继续变。电视演示里，"杯子旁边加个勺子"画面里就真出现一把勺子，随手画一扇门能通向外太空，《喜剧之王》的场面可以当世界随便调度机位（字节强调已事先拿到周星驰授权），单日交互已经做到10万次。知乎
冷水也得同步记：这个模型至今没有名字——字节没有官宣，没有产品名、没有发布时间、没有官方规格，“50ms延迟、20fps"全部出自彭博社的匿名消息源。而且20fps+50ms只够"屏幕上可用的实时”，头显里要72fps以上才舒适——所以先别谈什么Vision Pro复活，第一批落地的大概率是"屏幕上的可交互世界"。每一帧烧多少钱、百人并发什么成本，目前是黑箱。知乎
路二：3D原生派——李飞飞带着她的支票本进了AMD
牌面：World Labs做的是"从几张2D图片预测下一个视角"的3D原生生成（Marble、Atlas），今年1月CES上演示在AMD MI325X上优化后提速4倍多。这次约82亿美元全股票收购，预计年底完成、仍需监管批准。李飞飞的叙事很硬：“宇宙不是由文字构成的，而是由真实的事物构成的”“没有专门的硬件投入，AI会一直被困在数字世界里”。AMD则借这笔交易把自己从"卖算力的"抬成"懂模型演进的人"。知乎
去噪提醒：你如果刷到过"AMD 550亿吞下世界模型"这类标题，那是失真数字——多个独立来源的正文细节都是约82亿美元、全股票。标题和正文打架时，以正文交叉核对为准，这本身就是看世界模型新闻的第一个习惯。
路三：潜空间派——LeCun一个像素都不生成
牌面：AMI的首份作业H-JEPA，把多个JEPA逐层堆叠，每一层在自己的表征空间里预测不同时间跨度后的状态，高层定粗略计划、低层接力细化，全程不在像素层面生成任何图像。数据：Visual AntMaze仿真迷宫里，三层H-JEPA成功率73%，单层模型只有18%，用的规划计算量还更少；代码与权重全部开源，研究者可以直接加载复现。知乎
短板也白纸黑字：换到Push-T任务，堆到三四层成绩反而下降；官网到现在没有面向公众的产品入口——这家今年3月刚完成10.3亿美元融资、投前估值35亿美元的公司，眼下交的还是给学术界的"作业"。他那页"如果你对人类级AI感兴趣，就不要研究LLM"的演讲PPT，是对路线的态度，不是产品公告。知乎
路四：引擎派——“代码运行世界，视频模型画画面”
牌面：Matrix-Game 4.0的核心想法异常清醒——与其让视频模型隐式地记住世界，不如让游戏引擎显式地维护世界。Coding Agent写游戏代码，引擎当"裁判"负责世界状态、规则和结构草图，视频模型当"画师"照草图实时出画面。好处是：画面再怎么穿帮，引擎里的血量、道具、任务进度不会被改写。知乎
真实数字：按键到画面响应不到0.15秒（约112ms），以60FPS运行游戏，文本编码器、DiT、VAE全部常驻一张RTX 5090，显存峰值约18.5GiB。对照组：几乎同时发布的英伟达StreamRender-H3走的是同一条"代码+视频模型"路线，但部署要8张GB200，端到端延迟约545ms——Matrix-Game约是它的五分之一（两边统计口径不完全一致，不能直接排座次）。知乎
短板也在白纸黑字：demo是480p，“距离更稳定、更长时间、更多人同时玩的AI世界还有一段路”。当然，这支团队从1.0一路开源到4.0，迭代路径值得按月盯。知乎
路五：机器人训练场派——最不性感，但最先把钱烧出回报
"机器人训练最贵的不是模型，是数据。“突发事故、极端天气、行人横穿这些长尾场景，可以让世界模型按需批量生成、并行试错。英伟达Cosmos 3正在给Agile Robots、理想汽车等生成动作数据，把训练评估周期"从数月压到数天”（媒体口径）。拆解字节演示的那篇文章反而判断：这场演示真正的战场不在娱乐，而在这里——字节的Seed3D 1.0去年10月就能无缝导入Isaac Sim，“是布了一年多的局”。知乎
信息流里再冒"世界模型"，先对这四个数
有没有正式名字和规格。 没官宣、只有匿名信源数字的（比如现在的字节），按"演示"对待，别按"产品"对待。知乎
什么分辨率、多少延迟。 480p是demo级；"屏幕可用"的20fps/50ms和"头显可用"的72fps/20ms是两回事。谁开口就是元宇宙，先问他跑在哪块屏幕上。
单次生成成本敢不敢披露。 每帧都烧钱、并发成本不公布，商业化就只能停留在嘴上。
能不能导出标准3D资产。 对比项是现成的：腾讯HY-World 2.0明确支持导入Blender/Unity/Unreal。只能隔着网页逛的，是玩具；能导出来进工业链的，才是牌。
再加一个第5条：数字能不能交叉核对。"550亿"和"82亿美元全股票"就是现成的反面教材。
你在哪条路上：四种人，四种看法
做AI视频、做短剧漫剧的：世界模型今天不会替你解决抽卡——五条路的"可控性"都还在演示阶段。真正值得动手的信号，是这些能力哪天变成即梦、可灵工作台里的一个选项，那时候再研究要不要改工作流不迟。
追同人、追连载的：互动同人、"走进剧里"会在屏幕端最先落地，周星驰IP单日10万次交互已经给出第一批数据。看到"可探索的HP世界"不必激动，先对一下上面四个数。
顺便看A股的：用产业热度对照一下公告——慈文传媒7天6板后两度澄清"AIGC平台尚未形成相关收入"，欢瑞世纪披露上半年AI短剧营收占比不足1%。股价最热的名字，往往正在公告里承认自己还没赚到钱。第一财经第一财经
家里有老人的普通人：比起头显，更该先看看影视飓风Tim晒过的实测：只上传一张人脸照片、不给声音样本，模型就能生成高度相似的声音。"如果一个人的数据全部进入了AI的数据集，它能100%模拟出你的任何形态和声音，那这样的内容，你的家人分得出真假吗？“这才是世界模型眼下最真实的"现实感”。知乎
结尾：接下来盯三个信号
字节模型的正式发布时间与规格（媒体口径是年底前发布、对标Genie 3）——重点看单次生成成本和资产导出能力。知乎
Matrix-Game下一版能不能把480p提上去、撑住更长时间和多人同时在线。
AMD与World Labs的收购能不能通过监管批准落地——82亿美元兑现成"3D原生生态"还是只停在叙事，年底见分晓。
“路径尚未收敛"是现阶段关于世界模型唯一的确定结论。梁文锋的冷水和AMD的支票其实未必矛盾——他们可能只是对着不同的东西说同一句"世界模型”。等谁带着正式名字、更高画质、可披露成本和能导进Unity的资产站出来，再谈谁死谁活。
