世界模型赛道的两位旗手——李飞飞的 World Labs 和 Yann LeCun 的 AMI Labs——合计融资已超 23 亿美元，估值分别冲上 50 亿和 35 亿美元。World Labs 已推出首款商用产品 Marble，主打从文本/图像生成可交互 3D 世界，并与 AMD、Autodesk 等巨头合作；AMI Labs 则坚持开源路线，以 10.3 亿美元种子轮创下欧洲纪录，通过与医疗 AI 公司 Nabla 的独家合作率先落地临床应用。两家公司公开的产品只是冰山一角，真正的商业化主攻方向仍被严格封锁。

文章引用《三体》黑暗森林法则来解释世界模型公司的保密策略：在资源有限、对手环伺的环境下，过早暴露方向会招致巨头围猎。但这个比喻的成立，依赖两个关键前提——猜疑链（无法判定对方意图）和技术爆炸（弱小者可能瞬间反超）。现实中，AI 大厂的「军备竞赛」已部分复刻了这种模式：SHEIN 通过隐匿产品和供应链定位来避免被跟风，正是一个商业版的黑暗森林案例。理解这套底层博弈逻辑，才能看懂 AMI Labs 和 World Labs 为何宁愿让投资人猜，也不愿说清楚自己到底在造什么。

文章将保密策略归因于黑暗森林式的竞争规避，但这一逻辑的前提是：两家公司都融到了足够支撑「什么都不说」的钱。AMI Labs 以 10.3 亿美元种子轮创纪录时，投资方包括贝索斯、淡马锡和英伟达——这些钱本身就允许他们「烧得起沉默」。反方观点来自创投圈：华兴资本秦川提醒创业者要把握融资节奏，让业务进展与融资节点匹配，因为「资金充裕」的另一面是「为竞争对手也铺好了路」。当 World Labs 估值已到 50 亿美元，Post-money 估值下每一轮都会被要求更清晰的商业化时间表，沉默的窗口正在收窄。

世界模型最确定的落地方向不是游戏或影视，而是机器人仿真训练。World Labs 在 2026 年 9 月发布的 Atlas 模型和 R2S2R 引擎，已能用手机拍摄的几段视频快速生成高保真虚拟训练环境，让机器人策略能连续自主运行 1 小时。宇树科技的人形机器人格斗、北京人形机器人创新中心的「硅基员工」都已实现世界模型驱动的全自主操作。关键变量在于：中国上半年人形机器人出货已超 4 万台，训练数据的迫切性正在撬动世界模型从「能力展示」向「基建平台」的转型。

文章点到 AMI Labs 对主流大语言模型的「Next-token 范式」持怀疑态度，但没有展开：LeCun 的核心异议在于，现实世界的传感器数据充满不可预测的细节，逐像素生成只会放大噪声。AMI 的选择是让世界模型在潜在表征空间中对现实进行抽象建模，再引入「动作条件」来推演不同行动的结果。真正值得追问的转向是：放弃像素级预测，转而预测更抽象的「物理因果链」——这会不会让世界模型与 LLM 在架构上走向完全不同的分支？答案可能决定谁能在机器人、自动驾驶这类高可靠性领域率先量产。