大摩发出警告：AI语言红利到顶了！下一个万亿风口是”世界模型”

火星财经 • 2026年3月23日下午4:02 • 科技

摩根士丹利最新报告表示，大模型的语言红利正在触顶，下一场AI军备竞赛的战场是”世界模型”——让机器真正理解三维空间、物理规律与时间演化。从Waymo数十亿英里虚拟路测，到微软AI渲染可玩《Quake II》，应用已不止于机器人，游戏、影视、设计产业均面临重塑。

从语言到物理：世界模型要补的，是LLM的硬短板

报告把”物理世界”描述为一个更难的战场：受物质、热力学、流体、光照等规律约束，在不断变化的三维空间里运行。LLM的训练对象主要是文本及其变体，做白领任务（编码、搜索、写作）很强，但对”下一秒会发生什么、我做这个动作会造成什么后果”这种问题，缺的不是语料，而是能长期保持一致性的环境表征与推演能力。

因此，世界模型被定义成一种”内部可用的环境表示”：它不仅要复现眼前看到的，还要能把状态往前滚动，并在”动作条件”改变时给出不同的未来分支——也就是报告反复使用的比喻：AI的”imagination engine”。

世界模型不是一个东西：五条主流路线在并行

摩根士丹利把当前做法粗分成几类：

交互式、动作条件世界模型：像”学出来的游戏引擎”，环境会随智能体动作实时变化（例：DeepMind Genie）。

一致性3D世界生成器：强调空间几何一致与可从多视角探索（例：World Labs Marble）。

抽象表示/非生成模型：不追求生成像素级画面，而是预测更高层的隐空间结构与动态，偏效率与推理（例：Meta V-JEPA、AMI Labs）。

预测型生成世界模型：更像”预测下一帧/下一状态”，用于规划、预测与驾驶推理（例：Wayve GAIA、NVIDIA Cosmos的Predict）。

物理约束的模拟数据引擎：把世界模型与仿真/物理引擎、数据管线结合，为机器人训练产出更”物理一致”的合成数据（例：NVIDIA Cosmos的Transfer）。

李飞飞的赌注：让AI”看懂”三维空间

摩根士丹利把World Labs放在”生成一致性3D世界”的代表位置。公司由李飞飞与团队在2023年创立，2024年走出隐身；其旗舰产品Marble在2025年11月公开发布，目标是生成”持久、可探索”的三维环境，并支持编辑与扩展。

资本热度同样被写进报告：PitchBook估算World Labs累计融资约12.9亿美元，2026年2月一轮融资后投后估值约54亿美元。

杨立昆的另一条路：不渲染画面，只预测结构

AMI Labs的故事线更”研究范式”：公司在2026年3月走出隐身，由Yann LeCun参与创立，路径偏向JEPA框架——不去重建每个像素，而是预测被遮挡/未来部分的潜在表示，用更抽象的结构学习世界的演化规律。融资方面，报告提到AMI Labs以超过10亿美元的种子轮融资亮相，PitchBook口径投后估值在45亿美元以上。

文章来源于网络。发布者：火星财经，转载请注明出处：https://www.sengcheng.com/article/125280.html