出品｜网易科技《态度》栏目
作者｜汉雨棣 杨霞清
编辑｜丁广胜
2026年，AI行业发生了标志性的转向。一个新的名词正在迅速取代LLM（大语言模型）和Agent（智能体），成为全球科技公司、资本市场和学术界共同追逐的下一站——World Model（世界模型）。
世界模型概念公司在一级市场上受到追捧。李飞飞创办的World Labs完成10亿美元融资，将“空间智能”定义为下一代AI的核心能力；另一位AI巨头杨立昆则离开Meta创立AMI Labs，同样获得超过10亿美元融资。由清华00后特奖刘松铭创立的LiberAI成立半年融资3轮数亿元；前商汤高管武伟创立的流形空间成立1年融资近10亿元，估值迈入准独角兽行列。从英伟达到Google DeepMind，从硅谷到北京，越来越多玩家把目光从语言智能转向物理智能。
AI赛道换了牌桌。竞争从文本参数的军备竞赛，转向了物理AI。而有一家公司，在这个赛道里已经跑了十年。
2016年，宋彬等人创办了飞渡科技。这是一家始于工业级三维空间、定位于空间智能与数字孪生底层技术研发的国产 PaaS 平台提供商。在与网易科技的《态度》栏目的独家对话中，他们对世界模型提出了另一种理解：今天行业讨论的大多数世界模型，其实还停留在“空间智能”阶段。如果说世界模型代表AI的成年，那么空间智能就是它必须经历的“18岁成人礼”。空间智能没有成熟，世界模型便无从谈起。
在宋彬看来，行业真正的竞争早已不是模型参数，而是工业级数据、空间语义和工程经验的积累。大量创业公司拥有优秀的视觉模型，却缺乏能够支撑工业应用的高质量三维数据；未来世界模型最大的技术难题不是生成，而是预测下一个物理时刻——让AI能够像人一样理解“接下来会发生什么”。
技术之外，他透露，飞渡目前的营收来源海外已成为重要市场，客户覆盖中东、东南亚等地，飞渡科技总部位于北京大兴区。目前，飞渡正在筹划更重磅的融资计划。同时，AI NATIVE改革已经开始重塑公司组织，飞渡已经将AI的使用情况纳入日常考核范围，大量数字人将嵌入今后的工作流内。飞渡未来的构想，是成为全球领先的空间智能（世界模型）基础设施企业。
以下为网易科技《态度》栏目与飞渡科技联合创始人宋彬对话原文，为方便阅读进行不改变原意的编辑：
1、空间智能是走向世界模型的“18岁成人礼”
网易科技：飞渡科技深耕行业多年，但大众认知不多，请您先简要介绍下，飞渡是一个什么样的公司？
宋彬：飞渡是在2016年底创立，Logo 是 FreeDo，初心就是自由地获取、使用、分发和流转空间数据。那时还没有“空间智能”这个词，但回头看，自由地使用空间数据，就是空间智能。
其实，我们在20-30年前（20世纪90年代末）就开始干空间数据处理和治理的事。
长期以来全球三维空间产业有三大痛点：第一个是数据互相不融合、不通。各种数据格式、标准互相不兼容，比如达索设计的设备，AutoCAD设计的房间，两者不融合，机器无法理解设备在房间的桌子上，这是最难的。
第二个是海量三维数据大到跑不起来。电脑打不开、卡顿。
第三个是缺少自主渲染引擎。过去中国的空间渲染引擎被国外（如美国UE和Unity）垄断。
飞渡（Freedo）的初心就是让全球各行各业的人，能够很自由、很丝滑地获取和使用三维空间数据。其实回过头看，这就是空间智能，只是当时没这个词。我们在2017年就提出一句话：“用人工+智能进行数据治理”（当时技术还不完全成熟，所以是“人工+智能”），始终围绕空间智能在做。
飞渡的技术路线经历了四个交叉迭代的里程碑阶段：
第一阶段是2016—2019年，我们发布的海量数据轻量化算法。 解决了海量数据打不开的痛点，能达到TB级数据秒级加载。相当于图形领域的PDF，不丢失任何元数据且流畅。在当时国内CIM八大试点城市测评中，飞渡默默无闻却拿了第一。
第二阶段是2019年前后， 这段时间做的是数据底座标准制定。 我们发明了一个异构数据治理标准“3DT”，把全球所有的三维数据（CAD、CAE、GIS、点云、全景等）统一起来，让机器能够自动理解转换。这相当于发明了图形领域的“世界语言”，也可以理解为世界模型的数据标准。
第三阶段是2018年开始到2021年1月，我们发布了自主空间渲染引擎。 攻克了过去被美国垄断的渲染、交互、仿真与决策技术。
第四阶段是2021年上半年至今，我们成立AI研究院，用AI赋能空间智能。 在ChatGPT爆发前，我们就请了中国科学院、清华、上交大的一批人，用AI强化学习去读懂真实的物理世界，做面向空间语义的AI三维重建和生成。
