板块 5 / 10

玩家与格局：谁在造世界，各自打得什么牌

按「阵营」组织：美国大厂 / 世界模型原生公司 / 视频创作工具公司 / 中国大厂 / 具身与自动驾驶。每家给：定位 · 代表作 · 最新动态（截至 2026-09）· PM 必记要点。

💡 2026-09 格局速览（先背这段）

① 视频生成：第一梯队 = Google Veo/Omni Flash、字节 Seedance、快手可灵、Runway；Sora 已退场（2026-04）。竞争焦点从「画质」转向「可用率、多素材参考、编辑、成本」。② 交互世界模型：Google Genie 3 一家独大（已商业化进 AI Ultra 订阅），Decart 等创业公司紧追。③ 3D 世界生成：World Labs（Marble/Atlas）领跑，腾讯 HY-World 开源对标。④ 物理 AI 基座：NVIDIA Cosmos 3 借芯片+生态优势成为「军火商」。⑤ 路线革命：LeCun 的 AMI Labs 携 10 亿美元级融资押注潜空间世界模型。⑥ 中国力量：可灵率先跑通商业化（ARR 近 5 亿美元），字节以工业级可用率+全栈生态跟进，腾讯以开源换生态。

1美国大厂

OpenAI：从「世界模拟器」到战略收缩必读案例

定位：曾以 Sora 定义「视频生成 = 世界模拟」叙事；2026 年退出视频生成消费赛道。
代表作：Sora（2024-02 预览，DiT + 时空 patch）；Sora 2 + 社交 App（2025-09-30，物理准确性与同步音频大跃进，三天登顶美区 App Store）。
剧变：2026-03-24 宣布关停 Sora；04-26 下线 App/网页；API 2026-09-24 关闭。同期三位高管（CPO Kevin Weil、Sora 负责人 Bill Peebles、企业应用 CTO）离职。报道归因：物理一致性缺陷致可用率低（有称仅 5–10%）、算力成本过高（有称日烧约 $1500 万，待核实）、30 日留存仅约 1%（待核实）、迪士尼 10 亿美元合作告吹（待核实）、版权诉讼缠身。
PM 必记：「Demo 惊艳 ≠ 产品成功」。Sora 输在三件事：可用率（创作者要稳定不要惊喜）、单位经济（生成成本 > 订阅收入）、工作流缺位（社交 feed 不是创作者的刚需入口）。面试被问「你从 Sora 学到什么」，就答这三点 + 「世界模型的正确商业化路径是工作流与 B 端，而非 C 端社交」。
参考：Sora 2 页（含关停公告）

Google / DeepMind：全栈最完整的世界模型玩家

定位：唯一同时握有「视频生成（Veo）+ 交互世界模型（Genie）+ 具身 Agent（SIMA）+ 分发入口（Gemini/YouTube/Street View）+ 算力（TPU）」的全栈玩家。
代表作：Veo 3（2025-05，原生音频）/ Veo 3.1（2025-10）/ Gemini Omni Flash（2026-05，多轮对话式视频编辑）；Genie 3（2025-08，720p/24fps 实时交互世界 + promptable world events）；Flow（AI 影视创作工具）；SIMA（在虚拟环境执行指令的具身 agent）。
最新动态：Project Genie 2026-01-29 起向 AI Ultra（$249.99/月档）美国用户开放；2026-05 I/O 展示 Genie 世界绑定 Street View 真实坐标（机器人在生成的伦敦/东京街道训练）；Veo 3.1 进入 Google Vids 免费开放（每月 10 次）。
PM 必记：Google 的杀手锏是「真实世界数据 + 分发」：Street View 之于空间智能、YouTube 之于视频数据。它的商业化打法是把世界模型塞进现有订阅分层（AI Pro/Ultra）而非单卖。
参考：Genie 官方页 · Veo 官方页

