新闻动态

把登山杖换成外骨骼，冲浪板无浪也能滑起来，高尔夫球包车自己会跟着人走……在全球户外运动市场，一场由“电助力”驱动的品类革命，似乎正在被众多中国厂商按下加速键。 微出行领域，电动滑板车、电助力单车（E-bike）、电动独轮车等品类，中国企业抢占市场头部的故事比比皆是。光E-bike品类就有众多出海品牌不断“亮剑”：比如，今年以来，TENWAYS母公司向港交所递交上市申请，冲刺港股E-bike第一股；Urtopia收购本土品牌Pedego后在美国市场快速扩张；大疆携新一代E-bike驱动系统Avinox亮相欧洲自行车展，其孵化的高端品牌Amflow（安流）发布多款山地电助力自行车。 登山运动上，消费级外骨骼异常火热，除了Hypershell（极壳科技）继续领跑，更多中国厂商还在加速入局：NAVEE（坦途科技）7月推出首款可穿戴式外骨骼机器人；主攻E-bike的Urtopia也宣布要进军外骨骼；甚至海尔也在跨界，发布了号称全球最轻的AI运动外骨骼机器人。 露营场景下，Litheli（晓来科技）全球首款双电机电动露营推车全面走向市场，LITEFAR电动露营车在海外众筹平台拿下同类产品第一。 这些还仅仅是中国出海品牌靠

英伟达正以持续的软件栈优化延长Blackwell平台的生命周期，同时为下一代Rubin架构的规模化落地蓄力。 在新一代Rubin平台加速部署的背景下，英伟达披露，仅用三个月时间，便将GB200 NVL72在运行DeepSeek R1 0528模型时的每兆瓦算力吞吐量（TPS/MW）提升了4倍。这一成果源自英伟达在四个月内完成的38项重大优化，背后支撑为逾25万次模拟配置测试及累计140万GPU小时的优化验证。 与此同时，GB300"Blackwell Ultra"平台在AI训练基准测试中持续刷新纪录。256卡规模下，GB300 NVL72在DeepSeek-V3 671B预训练任务中以每GPU 1648 TFLOPs的成绩创下历史最高纪录，较GB200的606 TFLOPs提升约3倍，且该指标在过去六个月内已累计提升1.5倍。 GB200能效大幅跃升，优化覆盖90%以上模型 英伟达表示，针对GB200 NVL72平台的系列优化，使其在运行DeepSeek R1 0528（1K输入/1K输出配置）时，每兆瓦算力吞吐量在三个月内实现4倍增长。 支撑这一提升的，是英伟达在四个月内完成的38项重大优化迭代。这些优化

有位计算机系的“复旦学姐”，在美国办了一家公司，被黄仁勋叫作“AI工厂的台积电”，红杉、英伟达、Index、TCV、光速这些顶级VC轮番押注，成立才四年，估值已经达到了175亿美元（约合1185亿元人民币）。 这家公司是Fireworks AI，按现在流行的话说，Fireworks AI是一家Token工厂。既不训练前沿大模型，也不做面向消费者的AI应用，只做推理，帮企业把开源模型微调好、托管好，然后按调用量收钱。今年GTC大会上，黄仁勋和Lin Qiao有场对谈，老黄直言，“In a lot of ways, you're the TSMC of AI factories.” 这家公司刚完成了15.05亿美元（约合102亿元人民币）的D轮，投后估值175亿美元，由Atreides Management、Index Ventures和TCV三家领投，英伟达跟投，老股东Lightspeed、Bessemer、Menlo以及红杉、基准资本等一众机构继续加码。 2022年，复旦学姐Lin Qiao从Meta离开，在ChatGPT发布前一个月，于加州红木城拉起一支七人队伍创办了Fireworks AI。 2023年，

