文章核心观点 - 以图灵奖得主杨立昆（Yann LeCun）创立的AMI Labs获得巨额融资为引，阐述了当前资本正在狂热追逐顶尖AI技术人才，并重点押注“世界模型”这一被视为继大语言模型（LLM）之后的新技术颠覆方向 [2][3][13] AI初创公司融资与估值 - 杨立昆创立的AMI Labs在2025年1月成立，两个月后官宣完成10.3亿美元（约70.87亿元人民币）融资，由凯辉创新、贝佐斯家族基金等领投，英伟达、丰田创投等战略投资 [2] - 该轮融资对AMI Labs的投前估值为35亿美元（约240.82亿元人民币），远超其原计划以30亿欧元（约241.17亿元人民币）估值募资5亿欧元的目标 [2] - 由李飞飞创立的空间智能公司World Labs于2月19日宣布完成10亿美元融资，市场预计其投后估值约50亿美元，投资方包括Autodesk、英伟达和AMD [10] - 前DeepMind首席科学家David Silver创立的Ineffable Intelligence，种子轮融资规模即达到10亿美元 [15] 世界模型技术路径与公司定位 - AMI Labs明确押注“世界模型”，不做LLM，其系统旨在从现实世界传感器数据中学习，理解物理规律，具备长期记忆和推理规划能力，应用于工业控制、机器人、医疗等高可靠性领域 [7] - 杨立昆认为以ChatGPT为代表的LLM无法通向通用人工智能（AGI），是一条死路，而世界模型学习的是“物理规律如何运行” [9] - World Labs发布的空间智能产品Marble，是一种能根据图像或文本提示生成三维世界的基础模型，旨在构建对物理空间的理解 [10] - Google DeepMind开发的Genie模型能生成并模拟三维交互环境，被视为迈向可交互世界模型的重要尝试 [11] 豪华团队与行业人才流动 - AMI Labs联合创始人阵容豪华，包括前Meta AI研究科学家谢赛宁（首席科学官）、香港科技大学教授冯雁（首席研究与创新官）、前Meta欧洲区副总裁Laurent Solly（首席运营官）等 [7] - 公司总部位于巴黎，并在纽约、蒙特利尔和新加坡设办公室，计划开源大量代码以加速技术进展 [8] - 当前AI浪潮中，顶尖技术人才离开大厂创业已成常态，除杨立昆外，案例包括前阿里贾扬清创立Lepton AI后被英伟达收购、前小度CEO景鲲创办Genspark快速成为独角兽等 [14][15] - 争夺大厂技术领军人物已成为投资机构的“必修课”，他们的项目在启动前就常被风投资本包围 [15][16] 产业资本动向与市场前景 - 英伟达CEO黄仁勋预测，面向现实世界的“物理AI”（即世界模型相关技术）将成为AI下一个重要前沿，潜在市场规模可能高达90万亿美元 [12] - 工业软件公司Autodesk对World Labs的重金押注，反映了软件行业在AI冲击下的转型焦虑，投资消息公布当天其股价上涨近2% [11] - 法国工业软件巨头达索系统（Dassault Systèmes）宣布与英伟达建立战略合作，共同推进世界模型技术 [12] - AI公司构建世界模型需要三维世界的感知与交互能力，这使得具备三维工业建模能力的软件企业重新获得关注，AI可能成为其新的增长契机 [11]

文章核心观点 - AI当前缺乏理解、预测和推演世界的能力，为解决此问题，OpenAI、谷歌、微软等大公司及顶尖学者正集中研究“世界模型”，这被视为通往AGI的关键一步[4][6] - 世界模型旨在让AI从“只会回答问题”的语言机器，转变为能够“观察、推理、行动”的真正智能体，其核心特质包括表示世界、预测未来以及在世界中规划和行动[24][26] - 当前世界模型的研究呈现多条技术路线并行的局面，主要包括视频生成、3D空间生成、在虚拟世界训练智能体以及直接学习世界抽象结构等，这些路线共同指向让AI理解并能在世界中行动的终极目标[48][101][134] - 世界模型若发展成熟，预计将对机器人、自动驾驶、穿戴式设备、内容生成与游戏、AI Agent等多个关键行业产生颠覆性影响，从效率提升转向范式级改变[106][117][121] 一、什么是世界模型？ - **概念起源与目标**：世界模型的概念源于对人类心智模型的研究，旨在让机器像人类一样，在内部构建一个“世界如何运作”的模型，以进行预测和行动规划[8][9][10] - **理论发展**：在AI和强化学习早期研究中，Dyna架构首次明确将“世界模型”确立为智能体的基础能力，其核心是智能体学习“采取动作后世界如何变化”[12] - **现代框架**：2018年Google Brain的论文《World Models》提出了一个精炼化的理解框架：世界模型 = 观察世界（视觉模块V）+ 预测世界（记忆模块M）+ 在内部世界中学习行动（控制模块C）[17] - **核心特质**：研究者普遍认为世界模型应具备三大特质：1) 表示世界（理解环境中的物体与关系）；2) 预测未来（模拟事件变化）；3) 在世界里规划和行动（基于预测采取行动）[24] 二、为什么要研究世界模型？ - **与大语言模型的区别**： - **任务与目标**：大语言模型预测下一个词/Token，世界模型预测下一帧画面、下一步状态变化[29] - **数据与输出**：大语言模型主要依赖静态文本数据，输出语言或图像；世界模型主要依赖动态时序数据（如视频），输出对未来状态的预测和可执行方案[29] - **学习方式**：大语言模型通过语言间接理解世界，是世界模型的补充；世界模型通过交互和推演直接理解世界，并能进行预测和干预[28][30] - **大语言模型的瓶颈**：部分顶尖学者认为大语言模型路线存在根本性瓶颈，例如Yann LeCun认为其只是在拟合语言统计相关性，对现实世界缺乏直接建模能力，若继续“堆量”难以实现真正的智能[33][37] - **研究驱动力**：1) 大模型的原生能力遇到天花板；2) 多模态时代到来，海量视觉/动作数据、强大算力等条件成熟，使得训练“真正的世界模型”成为可能[44][46] 三、当前推进世界模型的主要路线 - **三层结构框架**：可将世界模型领域拆解为三层：1) 底层思想与范式（抽象、预测、规划）；2) 中间表现形式（世界如何被生成出来）；3) 顶层目的层（智能体训练，让AI在世界中行动）[49][50][52] - **行业现状**：目前产业界的尝试多集中在第二层“世界生成”，这是整个领域最活跃的部分，也是世界模型体系的入口和根基[54][56] 四、世界模型的表现形式：世界生成 - **视频生成路线**： - **目标与代表**：让AI生成一个能随时间连续演化、动起来的世界，代表模型包括OpenAI Sora、谷歌Genie等[56][59] - **优势**：结果“看得见”，易于观察和评估；训练数据（互联网视频）易获得；对Scaling Law敏感，规模越大效果越好；能快速商业化落地[65][67] - **局限**：对世界的理解是“隐式”的，藏在模型权重中，难以直接读取或迁移到机器人等决策系统[67][69] - **3D生成（空间智能）路线**： - **目标与代表**：不是“画”出世界，而是“建”出世界的三维结构，关注几何关系与可操作性，代表是李飞飞的World Labs及其模型Marble[57][70][72] - **优势**：生成显式的3D结构信息，更利于物理模拟、规划和控制；在游戏、影视、室内设计等场景有商业转化优势[72][75] - **挑战**：高质量3D训练数据稀缺；几何结构建模难度大；对算力需求远超2D模型[76] 五、世界模型的目的：智能体训练 - **基于虚拟世界训练路线**：代表是Google SIMA，将AI放入游戏等虚拟生成的世界中训练，使其学会可迁移到真实世界的行动能力，最新版本SIMA 2展现出复杂任务理解、自主规划和强大泛化能力[84][86][87] 1. **直接学习世界抽象结构路线**：代表是Yann LeCun提出的JEPA架构，其核心是不生成具体画面，而是将世界压缩成抽象的高维潜在表示，并在此空间中预测未来的关键结构，优势是计算成本低、更易捕捉因果关系、输出信息更利于机器人行动[90][92][97][98] 六、世界模型会改写哪些关键行业？ - **机器人**：世界模型让机器人拥有“世界的内部模型”，能进行预测和模拟，从而具备跨环境、跨任务的迁移和泛化能力，这将改变机器人行业过去每项新任务都需重新编程工程的范式[106][107][109] - **自动驾驶**：世界模型能让系统学习“世界如何运转”，进行高质量仿真和多种决策路径推演，从而获得接近人类的预判能力，被认为是推动自动驾驶走向大规模商业化的核心技术之一[110][113] - **穿戴式设备**：世界模型能让设备真正理解用户所处的3D环境并进行预测规划，使其从“信息终端”进化为随身的“世界理解引擎”和“数字伙伴”[114][116] - **内容生成、游戏与影视制作**：世界模型能根据简单设定自动生成并演化整个虚拟世界，将内容创作从“制作”变为“生成”，彻底改变叙事和创作方式，例如游戏世界可以即时生成和进化[117][118][120] - **AI Agent**：世界模型为AI Agent提供了一个可训练、可试错、接近真实的“内在世界”，解决了其与真实环境交互训练昂贵且危险的核心问题，是决定AI Agent能否走向现实世界的关键[121][122][124]