网易科技：现在“空间智能”和“世界模型”的概念非常热，比如李飞飞、杨立昆都提出了自己的技术路线。国内外的技术路线有何不同？飞渡的定位是什么？
宋彬：国际上目前有几个流派，比如杨立昆、李飞飞，以及英伟达、达索等。区别在于我们生成的是“工业级/工程级”成果，用于炼油厂、电厂、公路、政府管理部门，需要的数据必须带工程标准和绝对精度，必须是客户能直接使用的成果。
而李飞飞他们，以及Sora、Stable等视频大模型，输出的是“创意级”成果，比如短剧、视频、电影等，对精度和空间标准的绝对准确度要求不高，长一点短一点没关系，好看就行。
世界模型和空间智能的复杂度比大语言模型高很多，路线还没有收敛，处于百家争鸣的时代，目前还没有出现一统底层标准的产品。
网易科技：飞渡怎么理解“空间智能”与“世界模型”的区别与关系？
宋彬：具体可以从两个维度理解：第一个是手段与目标： 空间智能是实现世界模型的核心且必要的底层技术手段。
第二个维度是发展阶段。 空间智能是走向世界模型的“18岁成人礼”。如果把空间智能做到18岁，意味着进入了高阶版本的世界模型。空间智能做不好，世界模型就很难落地。
我们目前通过AI理解真实世界，已经达到了60%的绝对正确率，现在的阶段大概是16岁。 我们的目标是到今年年底达到85%的绝对正确率。剩下的15%“幻觉”或偏差通过工具完成。利用85%的AI + 15%的工具来达到100%的工业级准确，这能帮助全球客户大幅减负，实现全面普及。像李飞飞的Marble项目，如果从工业精度方面测试的话，准确率比较低，因为他们的客户不追求这个标准。
网易科技：空间智能在目前大热的具身智能（机器人）中扮演什么角色？
宋彬：灵巧手、具身智能机器人、自动驾驶现在都接入了我们的技术和模型。他们需要飞渡生成的真实自然环境来做仿真训练和测试。
现在的机器人有“眼睛（位置感）”和“行动力”，但没有“空间感”和对世界物理属性的理解，比如你让它走出门口右拐100米捡起树枝，机器人听不懂也做不到，它不知道地面的摩擦系数，无法决定迈速。机器人马拉松比赛，机器人的自主导航是提前几天到现场灌入数据训练的，做不到实时。机器人公司往空间智能靠，就是因为遇到了这个空间感的瓶颈。
网易科技：当前世界模型需要攻克的难题是什么？
宋彬：目前世界模型在学术上和产业上都没有找到很好的泛化路径，连杨立昆包括国内机器人的核心玩家都觉得目前VLA模型搞不定物理世界、无法泛化。
我们认为先把空间智能商业化落地，同时开发其他的技术。飞渡为此成立了两个实验室：专门攻坚世界预测和可微物理，解决世界模型的“预测”难题。等各种软件、模型、硬件等等技术同时迸发升级，世界模型商业化落地就有可能了。
2、行业“卡脖子”痛点仍在算力
网易科技：飞渡在市场上主要会碰到哪些竞争对手？
宋彬： 这可以分几个阶段来看。过去三四年主要是数字孪生类的厂商。大家竞争在同一个客户群体里，但分工和能力有差异。外界看着类似，其实我们重点做的是三维数据底座平台。用户认可的是我们的数据理解和治理能力，同时我们也具备渲染和可视化能力。因为具备理解和处理数据的核心能力，我们覆盖了中国超大规模特大型新建城市90%以上的城市级平台底座（比如天津、武汉、长沙、雄安、上海、深圳）。客户要的是平台，不是一个可视化的组件。
这一两年及未来纯做可视化的需求变少了，价格基本也都白菜化了。新的玩家开始涌现：一类是来自计算机视觉领域的；另一类是传统大语言模型厂商，他们也会从视觉模型走向计算模型，往这个方向找机会。另外传统的GIS厂商也在想办法升级。
网易科技：很多95后、00后创办的世界模型受到资本的追捧，短时间内融资数亿元。像飞渡深耕多年行业的反而显得有些“老登”了。面对新老对手的竞争，飞渡的核心壁垒是什么？
宋彬：这种认知差异很大程度上源于信息不对等。今天资本市场追捧的很多“新概念”，对飞渡而言其实并不陌生。中国最早将AI工程化落地的领域之一，正是空间与遥感测绘。早在十几二十年前，我们在学术和工程界就已经在利用数值模拟等AI底层思路来指导业务了，飞渡五六年前就成立了专门组织攻坚强化学习。所谓的“老”，是因为我们在这个行业沉淀得足够深；所谓的“血脉觉醒”，是因为大模型时代本质上依然是在“玩数据”。
