李飞飞2025年发布《A Functional Taxonomy of World Models》，从强化学习POMDP闭环出发，将混乱的「世界模型」概念一刀切为三类：渲染器输出像素画面（视觉还原度），仿真器输出贴合物理规律的环境状态（几何与动力学），规划器输出智能体的行动指令。文章核心判断是——仿真器是被严重低估的枢纽，掌握它就同时拥了渲染和规划的基础，而当前商业最成熟的反而是渲染器（如谷歌Nano Banana已覆盖上亿用户）。

文章以Momenta为物理AI飞轮样本，但并未展开它的市场排位。中国汽车工业协会2026年1月报告给出答案：2025年1-11月城市NOA第三方供应商中，Momenta以61.06%的搭载量断层第一，华为占比19.76%，两家合计超80%。Momenta的胜出靠的是「开放平台」模式——与上汽、比亚迪、奔驰等超20个品牌、170款车型合作，用量产车数据反哺模型迭代，形成「更多车→更多数据→更好模型」的飞轮，而非华为的全栈自研封闭路线。

文章对世界模型持乐观态度，但CMU、MBZUAI、UCSD联合研究团队在2025年7月发布的论文《Critiques of World Models》直接给这个方向浇了一盆冷水。他们指出世界模型存在五大结构性硬伤：训练数据界定模糊、表征空间含义不足、架构推理效率低、目标函数难设计、决策集成困难。为此他们提出了PAN架构（Physical, Agentic, Nested AGI System），采用分层多级混合连续/离散表征，声称将发布首个27B参数的PAN世界模型——与主流的「视频生成+预测下一帧」路线形成根本分歧。

文章认为世界模型还处在类似GPT-2阶段，但2026年6月出现了三个加速信号：NVIDIA开源Cosmos 3、特斯拉推送FSD V14.3.4、Momenta通过港交所聆讯（物理AI第一股）。关键变量是数据飞轮的运转效率——Momenta已积累70亿公里真实路采数据，提炼出7000万条黄金数据，每日在虚拟环境模拟超10万次极端路况。真正的拐点不在Demo有多炫，而在谁能先让模型在安全、成本、性能之间找到可闭环的商业平衡点，这大概率先从自动驾驶等高价值垂直场景突破，而非立刻出现像ChatGPT那样的全民爆款。

文章提到物理世界数据「获取成本极高、信息密度低」，但没有深挖这个困局的具体解法。中国计算机学会2026年YEF大会专门设论坛讨论：具身智能的「第一桶金」该投向仿真合成数据，还是真机实采数据？仿真成本低、规模大，但存在「模拟到现实」的迁移鸿沟（LIBERO-LONG训练的世界模型到真实桌面直接失效）；真实数据精度高，但单场景采集费用高达百万元级，且伴随失控碰撞风险。目前行业共识是「混合路线」，如ORCA仿真系统验证了仿真数据量达到真机数据3倍时，模型真机表现反而超越纯真机训练——这个比例和条件，正是决定物理AI落地速度的核心变量。