NVIDIA：卖铲子 + 定义标准

定位：Physical AI 的「军火商」：芯片（GPU）+ 仿真（Omniverse，基于 USD 的工业数字孪生）+ 世界基础模型（Cosmos）+ 机器人基座（Isaac GR00T）全栈开源/开放，绑定全行业。
代表作：Cosmos（2025-01 CES 发布）；Cosmos-Predict2.5（统一 Text2World/Image2World/Video2World，2 亿视频片段训练，flow-based）；Cosmos-Reason1（物理 AI 推理 VLM）；Cosmos 3（2026-06）：Mixture-of-Transformers 全模态架构，统一处理语言/图像/视频/音频/动作，官方称首个「原生推理 + 世界生成 + 动作生成」的开放 Physical AI 基座。
最新动态：2026-03 GTC：ABB、FANUC、KUKA、Figure、Agility、1X、World Labs 等机器人/工业巨头集体宣布基于 NVIDIA 技术开发部署 Physical AI。
PM 必记：Cosmos 的商业逻辑不是卖模型，是让全行业在它的算力与数据管线上盖楼。判断世界模型创业公司时先问一句「它在 NVIDIA 生态的哪一层」。
参考：Cosmos 官方页

Meta / AMI Labs：潜空间路线的旗帜

Meta：V-JEPA 2（2025-06 开源，100 万小时视频 + 62 小时机器人数据 → 零样本规划）是 LeCun 路线最强实证；LeCun 离职后 Meta 的世界模型研究转向（后续动作待核实）。
AMI Labs（Advanced Machine Intelligence）：LeCun 2025-11 宣布离开 Meta、12 月创立、2026-01 巴黎启动（巴黎/纽约/蒙特利尔/新加坡四地）；两个月融资约 10 亿美元（报道口径 70.8 亿元人民币级，投资方含 NVentures 等，细节待核实）；LeCun 任执行主席，CEO Alexandre LeBrun（前 Nabla CEO、Meta 旧部）；2026-07 发布 AdaJEPA（部署中持续学习的自适应潜空间世界模型）。
PM 必记：AMI 的叙事 = 「LLM 是死胡同，世界模型才是终局」。即使你不同意，也必须能复述其论据（无物理 grounding、无持久记忆、无规划、自回归误差累积）——这是面试「路线之争」题目的标准素材。
参考：V-JEPA 官方页 · AMI Labs 中文报道

2世界模型原生公司（创业新贵）

World Labs（李飞飞）：空间智能的定义者重点跟踪

定位：「空间智能（Spatial Intelligence）」公司：造能感知、生成、推理、交互虚拟与物理世界的前沿世界模型。创始团队 = 李飞飞（ImageNet/斯坦福）+ Justin Johnson（CV）+ Christoph Lassner（生成式 3D）+ Ben Mildenhall（NeRF 一作）。
代表作：Marble（2025-11-12 商用）：文本/照片/视频/3D 布局/全景图 → 持久、可编辑、可导出（3DGS/Mesh/视频）的 3D 世界，freemium 定价；RTFM（实时帧生成世界模型）；Atlas（2026-09-02）：从零预训练的全模态世界模型（文/图/视频/3D），像素级相机控制生成最长 1 分钟 1440p 视频，可将照片/视频重建为点云与 3DGS，官方定位打通影视、游戏与机器人仿真。
资本：2024-09 出隐身即融资 2.3 亿美元；2026-02 完成 10 亿美元融资（Autodesk 投 2 亿，AMD/NVIDIA/Fidelity 跟投）。
PM 必记：World Labs 与视频派的核心分歧：「先建世界，再进入世界」（持久化 3D）vs「探索即生成」（实时流式）。前者牺牲即时性换稳定性与工业可集成性（导出进引擎/DCC 工具）。Autodesk 的投资 = 建筑/制造/影视工业管线对生成式 3D 的背书。
参考：官方博客 · Atlas 中文解读

Decart / Odyssey：实时交互世界模型双雄（创业公司）

Decart（以色列/旧金山，2023 创立）：以色列首个 AI 独角兽（累计融资约 4.5 亿美元级，红杉/Benchmark 等）。技术底色是推理优化（自称把训练推理成本从 $100/小时打到 $0.25/小时）。产品：Oasis（2024-10，首个开放可玩的实时 AI 生成 Minecraft 式世界）、Mirage（实时视频变换模型）、Lucy（实时编辑）、DOS（推理性能层）。主张：从硬件到模型全栈优化「Live AI」。
Odyssey（美国）：「实时视觉智能」路线，做交互式视频世界模型与实时世界引擎，面向内容与机器人（细节以官网为准）。
PM 必记：这类公司的共同赌注：实时性（帧级延迟）是世界模型从「视频工具」跃迁为「平台/引擎」的临界条件。谁把交互延迟做到 <100ms 且画质过关，谁就重写游戏与 XR 的成本结构。
参考：Decart 官方 · Oasis

