计算机行业深度报告：世界模型从“生成世界”到“控制世界”物理AI打开工业软件与自动化重估空间

内容目录世界模型：人工智能由信息世界向物理世界进一步延伸 5世界模型主要用于表征并预测外部环境 5世界模型的核心是建立外部世界及其变化规律的内部表征 5区别于普通视频生成模型：世界模型的关键是“动作条件” 5世界模型、VLA、数字孪生和物理引擎分别解决不同环节的问题 6世界模型技术路线多元发展，长期有望走向融合 7潜空间动力学模型：最早成熟，也是控制场景最直接的路线 7像素级或视频生成路线：最适合构建虚拟训练世界 7联合嵌入预测路线：绕过像素，直接预测有决策价值的抽象状态 8显式物理和结构化世界模型：工业场景最不可替代的路线 8因果世界模型：仍处于前沿探索阶段 9世界模型已经进入能力跃迁期，但通用物理智能仍远未成熟 9发展阶段：从游戏中的“想象”，走向真实世界中的规划 9当前阶段判断：基础模型进入前夜”，产业落地则呈现明显分层....................................................................................................................................................10大语言模型与物理AI的区别：一个预测符号，一个必须承担行动后果 10当前世界模型的六大难点 物理AI：世界模型从“认知系统走向生产力系统” 12AIAI是完整的感知—决策—执行闭环 12VLA与世界模型并非竞争关系，而是“动作生成”与“动作验证”的互补关系 12工业物理AI将以“数字孪生+世界模型+控制系统”形态率先落地 12物理AI应用场景：工业场景先于家庭，专用智能先于通用智能 13流程工业：物理AI最确定的第一落点 13离散制造和机器人操作：从固定自动化走向柔性自主生产 13自动驾驶：数据和算力规模最大、世界模型使用最深入的场景 13仓储物流：结构化环境与明确ROI推动规模应用 14建筑、矿山和能源：高风险环境推动“机器替人” 14家庭服务和通用人形机器人：空间最大，但兑现时间最晚 14投资建议：核心资产是掌握数据、机理和控制闭环 15关注能够控制物理过程的软件和系统 15流程工业自主运行：物理AI商业闭环清晰 15中控技术：流程工业物理AI或成关键落地场景 15宝信软件：钢铁工业数字底座向具身智能和自主运行延伸 16物理仿真与工程世界模型：物理AI的“训练场”和可靠性底座 16索辰科技：从物理世界建模到工业控制 16中望软件：从CAD工具向CAx一体化和AI设计平台升级 16品茗科技：通研院技术注入，技术根基雄厚 17奥比中光：物理AI的3D视觉基础设施与世界模型数据入口 17敏芯股份：MEMS多模态传感，形成向具身智能延伸的产品储备 18工业智能体与数字主线：最先看到AI收入兑现的板块 19能科科技：商业化验证充分 19鼎捷数智：从ERP/MES延伸到IT—OT闭环 19感知、控制与执行层：物理AI放量的基础设施 19汇川技术：运动控制与机器人核心平台 19埃斯顿：国产工业机器人本体和控制算法 20奥普特：机器视觉构成物理AI的高精度感知入口 20产业趋势判断：2026—2030年物理AI将经历三轮价值迁移 20风险提示 21图表目录表1：世界模型四层能力 6表2：世界模型、VLA、数字孪生、物理引擎对比 6表3：大语言模型与物理AI差异 10世界模型：人工智能由信息世界向物理世界进一步延伸世界模型主要用于表征并预测外部环境世界模型目前并不存在完全统一的技术定义，但不同技术路线的共同核心均指向AI2018Models从最基本的数学关系来看，世界模型试图学习：st+1=f(st,at)“。因此实际世界模型通常首先将观测信息编码为潜在状态：zt=Encoder(ot≤t)随后学习：zt+1~pθ(zt+1|zt,at)ott观测值，zt是模型形成的内部世界状态，at是智能体采取的动作。模型通过预测不同动作对应的未来状态、奖励或成本，选择最接近目标的动作序列。”传统视频生成模型主要学习：P(Video|Text)或：P(Framet+1|Frame≤t)模型的目标是根据文本或者历史视频生成视觉上合理的后续画面。