AI行业正经历从内容生成到物理交互的范式转变，世界模型正成为新一轮AI技术竞赛的一大赛点。在此背景下，证券时报日前对昆仑万维进行了采访，就世界模型的定义标准、中国产业水平、非技术瓶颈、数据壁垒及商业化路径等核心问题展开对话。
昆仑万维董事长兼CEO方汉将2026年定义为“世界模型元年”，认为AI产业重心正从内容生成转向对物理世界的理解与交互。此前，公司同时发布了三款世界模型产品：Matrix-Game 3.5交互式游戏世界模型，在5B参数下实现720p单卡20FPS实时生成、1分钟记忆能力；Mureka V9.5&O3音乐大模型，主打“最没有AI味的AI音乐生成”；以及面向机器人的Riemann-1.0世界行动模型，使用23.2万小时交互数据训练，在多个仿真和真机benchmark上领先。方汉同时提出三大产业预判：世界模型将走出屏幕进入物理世界、游戏行业将率先被世界模型改造、AI音乐与视频成为大众创作工具。
证券时报了解到，从视频生成、3D重建到物理仿真，不同技术路径均被业界纳入世界模型范畴。
昆仑万维相关负责人告诉证券时报记者，“世界模型”的最低标准并非生成视频，而是能在给定历史状态和动作/目标后预测未来状态，并支持交互、规划或控制，最低门槛应包括时空一致性、动作条件预测、一定长度记忆、物理/因果约束和闭环可用性。公司指出，中国在视频生成、交互式游戏世界、具身数据和应用落地方面已进入全球第一梯队，但距离“开放物理世界通用模型”仍有差距，主要短板在于长时序稳定性、真实触觉/力控数据、长尾场景和跨本体泛化。
谈及商业化落地的非技术瓶颈，前述公司相关负责人向证券时报记者表示，最大挑战并非算力或监管，而是高质量交互数据的组织权——谁能低成本、合规、持续采集真实任务数据，并定义动作表示、标注体系和评测标准，谁就更接近建立竞争壁垒。算力会降价，算法会扩散，但场景入口、数据闭环和行业标准更难复制。针对“数据定义权”这一行业命题，公司进一步解释，壁垒短期看算法和算力，长期看数据范式定义权，关键是将EGO视频、机器人轨迹、仿真数据、失败样本、触觉/力反馈统一成可训练、可迁移、可评测的数据体系。
在产品定位方面，前述公司相关负责人解释，Matrix-Game 3.5处于交互式视频/游戏世界模型第一梯队，解决实时可交互场景生成、游戏内容生产和仿真数据生成问题；Mureka V9.5&O3处于AI音乐生成第一梯队，V9.5提升自然度、编曲、人声和指令贴合度，O3通过推理阶段自我修正提升稳定性；Riemann-1.0作为面向机器人的World Action Model，解决长时序操作、跨场景泛化和从视频经验迁移至机器人控制的问题。
前述相关负责人还向证券时报记者对比了具身世界模型与纯内容型AI模型的差异：内容模型只需“看起来对”，机器人模型必须“做出来对”，不仅要生成未来画面，还要输出可执行动作，并能处理失败、误差、力控、遮挡和真实世界扰动。公司表示，Riemann-1.0的后续落地将先从高频、半结构化场景切入，如家务整理、仓储、工业操作和数据采集平台，而非直接进入完全开放的家庭通用机器人场景。
在业务协同方面，前述相关负责人介绍，Matrix-Game将支撑AI游戏、短剧虚拟场景和仿真数据；Mureka将支撑AI音乐、短剧配乐、创作者平台和API收费；Riemann将支撑具身智能和物理AI场景。海外短剧、SuperAgent和AI音乐平台提供用户和现金流，算力自研降低推理成本，模型能力反过来提升内容产能和产品差异化，形成“模型—应用—数据—算力”的闭环。
配资网提示：文章来自网络，不代表本站观点。