3视频创作工具公司

Runway：AI 时代的 Adobe 工作流派标杆

定位：专业影视创作者工作流：生成（Gen 系列）+ 编辑（Aleph/Edit Studio）+ 后期全链路。
代表作与节奏：Gen-3 Alpha（2024-06）→ Gen-4（2025-03，world consistency 跨镜头一致性）→ Aleph（2025-07，指令式视频编辑）→ Gen-4.5（2026 年中，文生视频 Elo 榜首）→ Aleph 2.0 + Edit Studio（2026-05，逐帧级编辑产品化）。
商业化：订阅分层（免费/Standard/Pro/Unlimited/Enterprise），好莱坞合作（与狮门 Lionsgate 等定制模型合作，2024-09 宣布）。估值 30 亿美元级（2025-06 D 轮报道口径，待核实）。
PM 必记：Runway 证明了「编辑 > 生成」的留存逻辑：生成是一次性惊喜，编辑是日常刚需。这与剪映「剪辑工具 > 特效玩法」的历史完全同构——你的一手经验在这里是稀缺品。
参考：Aleph 2.0 发布

Luma AI / Pika / MiniMax 海螺：差异化生存

Luma AI（2021，NeRF 起家）：Dream Machine 平台 + Ray 系列（Ray2 → Ray3 推理式生成/涂鸦控镜头 → Ray3.14 1080p 提速降价 → Ray3.2 十六关键帧 + 开发者 API，2026-06）。定位「导演型创作者」：镜头语言控制 + HDR 画质。
Pika（2023，斯坦福系）：以病毒特效（Pikaffects）与社区玩法立足；2025–2026 转型 Pika Agents（对话式创作代理）与 PikaStream（实时视频）。融资 2.15 亿美元（B 轮，2024-10）。定位年轻创作者/社交传播。
MiniMax 海螺（2025-06 Hailuo 02，NCR 架构）：物理运动真实感 + 极致性价比；2025-10 Hailuo 2.3；母公司 MiniMax 2026-01 港股上市（与智谱等同批中国大模型上市潮，细节待核实）。定位价格敏感的批量生产市场。
PM 必记：视频生成的「中场」没有中间路线：要么专业工作流（Runway/Luma）、要么大众病毒传播（Pika）、要么成本领先（海螺）。中间地带已被 Sora 的尸体覆盖。

4中国大厂

快手可灵 Kling：商业化跑通者必读案例

定位：「运动控制派」+ 全球商业化最成功的视频生成产品。
节奏：2024-06 上线（Sora 后全球第一个可用级产品，负责人盖坤「抢在 Sora 开放前」决策）→ 1.6 Pro → 2.0（2025-04，Artificial Analysis 图生视频榜首）→ 2.1/2.5 Turbo 性价比线 → 3.0（2026-02：自研 MVL 多模态架构 + DiT，全模态输入输出，原生 4K/60fps/15s）；产品端上线「灵动画布 Agent」与团队会员。
数据（快手财报口径）：2025 Q1 收入超 1.5 亿元 → 2026 Q1 超 6.5 亿元（同比 +300%+）→ 2026-03 ARR 近 5 亿美元 → 2026 Q2 营收 8.5 亿元；2026-06 全球用户破 1 亿，企业客户近 5 万家。付费主力：专业创作者订阅（早期近 70%）+ 广告电商企业客户（2026 起）。
PM 必记：可灵给行业的启示：①视频生成最先赚钱的场景是「画质即成交」的广告电商与专业创作，不是社交娱乐；②高频迭代（22 个月 30+ 次）+ 创作者社区反馈是护城河；③中国供应链式效率（性价比模型线）是全球扩张武器。
参考：快手 2026 Q1 IR 材料

