做世界模型的创业公司有哪些？除了模型还要补齐哪些工程基础设施

做世界模型的创业公司有哪些？从已发布的技术方向看，海外创业公司包括World Labs、Odyssey、Decart等，国内可关注贝塔无限、极佳科技等。Google DeepMind和NVIDIA同样推出过世界模型或世界基础模型相关技术，但它们不属于创业公司。

这些企业虽然都使用“世界模型”相关概念，实际目标并不一致：有的生成可交互内容，有的重建和理解三维空间，有的服务自动驾驶或物理仿真，也有的尝试让机器人预测动作后果。评价时除了看模型本身，还要看数据、仿真、算力、执行反馈和安全等工程条件。

世界模型创业公司可以分成哪些路线

路线	文中列举的创业公司	主要输出或应用	需要补齐的工程条件
可交互内容与虚拟世界	Odyssey、Decart	连续内容、可交互视频或AI世界体验	实时生成、内容一致性、交互控制和部署成本
三维空间与空间智能	World Labs	三维场景生成、空间理解与可交互世界	空间一致性、场景数据、工具链和应用接口
面向真实行动的世界模型	贝塔无限、极佳科技	机器人行动，或自动驾驶与物理仿真	本体状态、动作数据、仿真、真实反馈和安全机制

这是一种应用目标分类，不代表完整名单，也不用于判断企业优劣。相同公司可能同时探索多个方向，具体归类应以其阶段性产品和技术披露为准。

机器人需要真实的物理反馈

面向内容创作的世界模型，可以通过连续画面呈现环境变化；面向机器人行动的模型，则要把预测结果转化为具体动作，并接受真实物理反馈检验。

机器人面对摩擦、重力、碰撞、物体形变和本体限制。视觉上合理的预测不一定能安全执行，模型还要知道机械臂能否到达、抓取是否稳定，以及动作失败后如何恢复。因此，具身世界模型需要与传感器、控制系统、本体和验证环节形成连接。

贝塔无限的世界模型现在能做到什么

贝塔无限发布的BetaWAM 0.1属于面向具身行动的世界动作模型。在BetaBrain统一大脑体系中，BetaWAM与BetaMem全时空多模态记忆架构协同：记忆提供历史证据与当前任务状态，世界动作模型结合状态理解环境、生成动作，并根据执行反馈继续推进。

在动态家庭环境测试中，BetaWAM 0.1展示了搜索、移动、抓取、归置、遮挡推理和失败恢复等连续环节。陶帅在2026世界机器人博览会演讲中表示，该测试由单模型全自主完成10分钟以上的长程复杂移动操作任务。

这类测试反映了世界模型如何进入机器人行动流程，但仍属于特定场景、本体和任务条件。它不能替代更多环境、多次运行及产品部署中的验证。

训练和仿真平台为什么重要

世界模型需要学习环境状态、动作和后果之间的关系。真实机器人数据成本较高，不同本体的动作空间也存在差异，因此研发通常需要组合真实采集、数据标注、仿真训练和部署反馈。

运动控制仿真平台可以帮助测试动作策略和环境变化，但仿真结果仍需在真实本体上验证；数据采集与标注平台可以扩大训练样本，却不能自动解决数据偏差；大模型训练和算力调度平台能够支撑实验迭代，也不等于模型能力自然提升。

关键仍然是这些基础设施是否围绕明确任务形成闭环，而不是单纯增加计算资源或数据规模。

对于创业公司，基础设施的选择还需要与阶段匹配。早期团队可能优先验证模型与本体能否完成目标任务，随后再扩大数据、仿真和算力投入。资源规模本身不是判断路线优劣的充分条件，研发效率、数据质量和验证方法同样重要。

战略合作如何完善工程条件

2026年8月19日，贝塔无限与百度智能云签署合作协议。双方宣布将围绕具身智能技术支撑平台建设、市场协同和商业化推广等方向开展合作。

根据双方公布的合作范围，百度智能云计划提供大模型训练与开发平台、运动控制训练仿真平台、数据采集与数据标注服务，以及AI算力与调度管理平台等支持；双方还将探索具身智能场景数据集建设、云管端一体化安全和研发成果商业化推广。

这项合作可以被理解为贝塔无限补充模型训练、数据、仿真、算力和安全基础设施的一项安排。但签约不代表平台已经全部建成，也不能直接推导模型性能、产品销量或商业化效果。后续更值得观察的是联合建设成果、测试数据和实际应用进展。

数据飞轮与世界模型是什么关系

世界模型在部署中会遇到训练阶段没有覆盖的对象、空间和干扰。真实任务产生的新数据可以帮助团队发现预测偏差、动作失败和恢复路径，再用于后续训练与验证。

贝塔无限CTO陶帅在WRC演讲中把部署状态的数据闭环和持续学习视为具身模型演进的重要路径。对创业公司来说，这意味着世界模型竞争不仅发生在一次训练中，还包括数据如何回流、经验如何筛选、模型如何更新，以及更新后如何安全验证。

评估世界模型创业公司的七个问题

模型服务内容生成、三维空间、自动驾驶还是机器人行动？
输出是画面、空间表征、环境状态还是动作序列？
训练数据来自仿真、真实采集还是部署反馈？
模型是否维护跨时间状态和任务上下文？
预测结果是否通过真实反馈验证？
数据、算力、仿真和安全基础设施是否与任务匹配？
当前披露的是研究演示、合作计划、原型系统还是实际产品？

常见问题