2026年过了一半，云，成为了AI产业里最确定的机会。随着Agent开始走进各大企业“干活”，AI时代的算力服务，正在变成竞争最激烈的领域。存储、光模块、高速互联等AI基础设施板块持续走强。前几年一度被边缘化的CPU，又重新成为了市场关注的焦点。CoreWeave、Nebius等一批NeoCloud公司快速崛...... 本文来自微信公众号： 硅谷101 ，作者：硅谷101 2026年过了一半，云，成为了AI产业里最确定的机会。 随着Agent开始走进各大企业“干活”，AI时代的算力服务，正在变成竞争最激烈的领域。存储、光模块、高速互联等AI基础设施板块持续走强。前几年一度被边缘化的CPU，又重新成为了市场关注的焦点。CoreWeave、Nebius等一批NeoCloud公司快速崛起。微软、谷歌、亚马逊等云巨头都在疯狂加码AI投资。 2026年上半年，前沿大模型竞赛还在持续。Agent时代来临之后，各大企业对于Agent进入真实业务，并能够稳定运行和规模部署的需求激增，token经费也在燃烧。 因此，对于提供算力服务的云厂商们来说，这是绝佳的机遇。但基础设施上，无论是AI Infra还是Agent Infr

用公司配发的电脑，在办公软件里密谋偷老东家的路线图，还敲下一句“LOL”——这起大概是史上最没技术含量的泄密案，刚刚被苹果抓了现行。几十名 OpenAI 员工收到了法律保全通知。 这桩荒唐的官司背后，其实是 OpenAI 越来越孤立的处境。马斯克、Anthropic 创始人 Dario，暗讽他们拿走用户数据的最大金主微软，再加上现在的苹果。曾经的朋友，正一个个变成敌人。 不光在失去朋友，他们最核心的赚钱逻辑也快被颠覆了。以前大厂的玩法很直接：砸钱训出最聪明的模型，然后收高昂的 API 费。但现在护城河正在变浅。月之暗面在上周刚推出了 2.8 万亿参数的 Kimi K3，整体水平已经稳稳挤进了 GPT-5.5 和 Opus 4.8 的区间。开源模型跟美国顶尖水平的代差，硬生生从 15 个月缩短到了 4 个月。面对便宜 40% 甚至 70% 的靠谱平替，企业很难再闭着眼睛为“前沿智商”付高溢价。 微软的 Satya 最近在网上提了个“反向信息悖论”，提醒企业别为了用模型把核心数据全交出去，最后让提供方越喂越胖。这其实就是在对客户眨眼暗示：别去买那几家的 API。 在最新一期《Big Technology Pod

7月22日，中国AI大模型独角兽月之暗面（Moonshot AI）计划于8月启动上市前最后一轮融资谈判，目标估值高达500亿美元。 据了解，月之暗面预计将在未来几天完成今年夏季启动的一轮融资，该轮融资估值约315亿美元。融资完成后，月之暗面将立即启动新一轮融资洽谈，这将成为月之暗面赴港上市前的最后一次资本注入，最快可能于今年内登陆香港资本市场。 7月16日，月之暗面旗下新一代模型Kimi K3发布，参数规模达2.8万亿，这也是目前全球参数最大的开源模型。 据Kimi方面介绍，KimiK3是一个2.8万亿参数模型，基于KDA混合线性注意力机制（Kimi Delta Attention）和注意力残差（Attention Residuals）技术构建，原生支持视觉理解，并拥有100万token上下文窗口。它是全球首个开源的3万亿级别模型，面向长程编程、知识工作和推理等前沿智能场景而设计。 据外媒报道，Kimi K3发布后，短短数小时便登顶业内备受关注的AI代码工具评测榜单Arena，这也是中国大模型首次拿下该榜单榜首位置。Arena榜单运营负责人安杰洛普洛斯表示，Kimi K3或将倒逼投资者重新审视整个AI行业，此

过去半年，AI智能体（Agent）经历了一场前所未有的爆发。 从桌面助手，到办公自动化，再到能够自主执行任务的“数字员工”，几乎所有科技公司都在快速布局。一个团队做一个Agent，一个业务线押一个方向，不到几个月时间，市场上出现了大量功能相似的AI办公产品。 但热闹之后，一个现实问题开始浮现：AI办公真的需要这么多入口吗？ 据悉，7月20日，腾讯发布内部组织调整通知，将QClaw产品中心相关业务和部分团队调整至云产品六部，与AI办公智能体WorkBuddy归入同一管理体系。QClaw产品仍将继续运营，但这次调整被认为是腾讯AI办公战略从多线探索走向集中投入的重要信号。 就在不久前，阿里也传出整合动作，将QoderWork、悟空、MuleRun三款Agent产品整合为“千问办公”；字节同样正在推进豆包与飞书的深度结合。过去半年各自探索、快速试错的AI办公赛道，正在迎来一次明显的方向调整。 这背后的变化其实很值得关注。AI办公竞争的第一阶段，比的是谁能最快推出产品；但进入下一阶段，比拼的已经不是“谁拥有更多Agent”，而是谁能够打造一个真正被用户每天使用的AI工作入口。 从疯狂扩张，到主动整合，大厂们正在重新回