字节跳动 Seed / 即梦：工业级全栈

定位：「叙事派 + 工业级可用率」：不赌单点惊艳，赌复杂场景可用率与全流程控制。
矩阵（2026-09）：Seedance 1.0（2025-06）→ 1.5 → 2.0（2026-02：双分支 DiT，四模态输入【9 图+3 视频+3 音频+文本】，端到端音画同步，60s 多镜头叙事 2K，官方称复杂场景可用率 >90% vs 行业平均 <20%）→ 2.5（2026-07-31：单次 30s + 时序延长、50 个参考素材、白模/绿幕参考、局部编辑、10+ 语言）；Seedream（图像）、Seed3D 2.0（2026-04）、SeedRealtime（2026-08 全双工音视频）、EdgeBench（2026-07，真实世界环境学习基准）。
分发：C 端即梦/豆包/扣子/小云雀；B 端火山引擎 API；发布日即有徐工、小鹏、灵初智能等具身/工业企业宣布合作。
PM 必记：你来自字节体系，面试要能讲清「即梦（生成）×剪映（编辑）×抖音（分发）」的闭环想象与内部张力；Seedance 2.5 的白模/绿幕参考直指工业化影视管线——这是从 C 端抽卡走向 B 端生产的信号。
参考：Seed 官方博客

腾讯混元：开源生态战

定位：「开源换生态」+ 3D/世界模型全链路：视频（HunyuanVideo 13B → 1.5 轻量 8.3B，消费级显卡可跑）+ 图像（Hunyuan Image 3.0，80B）+ 3D（Hunyuan3D，开源 3D 生成事实第一）+ 世界（HY-World 1.0/2.0，生成可漫游 3DGS/Mesh 世界，对接 Unity/UE，2026-04 起陆续开源，2026-07 更新 2.1）。
PM 必记：腾讯不做最强闭源模型，做「行业成本地板」：当 8.3B 模型能在消费级显卡跑，云厂商/中小开发者都会聚到它的生态里。对比 Meta 的 Llama 打法。开源世界模型（HY-World 2.0）也意味着「世界生成」正在变成基础设施。
参考：HY-World 2.0 GitHub · 混元世界模型官方页

其他值得点名 P2

阿里：通义万相 Wan 系列视频模型走「开源 + 云上 API」路线（Wan 2.x 开源，细节与最新版本待核实）。
MiniMax/智谱/月之暗面等：中国大模型上市潮（2026-01 起）为世界模型业务提供资本弹药。
Adobe / Autodesk：传统工具巨头的防守与转型——Adobe Firefly 视频版进 Creative Cloud 工作流；Autodesk 2 亿美元投 World Labs 押注生成式 3D。
Apple：XR 硬件（Vision Pro）+ 空间视频生态，尚无自研世界模型的公开动作（待核实），但它是 3D 内容最大的潜在买家。

5具身智能与自动驾驶（世界模型的最大买家）

人形机器人阵营

Figure AI：Figure 03（2025-10）：全新机身 + Helix 视觉-语言-动作（VLA）模型栈，支持实时语音、多步任务推理、自主纠错；宝马工厂 11 个月试点参与 3 万辆车生产；BotQ 工厂年产能 1.2 万台、四年 10 万台计划；估值 390 亿美元（2025-09，微软/OpenAI/NVIDIA/贝佐斯支持）。
Tesla Optimus：Gen 3 设计中（22 自由度手，复用 FSD 视觉栈），目标 2026 年末百万台产线；2025 年 5000 台目标未达（实际数百台）——「规模战略先行、完成度后补」。
1X Technologies：NEO 家用人形机器人（OpenAI 投资），2025 年末开启预售/预约，主打家庭场景（交付与口碑细节待核实）。
Unitree 宇树 / 众擎 / 银河通用等中国阵营：Unitree R1 把价格打到 $4,900，硬件成本优势 + 快速出货。
世界模型在其中的角色：机器人训练数据 = 真机数据（贵）+ 仿真数据（便宜但 sim-to-real gap）。Cosmos/GAIA/Atlas 类世界模型负责生成逼真多样的合成数据；V-JEPA 2/Helix/GR00T 类模型负责理解与规划。「世界模型是具身智能的数据引擎」——这句是面试金句。