文章核心观点 - AI在空间创作和现实世界任务中需要一种类似“代码”的通用接口，而3D作为一种结构化的表达方式，正扮演着这个角色，它能够被生成、检查、修改、版本管理，并接入模拟与机器人系统[2] - 将3D比作代码，神经图形学比作编程语言，模拟引擎比作芯片，共同构成一个支持可编程、数据驱动空间系统的新架构栈，以实现人、智能体与软件之间的可靠沟通与协作[9][11][13][23] 3D作为通用接口的类比与优势 - 3D与代码在作为接口上具有关键的结构相似性，都能将状态外化为其他系统可用的结构化构件，从而实现推理、表示和执行的分离[3][6] - 与让大语言模型直接“成为程序”或依赖黑盒系统相比，使用结构化的3D表示能提供可操作的结构，其输出可被检查、编辑、共享并集成到现有系统中[6][7] - 3D作为接口，对人而言自然且高效，因为人类的思维围绕持久物体构建，3D编辑一次即可自动传播到所有渲染帧，这与代码只需修改一次源代码而非重写每个输出的逻辑一致[19][20] 技术驱动与神经图形学的作用 - 为机器学习优化的现代GPU硬件，拥有庞大的内存，打破了传统3D引擎在内存和计算上的限制，使得NeRF和高斯泼溅等消耗大量资源的技术得以实现，支持生成和渲染世界级规模的表示[9][10] - 神经图形学在此架构栈中扮演着类似编程语言的角色，提供了一种表现力丰富的媒介，用于描述和生成空间结构[11] - 具体技术应用包括：Marble多模态世界模型可从多种输入创建持久、可导航的3D世界并导出为高斯泼溅、网格或视频；Chisel功能允许通过粗粒度3D布局控制生成细节；RTFM实验从简单输入生成复杂视觉效果；Spark则是集成WebGL的高性能高斯泼溅渲染器[25] 模拟引擎与系统架构的重要性 - 模拟引擎是运行“3D代码”的“芯片”，它解决状态管理、物理机制、碰撞检测等系统问题，使世界模型在时间维度上实现交互、持久性和动态变化[13][14] - 完全端到端的“像素化”方法将状态、动态和渲染纠缠在单一网络中，虽然方便，但会削弱物理一致性、可回放性和确定性的保证[14] - 更可行的方案是采用因式分解或混合运行时架构，让学习到的世界模型生成结构化3D表示，同时利用外部工具和引擎组件，在感知、生成组件与需要严格规则的组件之间保持区分[15][16] 3D作为人机与机机接口的价值 - 对于机器，3D是自然通用语，能使世界模型输出直接接入现有的模拟器、机器人软件栈、CAD等工具链，并促进机器间高效交流空间意图[17][18] - 结构化的3D输出使得空间意图（如目标区域、禁区标记）能够被清晰传达，这比共享隐向量或使用低效的语言格式更为可靠[18] - 3D表示的可导出能力至关重要，它将模型的“思想”外化为具体表示，使其成为可检查、验证、版本控制、测试和重用的构件，从而支持可组合的流水线[18]

报告行业投资评级 - 行业评级为“推荐(维持)” [1] 报告核心观点 - AI应用正从辅助工具转向实际商业化落地，下一阶段是行业深度定制，拥有行业数据壁垒的企业将构筑显著优势，报告维持对AI应用垂直领域板块的看好 [5][6][51] - 通用大模型正向垂直行业工具渗透，以解决特定痛点，企业能够将通用大模型私有化，构建与业务深度绑定、难以复制的Agent [6][51] 算力动态总结 - **算力租赁价格平稳**：上周（报告期内）算力租赁价格环比持平，例如A100-40G配置中，腾讯云价格为28.64元/时，阿里云价格为31.58元/时；A800-80G价格为7.50元/时 [22][25] - **LLaDA2.1实现技术突破**：2026年2月，扩散语言模型LLaDA2.1发布，包含160亿参数和1000亿参数两个版本，其中千亿参数版本在HumanEval+复杂编程测试中实现892 Tokens/秒的峰值推理速度 [3][23] - **模型技术创新**：LLaDA2.1通过三大技术创新破解速度与质量平衡难题：1) 可纠错编辑机制（ECE），实现“起草-编辑”生成逻辑；2) 单模型双模式设计（极速模式与质量模式）；3) 首次将强化学习成功应用于百亿参数级扩散模型 [27] - **性能与效率双重提升**：实验评估显示，LLaDA2.1在性能与效率上实现双重提升。量化后的LLaDA2.1-Flash在HumanEval+基准上峰值速度达891.74 Tokens/秒，LLaDA2.1-Mini峰值速度高达1586.93 Tokens/秒 [29] - **Token消耗与市场份额**：报告期内（2026年2月16日至22日），周度Token消耗量为14T，环比上周增长7.69%。