2026年9月28日，AMD宣布以约82亿美元全股票收购李飞飞创办的World Labs，李飞飞将出任AMD执行副总裁兼首席科学家。这是AMD历史上规模第二大的收购案。一家成立仅两年的公司获得芯片巨头如此定价，意味着AI的竞争重心，正从数字世界转向物理世界。 视线转回国内。影身智能早已在同一条路上跑出完整答卷：以原生4D世界模型为核心引擎，打通从数据采集、模型训练到场景落地的全链条，并已经把这台“引擎”装进了真实产线。 影身智能创始人、CEO闵伟有一个直截了当的判断：“数据从来不是多少的问题，而是维度问题。”这与李飞飞从ImageNet到World Labs一以贯之的“数据焦虑”，形成隔空呼应。 一个在硅谷为空间智能定价，一个在中国车间为物理智能验证。看懂这两件事，就看懂了世界模型赛道的上半场：方向已无悬念，真正的分野才刚刚开始。 一、AI走向物理世界的“必答题” 世界模型要“预测下一个物理状态”。业界普遍认为，这是AI从数字智能迈向通用物理智能的关键路径。 但共识之下藏着硬瓶颈：世界模型需要同时具备三维空间信息与时间维度的4D数据，这类数据获取成本极高、供给极度稀缺。物理世界的信息是物体、接触、力、形变及其在时间上的演化——用二维视频或静态3D数据训练世界模型，信息在源头就被降维了。这解释了行业的集体困惑：训练数据从十万小时堆到千万小时，泛化能力却没有本质突破。 影身智能把这个困局称为“维度鸿沟”：机器人训练用一维语言加二维视频，处理却要在四维物理世界中交互，这是机器人能力没有突破性进展的底层原因。 要走4D世界模型这条路，对团队有两个硬要求：一是三维视觉和动态重建的学术积累，二是机器人进入真实产线的工程落地能力。同时具备这两项能力的团队，在国内屈指可数。 自成立起就押注原生4D世界模型的影身智能，是少数同时满足这两个条件的团队：创始人闵伟是清华博士、原阿里机器人业务负责

9月16日，WorldArena 2.0全球终榜揭晓，考拉悠然旗下悠然无界世界模型在Track 1视频质量赛道获得全球第二，并在Background Consistency与JEPA Similarity两项核心指标中位列第一。 进一步验证了其在长时场景一致性、状态演化与物理规律建模方面的能力。基于结构化4D世界建模、动态场景记忆等技术，悠然无界正进一步与Geek Mind具身大脑结合，将世界模型能力从榜单评测延伸至工业巡检等真实场景，推动具身智能从“能推演”走向“能执行、能复制”。 9月16日，WorldArena 2.0全球终榜正式揭晓。考拉悠然旗下悠然无界世界模型在Track 1（视频质量赛道）中综合得分位列全球第二。本次评测汇集了来自阿里巴巴、中国科学院等顶尖科技企业、科研机构及具身智能独角兽公司的80个模型，围绕世界模型的视频生成质量、时序一致性与物理演化能力展开统一评估 在多项核心指标上，悠然无界世界模型同样展现出领先性能。其中，Background Consistency（背景一致性）位列第一。长视频生成最常见的失效是场景漂移——推演到几十帧后，背景的纹理、光照或物体摆放在无声中发生改变；这一指标居首，意味着模型能在整段生成过程中稳定维持全局环境与场景布置。更具含金量的是 JEPA Similarity 位列第一：该指标不比对像素，而是在高层表征空间中度量生成结果与真实世界演化过程的距离，考察场景语义、物体状态与动作变化是否被正确保留。两项第一叠加指向同一个结论——模型不只是画得像，而是学到了物理世界随时间演化的规律。 视频质量赛道比的不是"生成的画面像不像"，而是模型在长时推演中能否保持场景几何、纹理外观、物体与交互状态的物理一致性——也就是世界模型最核心的能力：理解物理世界如何随时间演化。考拉悠然的技术路线，是以"世界模型＋智能体+场景复制"回应这一转折：