而世界模型则进一步加入动作：P(Statet+1|Statet,Actiont)“”因此，我们建议从四层能力理解世界模型：表1：世界模型四层能力层级核心能力典型输出是否足以支持物理AI环境理解当前世界是什么状态对象、属性、位置、空间关系感知基础环境预测如果不行动，世界如何变化未来状态、运动轨迹被动预测动作条件预测如果执行动作A/B，分别会怎样条件未来状态世界模型核心能力规划决策哪个动作更接近目标且风险更低动作序列、控制策略形成自主智能整理世界模型、世界模型、VLA、数字孪生和CAE并非相互替代的四条竞争路线，而是未来物理AI系统中可能相互融合的不同模块。表2：世界模型、VLA、数字孪生、物理引擎对比技术核心功能典型输入典型输出主要优势主要不足LLM/VLM知识理解、语言及视觉推理文本、图像、视频Token、答案、任务规划通用知识和推理能力强对连续动力学及物理反馈建模不足VLA将视觉语言直接映射到动作图像、语言、机器人状态机器人动作端到端、响应直接对动作后果的显式预测较弱世界模型模拟世界及动作后果当前状态+动作未来状态能够预测和规划模型误差可能累积CAE/物理引擎根据显式物理规律模拟几何、材料、边界条件应力、流场、运动等精度、可解释性较高建模及计算成本较高数字孪生映射特定真实设备或工厂结构数据+实时传感数据实体实时数字映射与真实对象结合紧密泛化范围较窄整理世界模型与数字孪生的融合将构成工业物理AI的主线。数字孪生提供设备几何、材料、工艺和控制边界，世界模型学习传统机理模型难以表达的复杂残差和环境变化，世界模型技术路线多元发展，长期有望走向融合潜空间路线首先通过编码器：ot→zt将高维观测压缩到潜空间，再学习：(zt,at)→zt+1随后利用预测到的未来潜状态训练策略或者进行模型预测控制。DreamerDreamerDreamerV3150实世界中出现系统性偏差。或扩散模型生成未来帧，核心价值是建立可交互、可扩展的训练环境。TransformerDiTGenie3CosmosCosmos3OmnimodalJEPA路线不试图重建每一个像素，而是在抽象表示空间预测被遮挡区域或未来状态，从而将计算资源集中在对象、运动、交互关系等决策相关信息上。Meta1.5—62100100Meta62显式物理路线依靠3D/4D我国在世界模型领域最具产业基础的资产，恰恰集中在CAE、工业控制、数字孪生、工业软件和机器视觉。3DNeRF3DGaussian旧技术，而是物理AINVIDIA所描述的物理AI开发流程同样以高保真物理仿真、数字孪生、合成数据、强化学习和真实部署构成闭环，而不是单独依靠一个端到端模型。其潜在实现包括从高维观测中提取可解释的因果变量，学习变量之间的因果图和状态转移关系，通过主动干预检验因果结构，并主动生成失败案例和边缘场景。世界模型已经进入能力跃迁期，但通用物理智能仍远未成熟 想象”第一阶段是2018—2022年的模型强化学习阶段。世界模型主要在游戏和标准控制环境中验证，核心目标是减少真实环境交互次数，提高强化学习效率。第二阶段是2023—2024Genie、20252Genie3Cosmos3 至前夜1（231（3（4Meta285%—95%，MMLU我们将2026年的世界模型定义为“技术拐点已至、收入拐点分行业出现、通用智能拐点尚未到来”。AI物理AI=世界模型（）+具身（四肢。AI表3：大语言模型与物理AI差异维度大语言模型物理AI/世界模型主要训练数据文本、代码、图像和互联网知识视频、3D、设备时序、动作、力觉、触觉和真实反馈核心状态离散Token和语义上下文连续、部分可观测、动态变化的物理状态主要任务预测下一个Token或生成内容预测下一状态、规划动作并改变环境时间要求秒级响应通常可接受高层规划可为秒级，底层控制通常要求毫秒级错误代价多数情况下是信息错误可能造成碰撞、停产、质量事故和人身风险学习方式以离线预训练和后训练为主离线训练、仿真强化学习、在线校准和持续反馈并存评价标准正确率、偏好、语言质量成功率、稳定性、精度、能耗、安全性和经济回报部署形态云端软件为主云、边、端、控制器和执行器协同NVIDIA 整理NVIDIAAIIAI+第六，安全验证和经济性决定模型能否进入生产系统。工业客户需要的是稳定提升“认知系统”走向“生产力系统”AIAI的感知—决策执行闭环“世界模型是物理AI的大脑，物理AI是搭载世界模型的具身实体”作为直观表达基本成立，但严格说，世界模型只是物理AI大脑中负责预测和模拟的核心模块。