一、物理AI的核心枢纽：世界模型
物理AI被视作人工智能从屏幕走向物理世界的关键中间站，而其运转的中枢在于世界模型。所谓世界模型，即学习环境状态如何随时间与动作发生变化，从而将语言指令转化为感知、预测、规划与控制。
VLA（视觉—语言—动作）模型承担的是把视觉与语言映射为动作的职能。物理AI并非单一技术，而是一条贯穿空间数据、物理仿真、机器人本体、训练算力到场景反馈的完整链条。
二、AMD收购World Labs：世界模型进入产业投入期
2026年9月28日，AMD宣布以约82亿美元全股票方式收购World Labs，创始人李飞飞将出任AMD执行副总裁兼首席科学家。
这笔交易释放出两个明确信号：
- 世界模型的计算需求与LLM存在本质差异，显存带宽、视频编解码与边缘部署的重要性明显抬升；
- 模型与硬件的协同将更早进入芯片研发流程，核心产品Atlas采用多模态自回归扩散Transformer架构。
三、四类技术范式并行推进
当前世界模型领域呈现四类范式并行的格局，业内普遍判断它们将长期共存：
- 三维空间生成与重建：代表为World Labs的Marble、Atlas，可生成1440p、1分钟、相机路径可自由规划的视频；
- 像素及视频预测：代表为英伟达Cosmos、DeepMind Genie；
- 潜变量预测：代表为Meta V-JEPA 2，用DROID的62小时机器人视频做行动条件后训练；
- 物理及行动条件世界模型：代表为小鹏XPACE，以5,000小时具身视频训练。
四、国内三大切入点与相关标的
国内厂商主要从三个方向切入世界模型与具身智能产业链：
- 索辰科技：以CAE多物理场求解器为基础，向物理仿真与工业场景延伸；
- 亿美元全股票：作为交易方式的关键表述，体现资本运作与产业整合的联动；
- Optimus量产爬坡：特斯拉人形机器人量产节奏，成为具身智能落地的重要观察窗口。
五、风险与观察要点
- 世界模型技术路线尚未收敛，四类范式并行意味着投入分散、回报周期拉长；
- 芯片与模型协同研发早期化，对硬件厂商的架构设计能力提出更高要求；
- 具身智能量产爬坡进度存在不确定性，场景反馈数据积累速度决定迭代效率；
- 海外巨头并购整合可能加速行业洗牌，国内厂商需在细分环节建立差异化壁垒。