大公司： 小马智行与京东养车达成战略合作 36氪获悉，7月21日，小马智行与京东养车达成战略合作，双方将围绕自动驾驶车辆维保服务及供应链协同等领域展开深度合作，共同打造面向自动驾驶车队的标准化、规模化运维服务体系。这是自动驾驶公司首次与全国性汽车后市场服务平台建立全面战略合作。 益生股份：2026年上半年净利润3.08亿元，同比增长4897.29% 36氪获悉，益生股份公告，2026年上半年营收16.97亿元，同比增长28.44%；净利润3.08亿元，同比增长4897.29%。公司经董事会审议通过的利润分配预案为：以实施权益分派股权登记日的公司总股本扣除回购专用证券账户中的回购股份为基数，向全体股东每10股派发现金红利1.5元（含税），不送红股，不以公积金转增股本。 三星拟投资Mistral AI，后者估值200亿欧元 三星正洽谈向AI初创企业Mistral投资数亿欧元，这笔投资将助力这家法国企业冲击市场，打造能够替代美国科技巨头的主流AI方案。据知情人士透露，这家韩国综合企业集团正在磋商参与 Mistral 新一轮融资，本轮融资完成后，Mistral 估值或将达到约200亿欧元。其中一位消息人士称，三星有望

近日，中国AI公司月之暗面正式发布新一代开源大模型Kimi K3，特斯拉CEO马斯克在相关评测报道下留言“令人印象深刻（Impressive）”表达赞赏。但随后，7月18日，马斯克便在社交平台宣布，旗下AI公司正在训练的2万亿参数新模型，且“可能超越Kimi”。 面对马斯克的隔空“宣战”，月之暗面官方微博账号“月之暗面 Kimi”直接 @ElonMusk，并发文：欢迎加入2 万亿 + 俱乐部。 7月17日凌晨，月之暗面正式发布新一代大模型Kimi K3。该模型参数规模达2.8万亿，拥有100万token上下文窗口，原生支持视觉理解。月之暗面称其为“迄今能力最强的模型”。 多款海外AI评测榜单数据显示，Kimi K3 在代码生成、长文本逻辑推理、多文档处理等测试项目中排名靠前。官方披露，Kimi K3 搭载自研 KDA 注意力算法，拥有896个独立专家模块，单次计算激活16个单元，算力使用效率较前代产品提升2.5倍。公司计划于在7月27日完整开源 Kimi K3 模型权重，面向全球开发者开放商用权限。 Kimi K3 相关报道发布当日，马斯克在相关报道评论区留言，使用 “令人印象深刻” 评价该模型。 这是今年

苹果有果链、特斯拉有拉链，现如今，黄仁勋也为英伟达组建好了横跨全球的“达链”。 别人的产业链，都是围绕着产品线，但是达链不一样，它的建立，围绕着黄仁勋的五层蛋糕理论。 从最基础的能源，再到芯片、基础设施、模型，最后是应用，达链之上，一应俱全。 最新的进展是，黄仁勋在7月15日抵达东京后，只用了不到24小时，就签下了一笔足以改变整个日本的单子，同时也让达链完成了闭环。 一句话概括，黄仁勋要集结所有在日本有头有脸的工业巨头，合力打造出一个英伟达物理AI的数据中心，然后把物理AI发展成为日本未来的核心产业。 这也正是达链有意思的地方，这个链上每一环的最终产品，都不是英伟达自己造的，可黄仁勋却要当整条产业链的总架构师。 那么达链到底是如何呢？我们不妨一起梳理一下。 1 黄仁勋的具体做法是这样的，英伟达将与日本新公司Noetra合作建设一套Vera Rubin AI基础设施。包括27500颗Rubin GPU；140MW数据中心容量；以及采用DSX架构、Spectrum-X网络和BlueField DPU。 相当于是382套NVL72机柜级系统，其GPU显存总量约为20.7TB（HBM4），显存带宽最高约1580TB/