如果把行业竞争比作武林门派，很多新兴公司擅长的是外功（如视觉呈现或概念包装），给自己贴上各种标签。而飞渡从成立之初，练的就是 “内功”——深耕数据语义、物理属性等。从外功想突然转修内功极难，因为这涉及人才基因的底层改变；而我们一直扎根在内功（数据语义、物理属性）上，视觉上有短板，我们去补齐和留白就可以。
但是飞渡的“老”绝不等于僵化。过去十年，我们从数据治理到空间智能模型，经历过多轮激烈的自我迭代。无论是2019年主动干掉上一代Web产品，还是顶着销售压力推行产品与开源开发平台，飞渡骨子里始终带着突破创新的变革方法论。我们不是靠营销和赶热度取胜的公司，而是以日、周为单位在进行核心底层技术迭代。
从产业落地来看，很多年轻的创业公司或学者型企业，目前面临的最大瓶颈是缺乏高质量的工业级数据集和客户群体。他们在公开网络或基础渠道拿到的大多是通用图片，未经Token化（标记化）和深度的语义关系标注，在工业级场景下的力度和精度远远不够。
而飞渡的核心优势在于走通了产业路径。我们在过去20年的行业深耕与数千个实际案例中，积累了全球最高质量、最海量的三维空间数据和仿真数据集。这种基于业务场景沉淀下来的真实数据，已经形成了正向循环的数据飞轮，这也是新兴公司短期内难以逾越的护城河。
同时我们的AI研究人员大部分都是98后、00后，都是世界名校AI原生的优秀人才，我们核心研发团队以名校的年轻硕博为主。
3、成为AI Native公司：Token成为企业重要成本支出
网易科技：飞渡要变成一家AI Native（AI原生）公司，在组织上进行了怎样的变革？
宋彬：我们从去年开始打造AI型组织，并且已经将这个指标进入了真实考核，不只是培训。比如以前你和我们聊完整理文档需要三天，现在两小时就要完成，且必须满足交付级。
我们公司分两块：做AI的人和用AI的人。用AI的人通过考核和高频培训（一周至少两次）来提升，三天的工作一小时练完。目前组织变革分为几个阶段：第一阶段是线上AI赋能与结果考核。第二阶段是生产工艺/流程和管理的重组重构。 思考AI带来的是成本、效率还是创新。比如售前、市场、交付工艺，财务人力等重构。原来交付可能需要五个节点，重构后只有三个节点，其中两个AI做、一个人做，以“机”为中心或人机共存。
第三阶段就是建立企业私域数据集（RAG）。 建立AI版的知识库，没有RAG的输出无法达到交付级。
第四阶段：人才的升级与替换，也就是换脑/换心。我们每周、每月工作例会的第一件事就是检查人才升级战略。同时2026年我们飞渡的关键战役就是人才，我们要从组织架构，组织结构，人才构成上完成AI型组织的迭代升级。
网易科技：这听起来未来公司的生产力形式会发生巨大的变化？
宋彬：对，从宏观来说，未来的飞渡虽然只有几百人的自然人，但能产生过去十倍的生产力。以后的成本也会发生变化， Token将会成为企业的一个重要成本项。
4、做世界模型的基础设施公司
网易科技：国内传统的SaaS或to B/to G项目很难规模化，飞渡的业务在未来怎么实现规模化？
宋彬：相反，AI时代最容易规模化。AI不是代替信息化和软件，它是来革命软件的。过去软件是对人友好（比如打字编辑），现在飞渡所有的软件是对人友好且对AI友好。我们实现了你只要说一句话，系统半天之内就能自动把纽约或多哈等城市的四维空间、交通，甚至下雨和自然灾害等场景生成出来，这是以前需要设计院或者软件企业干半年的事情。
未来飞渡会提供两类产品，一种是空间智能基础模型，我们做基础模型底座，提供数据、基础模型和智能体。
第二种是端侧产品，我们会把飞渡的基础模型嵌入到无人机、无人狗、具身智能等机器人、自动驾驶车辆，我们提供端侧设备服务。
网易科技：飞渡后续有融资计划吗？倾向于寻找什么样的资本？有上市规划吗？
宋彬： 肯定要融资，我们原来融资相对谨慎，现在我们要开发全球领先的空间智能基础模型，搭建全球顶尖的科学家等等，都需要大量的资本投入。
上市肯定是有规划的，但上市仅仅只是创业的又一个起点，我们的使命就是构造全球领先的空间智能基础设施。
网易科技：公司目前内部最大的挑战是什么？未来飞渡想成为一家怎样的公司？
宋彬：内部最大的挑战依然是人才和组织架构调整跟不上企业的发展。我们需要三种人：AI型、具身智能硬件型，以及懂海外市场的。
飞渡未来的构想，是成为全球领先的空间智能（世界模型）基础设施企业。我们不一定自己做所有垂直的赛道，但我们要提供顶级的数据、基础模型和空间智能体，让客户能够随心所欲地把世界模型和具身智能搭建好。
热门跟贴