世界模型这条赛道，第一次有了省部级科研平台的加持。据第一财经10月11日报道，2026世界模型高峰论坛现场传出消息，通用世界模型北京市重点实验室正式揭牌。该实验室于今年5月获批，是国内首个世界模型方向的省部级重点实验室，依托建设单位为北京极佳视界科技有限公司，清华大学自动化系长聘教授、系副主任鲁继文受聘担任实验室学术委员会主任，极佳视界联合创始人、首席科学家朱政出任实验室主任。世界模型已经从学术概念转变为产业风口，前瞻布局者覆盖互联网大厂、具身智能企业、自动驾驶车企与游戏内容公司，一个城市级科研平台的入场，意味着这条赛道进入体系化攻坚阶段。
要理解这个实验室的分量，需要先理解世界模型是什么。鲁继文在演讲中介绍，世界模型是一个预测模型，通过计算合理预测事物在特定动作下的演变，涵盖跨模态、跨时空及跨场景等维度的信息。与生成一段好看的视频不同，世界模型要做的是理解物理世界的运行规律，预测某个动作将导致什么后果，这正是机器人在真实环境中行动、自动驾驶车辆在复杂路况下决策所需要的底层能力。他还提出了通用认知模型的概念，认为这是物理AI发展到较高水平的阶段，即能够做到理解状态、预测变化以及判断后果。
极佳视界创始人兼CEO黄冠在现场给出了行业所处阶段的判断。他表示，现在世界模型L1水平相对成熟，L2阶段还没有实现突破但已经看到曙光，相比于语言模型，世界模型整体上可能落后3至4年的水平。极佳视界此前提出了通用世界模型L1至L5分级体系，其中L1层级能够根据输入生成视觉真实的通用视频，L2层级则要能够生成高效合理的通用执行动作，把环境理解转化为可执行的动作序列。从生成好看的画面到生成能落地的动作，这一步跨越正是机器人与具身智能真正落地的分水岭。
如果要再向前迈一步，黄冠认为要先解决数据问题：还是要先扩大规模，至少要先拥有100万小时的动作数据。这个数字点出了世界模型与语言模型的关键差异，互联网上的文本语料近乎无限，而机器人在真实世界中执行动作的高质量数据极度稀缺，采集成本高、场景覆盖窄。数据从哪里来、如何标注、怎样在机构间流通，正是省部级实验室这类平台能够发挥作用的领域，统一数据标准、共建数据基础设施，比任何单家公司的努力都更能加速行业突破。
除了数据瓶颈，算力约束同样突出。北京智源人工智能研究院副院长兼总工程师林咏华在论坛上表示，世界模型对计算的要求超过了语言模型：世界模型空间维度多，还涉及多个信息的生成，这些决定其训练和推理的计算复杂程度都远高于语言模型。这意味着世界模型的算力需求不再只是token数量的增长，而是在目标、维度与约束上的逐级升级。她判断，下一个计算的战场将会是世界模型。
林咏华还点出了行业一个容易被忽视的痛点：芯片软件生态的碎片化。她介绍，目前市面上已有多家芯片企业推出面向AI的产品，但厂商们专用的、碎片化的软件生态，成为使用者尝试其他AI芯片的一大障碍，机器人企业对此感受尤深。为此，智源研究院近几年投入研发AI系统软件栈，让AI模型和应用可以无缝运行在多个硬件芯片和平台上。对世界模型而言，这个问题更加尖锐，因为它对算力的需求还在快速演进，技术路线尚未收敛。
林咏华同时保持了审慎：由于世界模型技术路线暂未收敛，目前这一范式对芯片计算架构的最终影响还无法完全确定。这句话背后是行业的一个真实困境，如果为当前的世界模型架构深度定制芯片，一旦技术路线转换，投入可能打水漂；如果只用通用算力，又难以满足训练推理的算力需求。这种不确定性恰恰说明行业还处在快速演进期，也解释了为什么需要实验室这类平台来做前瞻性的体系化研究，而不是让每家公司各自踩坑。
从产业格局看，世界模型的玩家构成已经相当多元。互联网大厂把世界模型作为多模态能力的一部分，具身智能企业用它训练机器人，自动驾驶车企把它视为替代真实路测的仿真引擎，游戏与内容公司则看到了实时生成交互世界的商业价值。不同玩家的技术路线与数据积累各不相同，一个开放的省部级实验室有机会成为技术标准、评测基准与数据规范的协调者，减少行业的重复造轮子。
世界模型的商业价值正在沿着一条清晰的路径兑现。第一阶段是视觉生成，L1层级的模型已经能生成视觉真实的通用视频，这在内容创作、广告营销、影视预演等场景已有成熟应用；第二阶段是动作生成，L2层级把环境理解转化为可执行的动作序列，直接服务机器人训练、自动驾驶仿真与工业数字孪生；更远期的通用认知模型，则要支撑机器人在开放环境中的自主决策。极佳视界作为依托单位，其技术积累横跨视频生成与空间智能，这也是它能够牵头省部级实验室的底气。
资本市场对世界模型的关注度今年以来持续升温。海外方面，李飞飞创办的空间智能公司World Labs获得大额融资后又被芯片巨头收购，印证了产业巨头对模型层资产的渴求；国内从世界模型创业公司融资到车企自研布局，赛道热度不断走高。在此背景下，北京市重点实验室的成立相当于给行业注入了一剂确定性：政府科研体系正式把世界模型列为方向性课题，后续在数据开放、算力协调、评测标准上的投入值得期待。
对从业者而言，这个实验室传递的信号是明确的：世界模型的竞争已从单点技术突破转向体系能力建设，数据、算力、软件栈、评测标准的每一环都需要长期投入。黄冠那句L2已经见到曙光，既是乐观的判断，也是全行业的军令状。当百万小时级动作数据成为入场券，当算力战场从语言模型转向物理AI，率先跨过L2门槛的玩家，将在具身智能的产业兑现中占据身位。北京这方新揭牌的实验室，将是这场竞赛的重要观察窗口。