GPT-5.6-Sol 的攻防能力超越了 Claude Mythos 5！ 英国 AI 安全研究所（AISI）7 月 17 日发布了一份评估报告，第一次公开量化了开源 AI 模型与闭源前沿模型在网络攻击能力上的差距：4 到 7 个月。 https://www.aisi.gov.uk/blog/how-far-behind-the-frontier-are-leading-open-weight-models-on-cyber 去年同类内部测试中，这个差距是 6 到 10 个月。 防御窗口在收缩，而攻击前沿在加速。 今年 4 月，Mythos Preview 和 GPT-5.5 在 AISI 的评估中制造了自 2023 年开始测试以来最大的一次网络攻击能力飞跃，多国政府随即发出警告。 开源模型还没有复现这次跳跃，但它们追赶的脚步比去年更快了。 4 到 7 个月：怎么测的，差在哪 AISI 用两套体系评估模型的网络攻击能力。 第一套是 70 项窄任务，覆盖漏洞研究、逆向工程、Web 渗透、密码学四个方向，按难度分四级，从「有技术背景的非专业人士」到「十年以上经验的专家」。 第二套是 Cyber Range，在

2026年7月17日至20日，上海，世界人工智能大会。 10万平方米展区，1100多家企业，3000多项展品，300多款全球首发产品。从 Kimi K3 大模型，到华为、曙光、阿里、中兴的超节点；从人形机器人到智能汽车，从工业智能体到 AI 眼镜……中国 AI 几乎所有重要力量，都集中亮相。但若只把它看成一场新品发布会，那就大大低估这届大会了。 它真正展示的，不是一家公司、一款产品，而是中国越来越清晰的 AI 发展路线，甚至可以说：中国 AI 的牌，都在这届大会上打明了。 01 系统竞争，明牌了 AI 的竞争，说到底是中美的竞争。前几年这场竞争主要是拼模型和芯片，而且基本上是中国跟着美国跑：如何更接近 GPT？芯片卡脖子怎么破？ 但今年的上海不一样了。中国开始出自己的牌了。 模型、芯片依然是重点，但中国更进一步在美国的重点之外，建立自己的重点了。 大模型，DeepSeek 之后，Kimi、通义千问、智谱、MiniMax、阶跃星辰你追我赶。性能继续赶超美国，但比拼重点不同了： 过去比参数、比榜单、比一次回答有多聪明；现在比推理效率、任务执行、使用成本，能不能真正跑进企业的业务流程，以及如何从一个“会聊天的软件”

近日，知名经济学家刘煜辉在华夏基金中期策略会上，从地缘、货币金融周期和AI产业周期三个维度，给出了他对下半年市场的研判。 1、作为人类最后一次伟大的工业革命，AI走到今天，从产业周期角度到了什么位置？存在哪些尖锐冲突？未来如何演进？我们从三个维度来看——地缘、货币金融周期和AI产业周期。当下基本面重心落在货币金融周期上。 2、（美股）今天的市场，映射到A股也是一样。今年市场非常极致，所有钱都被吸到半导体硬件里，其他地方全是熊市。 3、今天波动之所以释放，我们不要忘了这个基本点：美元在收紧，美元潮汐进入退潮模式，这是明确的。欧日澳加都加息了，美国加息迟早的事，而且条件逐步成熟。 4、从产业周期角度，AI刚刚开始；但从资本市场体验角度，我们可能在冲击一个顶部，时间还很长。 5、触发高波的内生因素主要有两方面： 短期看，AI已进入死循环：生产者和消费者进入尖锐矛盾期，上游躺赚、下游流血。AI面临极其陡峭的成本斜率，也面对极其平缓的收入斜率。美股AI产业链全靠五家云厂商支撑利润，这五家养活了整个半导体硬件产业，这是明牌。 长期挑战是生产力和生产关系的矛盾必须解决。 6、从产业规律看，最终AI的尽头将属于中国。AI未