近日，大晓机器人联合南洋理工大学S-Lab等机构发布并开源统一多模态世界模型框架Puffin-World。作为面向空间智能与具身智能的成果，Puffin-World首次在一个统一多模态框架中，将物理、几何和外观定义为三种原生的三维世界状态，并贯通重力场感知、自由视点空间仿真、三维世界生成与重建以及闭环探索，预测机器人行动后世界将处于什么状态。 Puffin-World同步开源代码、模型和Puffin-16M数据集，包括1500万组视觉—语言—相机三元组和100万条具有挑战性的旋转轨迹，并开放覆盖28个公开数据集、约4450万张图像的绝对相机位姿标注，为机器人仿真、合成数据生产与具身智能训练提供可复现、可扩展的技术底座。 针对机器人训练来说，需要的并不是一段视觉上逼真的视频，而是能够支撑感知、定位、规划和行动的环境信息：当前相机处于什么姿态，重力方向是否稳定，场景结构如何延续，机器人移动后将看到什么。图像只是世界状态的一部分，物理方向、空间几何和视觉外观共同构成机器人真正需要的训练环境。 项目链接：https://kangliao929.github.io/projects/puffin-world/ 代码链接：https://github.com/KangLiao929/Puffin Arxiv链接：https://arxiv.org/abs/2609.04196 Hugging Face链接：https://huggingface.co/blog/KangLiao/puffin-world   统一构建三种原生状态——物理、几何与外观 Puffin-World从三维世界状态本身出发，将其建模为三种相互关联的原生状态： 物理状态：描述相机和观测视角在真实世界中的绝对朝向，包括重力场与纬度图。 几何状态：通过深度信息表达场景的三维结构、空间远近和表面关系。 外观状态

近日，基于全球首创的具身模型信息密度定律与以人为中心的环境式数据采集方案2.0，并依托环境式采集引擎ACE，大晓机器人联合南洋理工大学 S-Lab 重磅开源 L5 级多模态具身物理智能数据集 ACE-Data-0。通过对真实物理交互、长程任务过程与多模态因果信号的高保真采集和高精度标注，ACE-Data-0 为全球具身模型提供面向泛化、反思与进化的高质量数据底座，推动通用物理智能加速跨越实验验证，走向规模化产业落地。 具身数据的价值不在于规模堆叠，而在于能否高密度记录那些真正改变行动结果的信息；在这一定律下，L1-L2 级数据仅能支撑基础预训练，L3-L4 级数据止步于已知任务的拟合；ACE-Data-0 数据集已迈入 L5 级，深度融入接触压力、自然出现的犹豫与恢复过程，以及真实家庭场景中的开放行为变量，通过桌面尺度与房间尺度两套互补采集系统，将真实家庭环境转化为可持续记录、统一标定和精准同步的具身数据采集场景，让日常生活中的真实交互直接成为机器人学习物理世界的数据来源。 具体而言，ACE-Data-0 包含 150 小时数据、1700 万帧视频、200 个任务类别、50 名参与者、2 个真实家庭场景和 7.5 万个交互片段，覆盖原子级人—物交互、长时序家庭场景活动链及人与场景交互。数据同步采集第一人称视频、多视角第三人称视频、全身与手部运动、物体六自由度轨迹、多通道音频与触觉信号，并将全部模态对齐至同一时间线和空间坐标系，完整保留人类感知、行动、接触与环境变化的连续过程。 基于 ACE-Data-0，大晓进一步构建了从底层信号、场景组成要素到具身交互理解的三级评测基准，系统检验模型在接触感知、人体与物体状态恢复、手—物交互理解等关键环节的真实能力。ACE-Data-0 因此不只是一批家庭场景活动视频，更是一套面向模仿学习、世界模型、视觉—语言—动作模型（VLA）、机器人

