在生成式AI迈向下一阶段的过程中，“世界模型”（World Model）正成为新的焦点。外媒认为，相较于美国，中国企业有望凭借真实世界数据和产业场景优势，在这一方向上抢占先机。

据《南华早报》6月16日报道，中国企业正依托机器人、自动驾驶等领域所需的真实世界训练数据，以及应用落地场景和政策支持，加快在世界模型领域的布局。

所谓世界模型，是指让AI理解并预测物理世界运行规律的技术。与侧重文本、图像生成的模型不同，世界模型更强调对空间、运动和因果关系的学习，并将这种理解转化为现实行动能力。业界普遍认为，这项技术将对人形机器人、自动驾驶和工业自动化产生重要影响。

报道指出，中国企业已将世界模型视为下一代AI竞争的重要方向，正加速推进相关研发。部分企业正利用真实道路行驶数据，以及工厂、物流和服务场景中的现场数据，持续推动模型迭代。能够大规模采集物理世界数据，并将其打通至训练和验证环节，被认为是中国当前的重要优势之一。

有观点认为，在大语言模型（LLM）竞争中，美国整体仍占据优势，但世界模型可能代表着另一条技术路线。一名专家表示，这项技术“并不只是生成式AI的下一阶段，更是AI与现实世界交互的基础”。也有业内人士指出，中国的制造业基础和丰富的真实应用场景，更有利于世界模型训练。

这一趋势，也与中国持续加码机器人领域投资形成呼应。相较于文本类AI，人形机器人和自动驾驶对真实世界验证的依赖更高，因此，能够稳定获取传感器、摄像头、车辆以及机器人运行数据的企业，更有可能在竞争中占据优势。报道认为，中国企业在测试环境覆盖范围方面具备相对有利的条件。

市场普遍认为，世界模型仍处于早期阶段，但其商业化潜力未必逊于LLM。这项技术既可直接用于机器人在陌生空间中的动作规划，也可帮助自动驾驶系统预判复杂路况。一名研究人员强调，仅靠互联网数据，仍不足以让AI充分理解现实世界，真实世界数据仍是关键基础。

尽管美国大型科技公司也已进入这一赛道，但中国正试图在数据积累机制和产业现场实验效率上建立竞争力。世界模型不仅依赖大规模算力投入，也需要长期现场采集和反复验证，因此，竞争胜负并不能仅靠半导体性能决定。

不过，这一领域的技术格局仍未定型。世界模型目前仍处于概念框架完善与商业应用推进同步进行的阶段，模型通用性、安全性和成本等问题仍有待解决。即便如此，业界仍高度关注其是否会成为AI从屏幕内应用走向现实机器控制的重要拐点。

在此背景下，有分析认为，中国的优势不仅在模型本身，也在于其拥有可供测试和迭代的产业结构。若生成式AI竞争主要围绕数据中心和芯片展开，那么世界模型的竞争，未来或将更多落在工厂、道路、机器人和物流网络等真实空间。接下来的关键，在于中国企业能否将这种优势进一步转化为机器人和自动驾驶服务的实际性能提升。