具身智能赛道正经历残酷洗牌，超43%的公司已被淘汰。在硬件成本高、数据采集难、技术路线不确定的困境下，世界模型被视为破局关键。它能让机器人在虚拟中学习，再零样本部署到现实。但这究竟是技术拐点，还是资本催生的下一个泡沫？本文将深入剖析其技术原理、行业现状与未来前景。
智能速览
具身智能公司死亡率超43%，面临周期长、成本高、技术不确定性三大困境。
Meta的V-JEPA 2实现62小时未标注视频的零样本部署，验证了世界模型路径。
物理一致性问题是世界模型的核心挑战，99.5%的单帧准确率在200帧后会严重失真。
游戏领域因物理容忍度高、迭代快，已成为世界模型商业化最快的场景。
Wayve估值860亿美元，其世界模型GAIA-3正挑战自动驾驶的零样本泛化。
精华内容
世界模型的希望与泡沫之争，本质是技术理想与商业现实的碰撞。要理解这场赌局的胜负手，必须深入其技术内核与产业应用的真实进展。
赛道残酷现状
截至2026年初，全球230多家具身AI公司中，已有超过100家停止运营，淘汰率高达43%。这一残酷现象背后是三个结构性原因。第一，研发周期过长，从立项到原型机跑通有意义任务，通常需要18-24个月，远超纯软件公司的6个月MVP周期。第二，资本密度极高，一台工业级机械臂成本在10-50万美元，加上传感器与计算平台，小团队年硬件投入轻易超百万美元。第三，技术栈不确定性太高，感知、规划、控制每一层都缺乏共识，技术路线的反复轮换让无数公司误入歧途。
技术路径验证
在一片哀嚎中，Meta的V-JEPA 2被视为一个转折信号。其核心突破在于，仅用62小时的未标注Franka机械臂视频，在零标注、零微调的条件下，成功实现了抓取与放置任务的零样本部署。这与传统需要数千到数万条专家演示数据并针对特定任务训练的模式截然不同。V-JEPA 2的关键在于，它在抽象嵌入空间进行预测，而非重建像素，使其更关注物理规律和因果关系，而非视觉纹理，从而获得了通用的物理直觉。
物理一致性难题
所有乐观预期都面临一个根本性挑战：物理一致性问题。即便世界模型的单帧预测准确率达到惊人的99.5%，在自回归生成中，每一帧都基于上一帧的预测，经过200帧（约6.7秒）后，其累积准确率会骤降至0.995的200次方，仅为36.7%。这意味着模型在不到7秒后就会严重偏离物理现实。对于在工厂作业的机械臂或高速行驶的汽车而言，这种偏差是致命的。模型学到的是统计相关性而非因果性，因此无法真正理解摩擦力、温度等物理概念，这是单纯扩大模型和数据规模无法解决的。
游戏率先破局
当具身智能和自动驾驶还在为物理一致性挣扎时，游戏领域已成为世界模型商业化的温床。过去18个月，GameNGen、Genie 3、Oasis等项目进展迅猛。原因在于游戏场景的约束条件完全不同：物理准确性要求低，玩家需要的是“感觉对”而非物理正确；迭代速度快，数字环境中试错成本几乎为零；商业化路径清晰，全球游戏市场年收入超2000亿美元；风险不对称，物理错误在游戏中是“有趣的bug”，在机器人里则是安全事故。这些因素让世界模型在游戏领域的部署门槛远低于现实世界。
未来与抉择
基于当前进展，行业判断呈现出清晰的路径。2026-2027年，世界模型的一致性窗口预计从30-60秒扩展到2-5分钟，游戏领域将出现AI原生的商业化产品。2027-2029年，世界模型与具身智能开始融合，闭环控制成功率有望提升，数字孪生技术在制造业实用化。对于投资人和创业者，当前最优解是应用层工具，例如基于NVIDIA Cosmos等平台构建垂直领域的训练数据生成器，或开发游戏原型生成工具。而基础世界模型和具身机器人平台，因赢家通吃格局已现和高淘汰率，已非良选。
世界模型的商业化前景，最终取决于物理一致性窗口能被推多远。具身智能的幸存者与泡沫的破裂者，将由这个技术指标决定。如果一致性窗口无法从分钟级迈向小时级，高估值的故事终将破灭。而游戏行业，已经等不及答案，率先开启了新纪元。下一个真正的变革，会从哪里开始？
