核心观点：世界模型的竞争，本质上是数据基座的竞争。而数据基座的核心，是真实、细颗粒度、可商业化的室内空间数据。

2026年6月25日，英伟达年度股东大会上，CEO黄仁勋向世界宣告：“有用的AI已经到来，并且已经能够赚钱。”AI数据中心是“制造词元”的工厂，每个词元都可以变成代码、答案、设计、行动和服务——每个token都是利润单位。客户购买的不仅是服务器，更是能够产生收入的AI工厂。黄仁勋同时强调，物理AI将是下一波增长浪潮，机器人、汽车和工厂将成为现实世界中的智能体，能够感知、推理、规划并自主行动。英伟达将通过AI工厂训练模型，用Omniverse仿真，再通过Jetson等平台部署到实体设备。

几乎同时，北京智源研究院将世界模型列为通向AGI的重要共识方向，提出从“预测下一个词”转向“预测世界的下一个状态”——标志性信号交汇于同一方向：AI正从数字世界全面进入物理世界，而数据、世界模型与仿真是驱动这一进程的核心要素。

然而，一个根本问题浮现：世界模型的“想象力”从何而来？ 答案在于数据。世界模型的基础是数据基底，而数据基底的核心，是真实反映物理世界运行规律的空间数据——尤其是覆盖室内场景、具备商业语义、可被持续验证的线下空间数据。

一、范式迁移：从“读和写”到“观察和建造”

世界模型的核心，是让AI感知、理解并推理物理世界的时间、空间与物理规律，涵盖全模态数据并具备主动交互能力。斯坦福教授李飞飞指出，空间智能是机器在3D空间和时间中感知、推理和行动的能力。她创立的World Labs近期完成10亿美元融资，估值达50亿美元。李飞飞判断：大模型教会机器读和写，空间智能则教会机器观察和建造。

二、全球竞速：从室外到室内，世界模型的多维战场

世界模型的赛道正在快速拥挤，覆盖范围从户外自动驾驶、室外城市空间到室内空间场景全面铺开。据了解，目前已经在高质量打造世界模型并已经拥有部分模型雏形的企业不在少数：

自动驾驶领域，Momenta于2026年4月量产落地R7世界模型，依托超120亿公里真实驾驶数据让系统预判世界；理想汽车发布MindVLA-o1，将自动驾驶定义为物理AI的起点。

室内与家庭场景方面，萤石发布自研“萤石星辰世界模型”，其AI洗地机器人能构建家居3D语义地图，预判宠物与行人动态；大晓机器人联合港中大发布Kairos-HomeWorld，全球首个全屋生成、物体全交互的世界模型，同步开源30万套中国真实住宅平面图与5000个仿真场景数据集。

建筑与BIM领域，全球设计软件巨头Autodesk战略投资World Labs，推动物理AI从“理解数据”迈向“理解建筑”；李飞飞团队2026年6月发布World Tracing技术，能从单张建筑照片恢复完整三维几何，BIM正蜕变为建筑业“数字底座”。

在室外与城市空间领域，高德于2026年6月发布全球首个3D原生城市世界模型ABot-Earth0.5，覆盖190多个国家和地区，输入卫星图像仅需10分钟即可在消费级GPU上生成公里级3D城市场景，成本仅为传统方式的百分之一；百度则将世界模型能力融入文心大模型5.0与Apollo自动驾驶体系；谷歌DeepMind将积累20年、覆盖全球110个国家的2800亿张街景图像接入Genie世界模型，用户可基于真实地点生成交互式沉浸环境。

作为世界模型的重要组成部分，室内空间智能领域，国外则有Mappedin——全球领先的室内地图平台，利用AI和LiDAR技术将建筑平面图转化为动态3D数字地图，已覆盖全球86个国家、超过100亿平方英尺的室内空间；NavVis——成立于2013年的德国室内空间智能解决方案提供商，通过移动扫描系统和数字孪生平台为戴姆勒、华为等全球企业提供室内空间数字化服务；VergeSense——发布了大型空间模型（LSM），基于八年收集的超2亿平方英尺办公空间行为数据，预测人类在空间中的行为模式；Vestella Labs——专注于物理AI的空间智能公司，其核心技术能够自动将非结构化空间信息（如图像、PDF、CAD图纸）转换为AI可理解的空间数据；国内则有数位科技，这家公司一直用众包模式实地采集+技术自动标注模式，十年持续更新建立了中国室内空间信息数据库，对行人可达的城市空间特别是室内复杂空间，进行了连续、逐点位视觉、文本、无线指纹等多模态信息标注，并最终生成大规模多模态数据集。这是一套不可替代的物理空间多模态数据基座，从中训练出空间的特征的变与不变，是未来让机器真正与人一样，能够读懂和理解我们共同生活的这个物理世界的钥匙，是让机器与人一样的具备位置及空间信息智能能力的关键，这套数据价值不可复制不可估量。

繁荣之下，一个核心瓶颈日益清晰：世界模型需要真实物理世界的高质量数据。无论是高德的城市3D数据、谷歌的街景图像、Momenta的驾驶视频，还是萤石的居家场景——每一个方向都在呼唤更丰富、更细颗粒度的物理世界数据。

三、万亿级市场的底层逻辑：谁掌握数据基座，谁定义下一代AI

中国具身智能市场2025年约9150亿元，2026年预计突破10904亿元；全球室内定位导航市场2025年169亿美元，2032年将达724.6亿美元（CAGR 23.11%）；全球BIM市场2025年约95亿美元，预计2036年达325亿美元。

行业头部玩家已意识到：世界模型的终极壁垒在数据，不在算法。 但一个被忽视的问题是：世界模型走向商业应用，需要的不只是泛化室外街景，更需要高精度室内空间数据——因为人类90%的生活、工作和消费行为发生在室内。无论具身机器人进入家庭、智能家电理解家居布局，还是企业线下商业决策，室内空间智能都是绕不开的核心能力。这正是世界模型数据基座中最具价值、最难获取的部分。

回到开篇判断：世界模型的竞争，本质上是数据基座的竞争。而数据基座的核心，是真实、细颗粒度、可商业化的室内空间数据。 两大行业共识——AI下一阶段正从数字世界全面进入物理世界，以及数据、世界模型与仿真是驱动这一进程的核心要素——与这条差异化路径不谋而合。当黄仁勋宣布物理AI是下一波增长、当高德重建3D城市、当Momenta预判路况、当萤石让机器人“理解”家庭——每一个方向都在呼唤同一件事：真实、精准、可规模化的空间数据。从室内空间做起，从每一个真实的线下场景做起。AI正学会“想象”物理世界，而让这个想象不偏离现实、让世界模型真正可用的，是真实世界的一砖一瓦、一人一所、一进一出。

责任编辑：kj005

文章投诉热线:157 3889 8464  投诉邮箱:7983347 16@qq.com