市场份额方面，Google以825B Tokens占据18.9%的份额居首，Anthropic以644B Tokens占据14.8%位列第二 [14][15] AI应用动态总结 - **Gemini访问量增长**：报告期内（2026.2.15-2026.2.21），Gemini周平均访问量为529.5M，环比增长4.31%，增速在主要AI应用中位列第一 [33][34] - **Gemini 3.1Pro树立多模态新标准**：2026年2月20日发布，在多个领域实现技术突破。在ARC-AGI-2测试中取得77.1%的高分，性能提升至上一代3.0Pro的两倍有余；在ARC-AGI-1测试中也接近满分，超越了ClaudeOpus4.6和GPT-5.2等竞争对手 [3][35] - **综合性能领先**：在AAII综合评测中，总分领先ClaudeOpus4.6多达4分，且API调用成本不到后者一半；在LiveCodeBenchPro评测中Elo积分高达2887；在APEX-Agents智能体任务中以33.5%的成绩领先 [36] - **长上下文与低幻觉率**：支持高达100万Token的超长上下文输入，在MRCRv2的128k测试中取得84.9%的高分，在1M Token级别任务中取得26.3%的成绩（竞品多不支持）。幻觉率相比前代模型也有显著改善 [40] - **强大的实际应用能力**：能够根据文本提示生成可直接嵌入网页的SVG动画；能整合复杂API接口构建实时数据看板；能编写复杂的3D特效代码，支持多模态交互设计 [43][45] AI融资动向总结 - **WorldLabs完成10亿美元融资**：2026年2月，由李飞飞创立的世界模型企业WorldLabs完成10亿美元新一轮融资，投资方包括AMD、英伟达、Autodesk等，其中Autodesk单独出资2亿美元。公司此前谈判估值约50亿美元 [4][46] - **资金用途与核心技术**：所筹资金将用于空间智能领域研发。公司聚焦大型世界模型，旗舰产品Marble可多模态生成高保真、可编辑的3D世界，适用于媒体娱乐、机器人训练等场景 [4][47] - **未来布局**：融资后将重点强化机器人领域的技术研发，Marble模型可生成机器人操作环境的虚拟复制品用于模拟训练。与Autodesk的合作将率先落地娱乐应用场景，并计划整合至工程设计工具 [48] 投资建议与关注公司 - **行业观点**：AI应用逐步融入并重塑企业核心业务流程，从辅助工具转向商业化落地。看好AI应用垂直领域，建议关注能构建行业深度定制Agent的企业 [5][6][51] - **具体关注公司**： - 迈信林（688685.SH）：加快扩张算力业务的精密零部件龙头 [6][52] - 唯科科技（301196.SZ）：新能源业务高增，供货科尔摩根等全球电机巨头 [6][52] - 合合信息（688615.SH）：AI智能文字识别与商业大数据领域巨头 [6][52] - 能科科技（603859.SH）：深耕工业AI与软件，长期服务高端装备等领域头部客户 [6][52] - **公司盈利预测与评级**：报告对四家公司均给出“买入”评级，并列出盈利预测，例如唯科科技2025年预测EPS为2.53元，对应PE为35.38倍 [8][53]

报告行业投资评级 - 行业评级：推荐(维持) [1] 报告核心观点 - AI应用正从辅助工具转向实际商业化落地，下一阶段是行业深度定制，拥有行业数据壁垒的企业能够将通用大模型私有化，构建与业务深度绑定的Agent，从而构筑显著优势 [51] - 基于对AI应用垂直领域板块的看好，报告维持推荐评级，并建议中长期关注在算力、新能源、AI智能文字识别与工业软件等领域的相关公司 [52] 根据相关目录分别总结 1. 算力动态 - **算力租赁价格平稳**：上周（报告期内）算力租赁价格环比无变化。