一个完整物理AI系统至少包括：[传感器→世界状态表征→世界模型预测→规划/策略→控制器→执行器→环境反馈]VLAPLC负责AIVLA动作生成与动作验证的互补关系VLA通常直接学习：[视觉+语言+机器人状态→动作]世界模型则学习：[当前状态+候选动作→未来状态]理想的模型化VLA会先生成多个候选动作，再由世界模型预测其结果，最终执行风险最低、目标达成概率最高的动作。端到端VLA提供反应速度，世界模型提供“先想后做”的能力。未来机器人模型不会简单从VLA切换到世界模型，而会形成“VLA策略模型+世界模型价值评估+低层运动控制”的组合。AI将以数字孪生世界模型控制系统形态率先落地AIDCS、PLC、SCADA、MESCAE2026+AI深I商业化的核心分水岭。AI应用场景：工业场景先于家庭，专用智能先于通用智能AI最确定的第一落点化工、石化、电力、冶金和制药是物理AI商业化确定性最高的场景。AIDCS、PLCUCS物理AI将使工业机器人从“重复预编程动作”升级为“根据对象和环境实时调整动作”。2024466.4200AI自动驾驶本质上是一个在开放物理环境中持续运行的世界模型系统。ROI推动规模应用物理AI可以用于AMR机器替人”AI建BIM/GISAI投资建议：核心资产是掌握数据、机理和控制闭环关注能够控制物理过程的软件和系统物理AI我们按照三个维度筛选板块：Know-howAI产PLCDCSSCADAAI商业闭环清晰中控技术：流程工业物理AI或成关键落地场景公司同时拥有工业数据、控制系统、时序模型和执行入口。公司TTPTPTUCS2025TPT202580.7311.66%4.4160.48%AI战略方AOPAIMES2025MESERPAI+AIAI的“训练场”和可靠性底座公司具备从物理世界建模—仿真数据生成—模型训练—工业控制的完整链条。CAEAI4DSCADACAE2025年公司主营业务收入4.66亿元，同比增长22.96%，综合毛利率68.16%；其中1.80.58AICADCAxAI设计平台升级中望软件的物理AI逻辑来自CAD、、CAMCADCAD、CAECAM2025AICAx行业Know-howAI+CAx20263D+CAE/CAM+CAD++AI+公司的物理AI逻辑在于通研院技术注入下的“大小脑”架构与建筑场景的闭环。20259（15.92%1A（""可信AI与ControlVLA2026年3”AI建筑工地中的BIM2025年公司收入4.37亿元，同比下降2.29%，综合毛利率73.43%；其中建筑信息化软件收入2.37亿元，智慧工地收入2.01亿元。公司提出到2027年底，AI直接驱动或构成核心溢价的产值占总收入30%以上，未来物理AI或将成为公司核心增长动能。AI3D与AIAI全链条落地。EGORGB-DGemini330MX6800RGBDepth和IMUVLALingBot-Depth2.01.51612RMSE53%GeminiIsaacIsaacPerceptor算法10款ASIC、LidarLingBot-Depth2.0+1612RMSE53%EGOGemini330端侧深度增强引擎形成RGB-D全链路闭环。客户生态方面，公司3D视觉方案已成为物理AI感知层行业标配：UR+3D公司具备是世界模型训练数据（真实采集仿真标准）与机器人端侧感知的双重卡位，3D（RealSense）在高端市场的竞争挤压。敏芯股份：MEMS如果DESIMU从PhysicalAI需求看：视觉惯性+压力声学整的物理状态。MEMS2025年/MEMS202553310.94EMS经营层面，公司2025年实现收入6.21亿元，同比增长22.69%；归母净利润3599万元，在连续亏损后实现扭亏。AI收入兑现的板块能科科技的突出优势是AI业务已经从概念进入收入和利润表。202525A+AA70AI4.6068.52%49.95%，AI20232025。CAECAM、EDA、PLM、MOMERP/MESIT—OT闭环2025AI2AIoTAI鼎捷数智的物理AI映射强于传统ERP厂商，但其收入仍以工业软件和实施服务为主，需要通过AI原生基础设施和价值分润模式提升商业模式质量。AI放量的基础设施汇川技术的价值在于连接模型和物理设备，是物理AI“小脑”和执行层的重要平台。AI控制和核心部件价值量越高。汇川技术是物理AI产业扩张中的稳健硬件平台，但其估值弹性更多来自机器人和自动化需求放量，而非世界模型软件收入。202548.8821.93%iER.OSiER.Sim仿真技术，计划推进机器人与AI埃斯顿是工业物理AIAI的高精度感知入口机器视觉是物理AI获取工业世界状态的关键传感器，奥普特