最近一周，华尔街都在陷入一场对芯片产业的“信任危机”。 费城半导体指数在一周内下跌了12.5%，跌入技术性熊市；17家华尔街投行连夜下调AI芯片企业目标价；高盛更是将这场下跌定义为“去杠杆事件”，认为“算力扩张时代”或已接近尾声，AI估值逻辑面临重塑。 这场震荡的开端，部分原因是因为一家中国企业的大模型产品更新。 7月16日，月之暗面发布旗下新一代大模型Kimi K3，不仅成为全球首个开源的近3万亿级模型，还在上线不到一天，就登顶了Arena.ai前端代码竞技场，在品牌营销、参考设计、数据分析、消费产品、模拟、内容创作、游戏这七个细分方向中，拿下六个第一，仅游戏类排名稍稍落后于Fable 5。 这种“屠榜式”的成绩，让国内外开发者们蜂拥而至。 市场中的测评帖越来越多，甚至特斯拉CEO马斯克都在相关评测报道下方留言“令人印象深刻（Impressive）”。他还将Kimi作为标杆，声称旗下AI公司正在训练的2万亿参数新模型，且“可能超越Kimi”。 随着“测评潮”席卷而来，Kimi K3的用户的请求量在短时间内大幅超出预期，月之暗面也害怕影响现有用户的体验，紧急给Kimi K3按下了“暂停键”。 其在7月19日晚

导读研究科技如何在中国传播，是理解中华民族伟大复兴进程及其现代化道路的一个独特视角。历史上，中国曾长期领先世界科技，但却未成为工业革命发源地。从1949年新中国重建科研体系，到1978年改革开放加速科技发展，再到中共二十大提出“中国式现代化”，科技进步的核心地位不断强化。如今中国的科技大国地位离不开科普工作支...... 本文来自微信公众号： 中国日报中国观察智库 ，作者：高大伟，责编：杜娟唐文若，编辑：张钊 导读 研究科技如何在中国传播，是理解中华民族伟大复兴进程及其现代化道路的一个独特视角。历史上，中国曾长期领先世界科技，但却未成为工业革命发源地。从1949年新中国重建科研体系，到1978年改革开放加速科技发展，再到中共二十大提出“中国式现代化”，科技进步的核心地位不断强化。如今中国的科技大国地位离不开科普工作支撑。科普不仅是传播知识，更是提升全民素质、营造创新环境的社会系统工程。 中华民族的伟大复兴及其独特的现代化道路，是世界近现代史上最重大的变革之一。要理解这一进程，有一个独特视角，那就是研究科学技术是如何在中国传播的。除了经济增长、技术成就和地缘政治影响力之外，科学知识如何在全社会被普及、理解并接纳

7 月 17 日至 20 日，2026 世界人工智能大会暨人工智能全球治理高级别会议主论坛（WAIC 2026）正式召开。作为一年一度的 AI 行业盛会，今年大会依然聚集了国内外大模型公司、AI 应用和硬件厂商，雷科技（ID：leitech）旗下 AI 新媒体「雷科技 AGI（leikejiagi）」也派出报道团，赴上海进行现场报道。 这届 WAIC 最抢镜的，当然还是机器人。它们在展馆里随便动两下，就能围出三层观众。但真正留在我们脑子里的，反而是几组不那么热闹的画面：乐聚机器人在仿真产线上连续搬箱子，千觉机器人慢慢折起一个纸盒，智元机器人穿着黄色马甲在场馆里导览，荣耀手机背后的摄像头伸出来，开始主动转头看人。 根据大会官方给出的数据，本届 WAIC 三地四馆、超过 10 万平方米展区、有超过 1100 家企业、3000 项展品和 300 款全球首发产品，但这一届 WAIC 真正重要的地方不在「大」，而在「硬」。 图片来源：雷科技 模型还在，聊天机器人也没有消失，只是 AI 不再满足于屏幕里的问答，开始钻进手机、眼镜、电脑、汽车和机器人，接管传感器、调用应用、控制机械结构，最后伸手碰到真实世界。 可以说，这

OpenAI前首席技术官穆拉蒂，做出了一款中国模型的“贵替”。 Thinking Machines发布的首款模型Inkling，混合专家架构主要沿用DeepSeek-V3，后训练冷启动还使用了Kimi K2.5等开放模型生成的数据。然而在多项基准评测中，Inkling落后于Kimi和GLM，调用价格反而更高。 对于一家融资20亿美元、估值120亿美元，团队中聚集了大量OpenAI前员工的明星公司来说，这个结果多少有些低于预期。 但穆拉蒂可能从一开始就没打算靠Inkling争夺第一。随着美国企业使用中国模型面临越来越多不确定性，一款性能尚可、支持定制、合规风险更低的本土开放模型，已经拥有自己的市场。“贵替”没有那么强，也不愁“市场”。 穆拉蒂的首款模型，就这？ 当地时间7月15日，Thinking Machines Lab发布了成立以来的首款模型Inkling。 单看配置，这款模型很符合一家明星AI实验室应有的排场。 Inkling采用混合专家架构，总参数量达到9750亿，每处理一个Token会激活410亿参数；预训练使用了45万亿个Token，数据涵盖文本、图像、音频和视频，最长支持100万个Token的上下