A100-40G配置中，腾讯云（16核+96G）价格为28.64元/时，阿里云（12核+94GiB）为31.58元/时；A800-80G价格为7.50元/时 [22][25] - **LLaDA2.1实现技术突破**：2026年2月，扩散语言模型LLaDA2.1发布，包含160亿参数（Mini版）和1000亿参数（Flash版）两个版本 [23] - **性能表现**：千亿参数版本在HumanEval+复杂编程测试中实现**892 Tokens/秒**的峰值推理速度 [23] - **技术创新**：通过三大技术破解速度与质量平衡难题：1) 可纠错编辑机制（ECE），实现“起草-编辑”逻辑；2) 单模型双模式设计（极速模式与质量模式）；3) 首次将强化学习成功应用于百亿参数级扩散模型 [27] - **效率优势**：量化后的**LLaDA2.1-Flash**在HumanEval+基准上峰值速度达**891.74 Tokens/秒**，**LLaDA2.1-Mini**峰值速度高达**1586.93 Tokens/秒**，代码类任务吞吐率表现突出 [29] - **Tokens消耗与市场份额**：报告期内（2026.2.16-2.22）周度token调用量为**14T**，环比增长**7.69%**。市场份额方面，Google以**825B tokens**占据**18.9%** 份额居首，Anthropic以**644B tokens**占**14.8%** 位列第二 [14][15] 2. AI应用动态 - **Gemini访问量增长**：报告期内（2026.2.15-2.21），Gemini周平均访问量为**529.5M**，环比增长**+4.31%**，增速在主要AI应用中位列第一 [33][34] - **Gemini 3.1Pro树立多模态新标准**：2026年2月20日发布，在多个领域实现技术突破 [35] - **推理能力突出**：在ARC-AGI-2测试中取得**77.1%** 的高分，性能提升至上一代3.0Pro的**两倍有余**；在ARC-AGI-1测试中也接近满分，超越ClaudeOpus4.6和GPT-5.2等竞争对手 [35] - **编程与智能体任务领先**：在AAII综合评测中总分领先ClaudeOpus4.6多达**4分**，且API调用成本不到后者一半；在APEX-Agents智能体任务中以**33.5%** 的成绩领先 [36] - **长上下文处理能力强**：支持高达**100万Token**的超长上下文输入，在MRCRv2的128k长上下文测试中取得**84.9%** 高分 [40] - **低幻觉率**：相比前代模型，生成内容的准确性和可靠性有显著改善 [40] - **强大的多模态生成与整合能力**：能够根据文本提示生成SVG动画、整合复杂API接口构建实时数据看板、编写复杂的3D特效代码等 [43][45] 3. AI融资动向 - **WorldLabs完成10亿美元融资**：2026年2月，由李飞飞创立的世界模型企业WorldLabs完成**10亿美元**新一轮融资，投资方包括AMD、英伟达、Autodesk等，其中Autodesk单独出资**2亿美元**。公司此前谈判估值约**50亿美元** [46] - **资金用途**：将全部用于空间智能领域的技术研发与产品落地，加速布局机器人、AR/VR等核心应用赛道 [46] - **核心技术**：聚焦空间智能与大型世界模型，其旗舰产品Marble可多模态生成高保真、可编辑的3D世界，适用于媒体娱乐、机器人训练等场景 [47][48] 4. 投资建议与关注公司 - **行业趋势判断**：AI应用逐步融入并重塑企业核心业务流程，从辅助工具转向商业化落地。下一阶段是行业深度定制，通用大模型正向垂直行业工具渗透 [51] - **看好方向**：维持对AI应用垂直领域板块的看好，认为拥有行业数据壁垒的企业能构建难以被复制的优势 [51] - **建议关注公司**： - **迈信林 (688685.SH)**：加快扩张算力业务的精密零部件龙头 [52] - **唯科科技 (301196.SZ)**：新能源业务高增，并供货科尔摩根等全球电机巨头 [52] - **合合信息 (688615.SH)**：AI智能文字识别与商业大数据领域巨头 [52] - **能科科技 (603859.SH)**：深耕工业AI与软件，长期服务高端装备等领域头部客户 [52] - **公司盈利预测与评级**：报告对四家重点公司均给出“买入”评级，并提供了2024-2026年的EPS与PE预测 [53]

