当整个行业还在争抢 Agent 、讨论 token 更便宜的时候，三个背景截然不同的团队，把资源压在了同一个方向。

先是李飞飞团队，旗下 AI 世界模型公司 World Labs 发布并开源 Spark 2.0，让任何设备的浏览器里流畅运行上亿粒子的超大 3D 场景，开始逐渐成为现实。

然后是腾讯，开源混元 3D 世界模型 2.0，输入一句话，直接生成可走进去、有物理碰撞、能导入游戏引擎的完整 3D 场景。

同一时间，阿里 ATH 创新事业部推出开放式世界模型产品 HappyOyster，支持实时世界创建与交互。

这个巧合值得停下来想一想。

先说腾讯。过去两年，腾讯混元大模型存在感一直很弱，有声音称，前 OpenAI 研究员姚顺雨主导的新架构版本将在 4 月亮相。

但腾讯今天发的，偏偏是一个世界模型。

这个选择让人意外，但细想又在情理之中。与其在大语言模型赛道和 DeepSeek、豆包、千问继续打消耗战，不如在一个新维度上先建起差异化，跑起来再说。

阿里的逻辑则不同。出手的是 ATH 创新事业部，阿里内部一支相对独立的创新单元。就在4月上旬，ATH 刚凭借视频生成模型 HappyHorse 登顶全球权威 AI 视频盲测榜单。从视频生成到世界模型，沿着同一条空间内容的纵深在推进，节奏很快。但刻意保持了和阿里主品牌的距离，这是一支特种部队在连续卡位。

把视角拉远，世界模型赛道现在处于寡头初现、格局未定的阶段。

Google DeepMind 的 Genie 系列有研究深度，但输出仍然是视频，好看，拿不走，用不了。World Labs 有李飞飞背书，Spark 解决了一个真实难题，把亿级粒子的 3D 场景塞进手机浏览器流畅运行，一个链接就能分享。但生成端 Marble 已迭代至商用版本，且同样闭源。

今天三家的入口选择各不相同。李飞飞守交付，腾讯开源押标准，阿里用特种部队连续卡位。这本身也说明，这条赛道还没有标准答案。

过去两年大模型竞争，本质上是在争一件事：谁能成为内容生产最好的工具。大语言模型在这个维度上已经打得难分难解，这条赛道正在快速迈向商品化。

世界模型争的是另一块地盘：基础设施。

游戏、具身智能、XR，这几条正在加速的赛道，都需要一个能低成本、大规模生产物理准确的 3D 世界能力。世界模型，是它们共同的地基。一旦成为底层，就会变成所有东西跑在上面的管道。

语言模型改变了人和信息的关系。世界模型要改变的，是人和现实的关系。

前者已经发生了。
后者，刚刚开始。

打开网易新闻 查看精彩图片