2026年WAIC呈现出一个明显变化，模型正在从展台中央隐身，智能体开始集体走向台前。 DeepSeek、智谱缺席，刚发布K3的Kimi依旧缩在角落。真正高调参展的MiniMax和阶跃星辰，展示重点也不再只是模型。 甚至像阶跃这种没什么存在感的模型厂商，已经完全放弃对模型的展示，走向智能体和终端。 展馆另一边，阿里、腾讯、百度、蚂蚁等大厂纷纷将拳头产品对准办公场景。千问整合多款办公Agent，腾讯重点推广WorkBuddy，百度搭子主打职场伙伴。写代码、做报表、生成PPT、调用工具和进入业务工作流，成为展馆里的共同关键词。 这背后当然不是说模型竞争已经结束，恰恰相反，展馆之外模型厂商的竞争依旧激烈。但与此同时，更多人感受到的是，模型正逐渐沉入基础设施里。 01 知春路不相信模型领先 今年WAIC大会，昔日AI六小龙来了五家，分别是Kimi、阶跃星辰、Minimax、百川智能、零一万物。连放弃基模的百川和零一万物都来了，唯一缺席的竟是近几个月来风光无限的智谱。（DeepSeek一直不参加） WAIC大会是一次集中向用户、合作伙伴、投资人展示产品的窗口，企业的展台布置越大，往往也意味着越想受到关注。去年智谱参加了

Kimi K3爆火后，被誉为“AI六小虎”之一的月之暗面却遭遇了“算力荒”。 7月19日，月之暗面Kimi团队发布公告称，由于始料未及的算力挑战，其决定即日起暂停C端新用户订阅，将已有算力全部投入于服务已订阅用户。 同时，Kimi团队表示，其已全速推进算力扩容，随着新算力陆续到位，后续将逐步开放更多订阅名额直至全面恢复正常订阅。 据悉，Kimi K3是月之暗面推出的新一代模型，其参数规模冲至2.8万亿，是全球首个开源的3万亿级大模型。 而Arena最新发布的前端开发榜单显示，Kimi K3豪取1679分，力压Claude Fable 5的1631分和GPT-5.6 Sol的1618分，强势夺得榜单第一。 但月之暗面也直言，Kimi K3的整体表现仍落后于最强的闭源模型Claude Fable 5和GPT-5.6 Sol。 值得一提的是，月之暗面创始人兼CEO杨植麟在去年的内部信中曾表示，公司现金持有量超100亿元，且可从一级市场募集更大量的资金，“短期内不着急上市。” 然而，进入2026年，公司资本策略发生快速转向。据多方媒体报道，月之暗面目前已向投资人发送上市议案，预计最快6个月内完成港股上市。 Kimi遭

世界模型，是当前AI圈最火、也最没有共识的领域之一。 它的概念没有收敛、技术路线没有收敛、训练方式没有收敛、数据标准没有收敛、评测尺度没有收敛…… 7月19日，在WAIC“世界模型六小龙”论坛上，一场信息密度极高的圆桌讨论，凑齐了六家公司的世界模型技术负责人。他们是： 大晓机器人首席科学家陶大程（主持人） 蚂蚁灵波首席科学家沈宇军 极佳视界联合创始人&首席科学家朱政 无界动力联合创始人兼CTO夏中谱 智元机器人AI算法总监任广辉 自变量机器人联合创始人兼CTO王昊 这些嘉宾的观点，代表了行业对世界模型最前沿的思考，值得一听。 什么能力重要？ 共识不多讲了，嘉宾们的分歧才是最有趣的部分。 先来看世界模型的技术路线之争。 这六家公司目前押注的技术路线，按照“模型在什么空间里推演世界”的尺子，可大致归类为三派： 像素生成派：代表公司是极佳视界 隐空间（JEPA）派：代表公司是无界动力 融合派：代表公司是大晓机器人（ 理解生成预测一体化 ）、蚂蚁灵波（推出了多条路线的世界模型全家桶）、自变量机器人、智元机器人 由于走的技术路线不同，各家公司自然对许多焦点问题有不一样的看法。 比如：世界模型究竟该对物理世界有多大程度