港股大模型板块表现强势 - 港股马年首个交易日（2月20日），智谱收涨超42%，市值突破3200亿港元，自2月9日以来7个交易日累计涨幅超250% [1] - 同日，另一家大模型企业MiniMax收涨超14%，近7个交易日累计涨超110%，市值突破3000亿港元 [1] - 2月以来，智谱累计涨幅超220%，MiniMax股价涨幅超105%，被称为“大模型双雄” [4][5] 公司技术进展与市场动态 - 智谱推出新一代旗舰模型GLM-5，定位为面向复杂系统工程与长程Agent任务的基座模型，编程能力对齐Claude Opus 4.5，性能超过Gemini3 Pro，在权威榜单中位居全球第四、开源模型第一 [6] - 智谱对GLM Coding Plan套餐价格进行结构性调整，取消首购优惠，整体价格涨幅自30%起，为国产大模型近年来首次大幅提价，其AI编程模型订阅套餐出现“一码难求” [7] - GLM-5已完成与华为昇腾、摩尔线程、寒武纪等多家国产算力平台的深度推理适配 [7] - 智谱冲刺A股迎来新进展，国泰海通与智谱签署辅导协议，将与中金公司一同参与其科创板上市辅导工作 [7] - MiniMax正式上线最新旗舰编程模型MiniMax M2.5，作为全球首个为Agent场景原生设计的生产级模型，其编程与智能体性能比肩国际顶尖模型，直接对标Claude Opus 4.6 [8] - MiniMax M2.5模型激活参数量仅10B，支持100 TPS超高吞吐量，推理速度远超国际顶尖模型，在Excel高阶处理、深度调研、PPT等Office核心生产力场景中处于行业领先地位 [8] 行业融资与估值飙升 - OpenAI新一轮融资额有望突破1000亿美元，包含本轮融资在内，公司整体估值可能超过8500亿美元，较2025年底的约5000亿美元飙涨70% [3][10] - 国内大模型公司月之暗面（Kimi）新一轮融资估值已翻倍，其新一轮超7亿美元融资即将完成交割，投前估值接近48亿美元，而新一轮100亿至120亿美元估值的融资已开启 [3][10] - 人工智能初创企业Anthropic完成300亿美元融资，投后估值达3800亿美元 [10] - “AI教母”李飞飞的创企World Labs宣布已完成10亿美元的新一轮融资，专注于通过构建世界模型提升空间智能 [11] 行业前景与市场预期 - 2026年春晚机器人登台数量与参与深度创下新高，智能体与具身智能的融合被视为AGI的必经之路及打开市场容量的必要环节 [9] - 宇树科技CEO王兴兴表示，机器人产业背后最大驱动因素由AI主导，若未来几年有大规模应用的具身智能AI模型和技术突破，热度可能比现在高100倍甚至1000倍，远超移动互联网 [9] - 沙利文数据预计，至2030年人工智能将赋能全球至少20%的日常商业决策，为全球80%的消费者主流智能设备提供支持，创造逾20万亿美元的经济影响 [11] - 中国人工智能市场规模由2022年的937亿元增至2024年的1607亿元，复合年增长率为31.0%，预计2030年将增至9930亿元，2024年至2030年复合年增长率为35.5% [11] - 国信证券研究指出，伴随国内外更多Agent产品快速落地，AI正逐步改变用户与软件互联网的交互形式，大模型开始创造价值 [11]

World Labs最新融资与估值 - World Labs完成最新一笔10亿美元（约合人民币70亿元）融资 [1] - 公司成立仅16个月，最新估值已冲上50亿美元（约合人民币350亿元） [2][4] - 累计融资额（含本轮）超过12.3亿美元 [3][4] 公司团队与创立背景 - 公司由全球AI标志性人物李飞飞于2024年创立，致力于空间智能（Spatial Intelligence）研究 [5] - 联合创始团队包括李飞飞、其学生Justin Johnson以及科学家Christoph Lassner和Ben Mildenhall [3] - 创始团队及顾问中拥有众多华人学者，包括来自北京大学、清华大学等校的校友及斯坦福大学助理教授吴佳俊、伯克利大学教授吴义仁 [6] - 李飞飞表示，团队致力于解决空间智能这一“超级难题” [8] 产品与商业模式 - 公司首款商业产品为Marble，能够从文本、图像、视频或粗略3D布局生成持久化3D世界 [4] - 产品采用神经辐射场（NeRF）和高斯点云（3D Gaussian Splatting）等前沿技术 [4] - 商业模式为免费增值模式：免费生成4次，付费套餐最高95美元/月，提供75次生成及商业使用权 [4] - 目标客户覆盖游戏开发、影视特效、VR/AR应用及机器人仿真训练等领域 [4] 融资阵容与战略合作 - 本轮融资老股东英伟达、AMD继续加码，新引入乔布斯遗孀创立的Emerson Collective、富达（Fidelity）、Sea等机构 [3] - 全球工程设计软件巨头欧特克（Autodesk）作为新投资者，一举投下2亿美元，并将担任公司顾问，双方将在“研究和模型层面”展开深度协作 [3][5] - 公司早期融资由a16z、Radical