自动驾驶阵营

Wayve（英国，端到端自动驾驶）：GAIA-1（2023）→ GAIA-2（2025-03）：8.4B 潜扩散世界模型，5 路摄像头一致生成，地理（英美德）/天气/时间/道路类型/agent 行为全可控，专造 corner case；训练数据约 2500 万个 2 秒片段。
Tesla：被报道在开发自动驾驶基础世界模型（神经网络预测/生成未来多摄像头画面，用于仿真训练，细节待核实）。
Waymo：研究线有 World Model 工作（生成未来世界状态用于仿真推演与策略评估）。
中国车企/智驾（小鹏、理想、蔚来、华为系等）：普遍跟进「世界模型 + 云端仿真」叙事用于长尾场景训练（各家技术细节公开有限，待核实）；Seedance 2.5 发布日小鹏即宣布合作。
PM 必记：智驾世界模型的商业本质是「数据工厂 + 安全验证基础设施」：单靠实车路测无法经济地证明安全性，世界模型在云端制造边界样本。东吴证券等已把它定义为「云端数据工厂」共识。
参考：GAIA-2 发布稿

6竞争格局总表（面试可直接画）

层级	玩家	核心资产	变现方式	2026 态势
C 端创作工具	Runway / Luma / Pika	专业工作流 / 镜头控制 / 社区玩法	订阅	Runway 强、Luma 稳、Pika 转型
	可灵（快手）	商业化先发 + 迭代速度	订阅 + API + 企业定制	收入领跑
	即梦/Seedance（字节）	工业级可用率 + 全栈生态	C 端订阅 + 火山引擎 API	进攻者
世界模型平台	Google（Genie/Project Genie）	技术 + 数据 + 分发	捆绑 $200+ 订阅	交互世界独家商业化
世界模型平台	NVIDIA（Cosmos/Omniverse）	芯片 + 开源生态	卖算力/软件栈	军火商躺赢
空间智能/3D	World Labs	团队（NeRF 作者）+ 持久化路线	Marble freemium + B 端合作	Atlas 扩大领先
空间智能/3D	腾讯混元（HY-World/Hunyuan3D）	开源生态	云 + 生态位	开源对标
路线革命者	AMI Labs（LeCun）	学术旗帜 + 巨额融资	未定（研究优先）	2026 最受关注新公司
物理 AI 买家	Figure / Tesla / 1X / Unitree	硬件 + 场景数据	卖机器人/服务	依赖世界模型造数据
物理 AI 买家	Wayve / 车企智驾	驾驶数据 + 端到端栈	授权/整车	世界模型=数据工厂

⚠️ 信息时效提醒

本页数字（收入、估值、融资）随时间快速失效，面试引用前按信息跟踪方法复核最新财报/官宣。标注「待核实」处请勿直接当事实引用。

玩家与格局：谁在造世界，各自打得什么牌

1美国大厂

OpenAI：从「世界模拟器」到战略收缩 必读案例

Google / DeepMind：全栈最完整的世界模型玩家

NVIDIA：卖铲子 + 定义标准

Meta / AMI Labs：潜空间路线的旗帜

2世界模型原生公司（创业新贵）

World Labs（李飞飞）：空间智能的定义者 重点跟踪

Decart / Odyssey：实时交互世界模型双雄（创业公司）

3视频创作工具公司

Runway：AI 时代的 Adobe 工作流派标杆

Luma AI / Pika / MiniMax 海螺：差异化生存

4中国大厂

快手可灵 Kling：商业化跑通者 必读案例

字节跳动 Seed / 即梦：工业级全栈

腾讯混元：开源生态战

其他值得点名 P2

5具身智能与自动驾驶（世界模型的最大买家）

人形机器人阵营

自动驾驶阵营

6竞争格局总表（面试可直接画）

OpenAI：从「世界模拟器」到战略收缩必读案例

World Labs（李飞飞）：空间智能的定义者重点跟踪

快手可灵 Kling：商业化跑通者必读案例