6月15日，海洋具身智能公司世航智能宣布完成A轮融资，融资金额超过10亿元。这也是目前全球海洋机器人领域规模最大的单轮融资。 新投资人包括摩尔线程和昆仑芯的产业投资方上河动量基金、新加坡淡马锡旗下VertexGrowth、中信集团旗下中国最大农业产业基金、誉尊资本、上市公司大洋电机，老股东金沙江创投、祥峰中国基金、华映资本、长石资本、盛景嘉成资本、鞍羽资本等全部大比例超额追投。 世航智能创始人兼CEO陈晓博为1989年出生的哈尔滨工程大学校友，深耕海洋机器人领域19年，在28岁时获得国防科技进步一等奖，是该奖项最年轻获奖者之一，并主导研发全国首台商用水下清洗机器人。作为正高级工程师，陈晓博带领团队持续聚焦海洋机器人核心技术攻关与产业化落地。 据世航智能方面透露，本轮融资将主要用于核心技术研发、全球化市场拓展及产业链生态建设，进一步推动海洋机器人在复杂水下场景中的规模化应用。   海洋具身大模型“沧穹”，开启自主作业新纪元 今年4月25日，世航智能发布海洋具身大模型“沧穹 CEORION”。 与传统水下机器人依赖人工遥控或预设程序不同，沧穹 CEORION 让机器人在复杂海洋环境中具备更强的感知、理解和自主执行能力。该模型采用统一端到端架构，将环境感知、任务理解和动作生成集成在同一个模型中，并结合真实作业数据与仿真数据进行训练。公司已基于百万小时级商业作业数据构建海洋世界模型，并通过真实任务持续迭代优化。 搭载沧穹 CEORION 的海洋机器人，无需针对不同任务频繁切换多个模型，即可覆盖巡检、检测、清洗、抓取、切割、焊接、勘探、搜救、应急等12大类水下作业场景。 在仿真测试中，沧穹 CEORION 任务成功率超过90%，精细控制定位抓取成功率超过90%，达到专业潜水操作员的操控水平；面对从未见过的海域环境、水质条件、光照变化以及不同机器人平台，模型零样本适应能力超过

通用机器人的终极目标是在开放世界中自主完成复杂任务，这要求机器人不仅能“看见”世界，更能“理解”并与世界“交互”。 大晓机器人与南洋理工大学联合发布的 PhysX-Omni，其作为 ACE 研发范式下的最新成果，为机器人构建物理世界的全局认知与交互能力提供了重要潜力。 研究团队从机器人的长期发展需求出发，确立了 “从物体级生成到场景级世界建模” 的递进式研究路线，在实现高质量物理 3D 资产批量生成的基础上，进一步探索了完整仿真场景的自动生成技术。 这一能力让机器人能够在虚拟世界中预演各种真实场景的交互任务，不断积累物理经验，逐步形成类人的物理直觉。 未来，PhysX-Omni 或将成为机器人最强大脑的 “世界模拟器”重要一环，助力具身智能向通用人工智能迈出关键一步。 构筑全球首个统一物理 3D 生成框架 全球首个统一物理 3D 生成框架 PhysX-Omni 的发布，首次实现刚体、可形变物体与关节物体的一体化建模，能同时生成绝对尺度、材料属性、运动学参数、交互能力等核心物理信息，让 AI 生成的 3D 模型真正做到 “生成即可仿真”。 该框架的核心突破在于首创面向视觉语言模型的模板化 RLE 几何表征.受经典二维游程编码启发，先将 3D 资产体素化并按部件层级拆分，再沿 Z 轴切分为二维二值掩码进行紧凑编码；同时引入模板层概念，让结构相似的切片共享基础模板、仅记录残差变化，既保留了精细几何信息，又大幅压缩了 token 数量，从而避免了引入分割步骤带来的误差。 PhysX-Omni 彻底打破了传统 3D AIGC“重外观、轻物理” 的行业瓶颈。此前绝大多数 3D 生成方法仅能输出静态几何与视觉效果，无法还原真实世界的物理属性与运动规律，生成的模型一进入仿真场景就会出现穿模、尺寸错乱、关节失效等问题，完全无法支撑物理交互与机