Ventures等机构参与，后续由NEA领投，估值在短短数月内从2亿美元跃升至超10亿美元 [6] 公司战略与招聘重点 - 完成融资后，公司明确将重心向机器人与科学发现倾斜 [4] - 公司正招聘研究工程师开发SLAM系统（机器人自主导航核心技术），并开放3D重建专家岗位，为SLAM系统提供底层支持 [4] 行业趋势与竞争格局 - 空间智能（世界模型）被李飞飞视为继大语言模型（LLM）之后，AI下一个十年的核心主线 [8] - 前Meta首席AI科学家杨立昆（Yann LeCun）近期也创立了同样聚焦“世界模型”的AMI Labs，认为当前AI缺乏对物理世界的底层理解能力 [8] - AI领域正掀起前所未有的造富风暴与高估值融资 [2][9] 全球及中国AI市场高估值案例 - Anthropic以3800亿美元估值完成300亿美元融资，成为全球AI第二大独角兽 [9] - Databricks完成总额超70亿美元融资，估值超过1340亿美元（约合人民币9364亿元） [9] - 中国AI公司智谱总市值超过2600亿港元，相比IPO当日涨超4倍 [11] - 中国AI公司MiniMax市值超2900亿港元，上市首日大涨近110% [11] - 资本市场对项目的核心评估标准被视为“AI含量” [11]

公司融资与投资方 - World Labs近期完成了新一轮10亿美元融资[1] - 投资方包括英伟达、AMD、Autodesk等全球科技巨头以及Emerson Collective、富达管理研究公司等顶级资本[1] - 这是公司自2024年9月成立以来的第4轮融资[3] - 历史投资方包括Andreessen Horowitz、NEA等知名风投机构以及杰弗里·辛顿、杰夫·迪恩等AI顶尖科学家的个人投资[3] - Autodesk在本轮出资2亿美元，并与公司展开3D设计领域的深度协作[3] 公司技术与产品 - 公司以打造AI领域的革命性“世界模型”为目标，致力于让AI在3D世界中实现感知、生成与互动[4] - 公司计划颠覆现有叙事方式、创意产出、机器人技术及科学发现的固有边界[4] - 2025年底，公司推出了首款核心产品Marble[4] - Marble工具可通过图像、视频甚至纯文本等简单输入，快速生成具备空间连贯性、高保真度且可持久存在的3D虚拟世界[4] - 该产品让文字、图像生成3D虚拟宇宙从概念变为现实，是“空间智能”技术落地的重要成果[4] 行业趋势与战略方向 - “空间智能”由李飞飞率先提出并进行系统性研究，被视为人工智能领域的重要探索方向[3] - 李飞飞将人类智能归结为语言智能与空间智能两大核心，认为空间智能是生物理解、推理周边世界并实现感知与行动关联的基础能力[3] - 当前人工智能在语言智能领域已取得显著发展，但技术的进一步突破需要让AI突破2D屏幕的限制，拥有理解、生成并互动3D世界的能力[3] - 英伟达相关人士评价，空间智能已成为计算机视觉和实体智能体发展的下一个前沿[3] - 生成式人工智能正处于从2D向3D演进的关键阶段[4] - World Labs在空间智能领域的探索，将推动人工智能从依赖数据的“缸中之脑”向能与3D物理世界深度交互的“实体智能”迈进[4] 资金用途与市场认可 - 新一轮10亿美元融资将助力公司加速推进“空间智能”技术研发与落地[1] - 融资将为人工智能向3D实体智能领域发展注入新动能[1] - 公司明确表示将把10亿美元资金全部用于“空间智能”方向的布局与研发[4] - 资金将用于持续深化技术探索，推动相关产品的迭代升级与场景落地[4] - 此次融资进一步彰显了资本市场对“空间智能”赛道以及World Labs技术研发方向的高度认可[3]

公司融资与估值 - 公司World Labs成功完成高达10亿美元的全新一轮融资，此次融资规模在硅谷引起轰动 [1] - 自成立以来，公司已完成4轮融资，最新一轮（2026年2月18日）融资金额为10亿美元，有6位投资者参与 [6][7] - 历史融资包括2024年9月13日的2.3亿美元风险轮融资，有24位投资者参与 [7] 投资者阵容 - 本轮融资的投资方阵容豪华，包括芯片巨头英伟达和AMD、设计软件公司Autodesk，以及Emerson Collective、富达管理研究公司和Sea等顶级资本与科技巨头 [2] - 公司的支持者还包括顶级风投Andreessen Horowitz、NEA、Radical Ventures，以及产业巨头Autodesk（出资2亿美元寻求3D设计协作）和多位知名个人投资者 [9] 公司核心战略与目标 - 获得融资后，公司的核心目标是全力加速推进“空间智能”的构想 [5] - 公司成立于2024年9月，其目标是让AI在3D世界中具备感知、生成和互动的能力 [8] - 公司团队正致力于打造革命性的“世界模型”，旨在颠覆叙事方式、创意产出、机器人技术和科学发现的边界 [10] 技术产品与进展 - 公司于2025年底发布了首个产品“Marble”，该产品能够根据简单的图像、视频或纯文本提示，即时生成具有空间连贯性、高保真度且持久存在的3D虚拟世界 [10] - 公司的技术方向是将AI的能力从2D领域带入3D领域，因为现实世界是3D的，人类的空间智能建立在理解和操作3D世界的能力之上 [20] - 公司创始人李飞飞提出，空间智能是让AI能够“行动”的关键，而不仅仅是“看到”和“说话”，这是AI超越当前能力所需的一步 [15] 行业趋势与愿景 - 行业专家如英伟达的Jim Fan认为，“空间智能是计算机视觉和实体智能体的下一个前沿” [18] - 空间智能被视为人类智能的基础组成部分，它使人能够理解、推理、行动、发明并与周围世界互动，这种能力也存在于动物身上 [18] - 生成式AI（GenAI）革命目前仅处于第一章，下一步的关键是将这些能力扩展到3D领域，实现AI从“思考”到“生存”的飞跃，从2D屏幕交互迈向3D物理世界深度交互 [20] - 公司的宏大愿景是在数字领域（0和1）复刻一个真实的宇宙 [21]

公司融资与估值 - World Labs完成10亿美元（约合人民币69亿元）新一轮融资，估值达到50亿美元 [1][2] - 本轮融资吸引了AMD、英伟达、Autodesk、富达、Emerson Collective、Sea等产业与财务投资者 [2][9] - 公司成立于2024年4月，在不到两年内估值经历5倍重估，融资速度超过Anthropic（后者花费25个月达到50亿美元估值） [4][5][7][8] - 截至本轮融资前，公司已完成累计2.3亿美元融资，估值达10亿美元级别 [19] 投资方战略布局 - 投资阵容构成围绕“空间智能”生态的产业合围，覆盖算力、应用、资本、市场等关键环节 [11][15] - AMD和英伟达代表算力与底层基础设施，押注空间智能对海量算力的需求 [12] - Autodesk（本轮投资2亿美元）对应3D设计与工业软件生态，是空间智能的落地方向之一 [13] - Sea Limited作为东南亚最大互联网生态之一，旗下游戏、电商与数字内容场景与虚拟空间高度相关，被视为通往新兴市场的入场券 [13] - 富达代表主流金融资本的认可，Emerson Collective则代表长期主义与影响力投资逻辑 [14] 公司核心技术与产品 - 公司核心使命是加速推进空间智能，构建世界模型，以革新故事讲述、创造力、机器人技术、科学发现等领域 [16][17] - 首款产品为第一代空间智能模型Marble，被非正式地称为“世界模型” [27] - Marble模型能接收文字、图片、视频或简单3D等多模态输入，并将其转化为几何一致、永久稳定、可导航交互的3D世界，支持机器人模拟、游戏开发等应用 [27] - 该模型在两个月前发布，被认为是目前最先进的3D生成世界模型 [28] - 与GPT-5等大语言模型相比，Marble模型规模小几个数量级，主要原因是3D/4D真实世界数据不足且领域年轻 [37] 行业前景与应用 - 空间智能被认为是AI的下一个前沿，是理解、推理、互动并导航于真实3D/4D物理世界的基础能力，与语言智能同等重要 [24][25][26] - 物理世界的理解和互动能力是实现AGI的关键一环，语言模型存在局限 [30] - Marble模型已展示出横向应用潜力，包括游戏开发、VFX特效、虚拟制片、室内设计、心理健康研究以及个性化健身训练等 [30][31] - 空间智能是横向技术，应用场景广泛，涵盖机器人、仿真、沉浸式娱乐、医疗、教育、金融、农业、制造业、城市规划等几乎无所不包的领域 [42] 创始人观点与行业洞察 - 创始人李飞飞认为AI发展速度令人屏息，同时担忧AI讨论的两极化，希望行业能更理性、更有建设性地讨论AI [33][34] - AI的成功应类比电力，其价值在于赋能文明，让每个人能更自由地追求幸福、尊严和繁荣 [35][36] - 针对3D/4D数据稀缺的挑战，公司采取混合数据策略，结合互联网规模的文本、图像、视频，以及模拟数据、真实世界采集数据和合成数据 [39] - 通用机器人的实现极具挑战性，比自动驾驶更复杂，涉及在三维空间中的精准交互，面临手部灵活度、视觉精度、空间理解等多重挑战 [40] - 公司致力于让AI真正理解并参与物理世界，从生成内容走向生成世界 [46]