世界模型的中国突围：从物理推演到真实决策的AI下半场
当人工智能在语言领域高歌猛进时，一场暴雨却无情地揭示了它的致命盲区。2026年7月，中国南北方同时遭遇极端降雨袭击，广西六蓝水库溃口、沈阳单日降雨量逼近半年总和。面对这些突发灾害，即便将人类所有水利文献喂给大语言模型，它也无法回答最紧迫的问题：水从哪里来？几分钟后会淹没哪个村庄？该优先转移哪些人群？这些问题的答案不在文本中，而在物理世界的动态演化里。
这一困境折射出当前AI发展的结构性失衡：语言理解能力高度发达，而对物理世界的认知、推演与决策能力严重滞后。这种短板不仅体现在防灾减灾领域，在低空经济的空域管理、具身智能的环境交互、城市内涝的实时调度等场景中同样突出。AI系统可以生成逼真的3D场景，却难以预测山体滑坡的演进路径；能够识别物体，却无法可靠推演机器人下一步行动的后果。问题的核心在于，现有模型缺乏一个可计算、可验证、能持续进化的“世界副本”。
行业对此的认知正在迅速深化。量子位智库在《2025空间智能研究报告》中明确提出，世界模型是空间智能发展的终局形态，也是AI下半场的关键入口。所谓世界模型，本质上是对世界运行规律的内部表征，具备推理行动后果、预测未来状态的能力。李飞飞在2025年发布的长文中进一步将其拆解为生成、多模态和交互三大支柱，并通过World Labs的R2S2R引擎尝试打通从虚拟生成到真实机器人训练的闭环。与此同时，国内五所顶尖高校联合推出TriWorldBench评测体系，推动评价标准从视觉生成转向世界理解；阿里、跨维智能等企业在WorldArena榜单上的激烈角逐，也表明这条赛道已进入实质性竞争阶段。
然而，技术演示与真实应用之间仍存在巨大鸿沟。以World Labs最新发布的Atlas模型为例，尽管实现了像素级精确的1440p视频生成和3D高斯泼溅重建，但其核心能力仍聚焦于“拍得更真”，而非“算得更准”。在防洪应急这类高时效性场景中，系统需要的不是静态的三维重建，而是能在秒级内完成动态边界重构、续接推演并输出可执行方案的能力。这中间隔着物理仿真引擎、多场耦合计算、在线验证修正等一系列硬核工程环节，恰恰是当前全球团队共同面临的挑战。
正是在这样的背景下，中国的解决方案开始受到国际关注。2026年8月，HICOOL全球创业者峰会将大赛一等奖授予飞渡科技及其“峥嵘大模型”。这一奖项的含金量不仅在于其孵化出5家上市公司和18家独角兽的历史成绩，更在于它代表了产业界对未来方向的集体判断——补上AI通向物理世界的最后一环。值得注意的是，硅谷传奇投资人比尔·赖克特（Bill Reichert）在同一场合明确表示，风投标准已从纯语言模型转向“实体AI”，即AI与物理世界的深度结合。产业与资本的双重投票，指向同一个结论：世界模型的价值不在于演示有多炫，而在于能否驱动真实决策。
飞渡科技的突破在于构建了一套全栈式空间智能基础设施。其底层是独创的3DT统一数据标准，兼容百余种异构空间数据，支撑PB级三维场景的实时渲染；中层是“峥嵘大模型”，作为国内首个通过国家备案的工业级空间智能大模型，它搭建了“外观层-几何层-语义层-物理层-模拟层”五层技术栈，将视觉感知转化为可计算的物理推演能力；上层则通过“元尊S800空间智能一体机”实现端侧部署，确保全栈国产化与数据安全。这一架构的核心优势在于形成了数据飞轮：真实场景不断沉淀反馈，反哺模型迭代；模型能力越强，又能进入更多复杂场景，形成正向循环。
在城市防洪这一典型场景中，这套系统展现出颠覆性价值。传统模式依赖事后响应，调度人员凭经验判断风险点；而飞渡的方案则在降雨发生前，就在数字空间中“预演”整场暴雨。系统整合气象预报、地形高程、地下管网等多源数据，构建城市的可计算副本，推演立交桥积水深度、影响范围、泵站启停时机等关键参数。整个过程不再是经验驱动，而是由模型推演驱动。更关键的是，当溃口等突发事件导致边界条件突变时，系统能在秒级内感知变化、重构计算域并续接推演，确保决策窗口不丢失。
这种能力的可靠性建立在三大机制之上。首先是动态边界控制，确保推演在环境剧变时不中断；其次是1:1真实验证，将推演结果与实时监测数据逐时刻比对，偏差超阈值即在线修正，每一次误差都转化为模型经验；最后是智能体化调度，用户只需提出目标（如“推演未来6小时洪水演进并给出最优方案”），系统便自动完成数据调取、模型选择、参数配置、计算推演、方案比选全流程，并输出可直接执行的决策建议。在北京某水库智能调度项目中，该系统通过与历史真实事件库回放比对，逐步获得“记忆能力”，越用越懂业务逻辑。
效率提升同样显著。依托统一基准下的多场耦合并行计算，大范围流域的全域洪涝推演耗时从以天为单位压缩至分钟级；基于亚米级地形建模的暴雨仿真系统，将灾害分析准备周期从数月缩短到数日，实施成本降至传统方法的10%。目前，该模型已在中国落地千余个项目，覆盖水旱灾害防御、山洪预警、智慧灌区调度等全场景，并能基于无人机实时回传数据，在短时间内完成灾害现场厘米级精度的三维语义建模，动态模拟溃坝、泥石流等次生灾害演进过程，自动生成救援方案。
这种工程化路径也经受住了国际学术检验。峥嵘大模型先后斩获2026 CVPR多模态理解与推理、ECCV具身智能交互等多项世界冠军，证明其在生成、理解、推理、决策各环节均具备过硬实力。在HICOOL峰会期间，飞渡与来自各国政府、龙头企业、科研院所的代表就能源交通、航空航天、高端制造等场景展开深度洽谈，并在金砖国家技术转移中心发表演讲，分享其在20多个国家的落地经验。奖项是认可，订单才是验证——客户最关心的从来不是技术原理，而是“怎么用”和“有什么用”。
评判标准的转变正在重塑整个行业。TriWorldBench和WorldArena等评测体系已将物理一致性、三维准确性、可控性以及策略评估、动作规划等能力纳入考核维度，全行业的尺子正从“好不好看”转向“能不能用”。在HICOOL路演中，飞渡从清华大学博士创业团队等强劲对手中脱颖而出，夺得冠军，赛后更获比尔·赖克特邀请赴硅谷参加全球投资人峰会。这不仅是对其技术的认可，更是对其闭环路径的肯定——一条从理解世界、推演未来、作出决策到驱动行动的完整链条。
人工智能的演进正从语言理解迈向物理世界理解，而空间智能基础设施正是连接数字与物理世界的核心纽带。它的价值必须通过真实决策闭环来兑现。灾害不会等待AI慢慢成熟，下一场暴雨来临前，城市需要的是一个能提前把雨“下完一遍”的世界模型。飞渡科技的实践表明，中国团队正以扎实的工程能力和场景深耕，填补全球在物理推演与决策AI领域的空白。世界模型的中国时刻，才刚刚拉开序幕。