来自中国的“无界世界模型”（Boundless World Model，BWM）一鸣惊人——开源版本BLM得分64.54，在13个参评模型中斩获全球第一；关源版本BWM-Fast得分67.87，在总计86个参评模型中位列全球第二，距离榜首仅差0.39分。 这份榜单从视觉质量、活动质量、物理遵循性、内容一致性、三维空间正确性及可控性六大维度、16项细分指标进行综合评估。参赛阵容堪称豪华：Google、NVIDIA、高德、智元机械人、生数科技、极佳视界、流形空间、北京人形机械人创新中心……国内表顶尖团队悉数参与。 值妥贴心的是，BWM并非出自算力堆叠的大厂之手，而是由欧洲科学院表籍院士、同济大学推算机科学与技术学院院长申恒涛教授牵头，国度级青年人才朱磊及其团队，结合考拉悠然、上海码极客共同研发。团队基于阿里巴巴开源的Wan2.2-TI2V-5B视频天生模型，以50亿参数的幼体量，跑赢了诸多规模远超自己的敌手。 若是你看过波士顿动力的机械人视频，可能会有一个疑难：那些流畅的作为、精准的抓取，到底是提前编好的法式，还是机械人真的“理解”了物理世界？这个问题的答案，指向AI领域最前沿也最辣手的方向之一——世界模型。 世界模型的野心很大：让AI不只“看见”画面，还能“预赣妆接下来会产生什么。给它一张初始照片，再通知它“机械人要把杯子放到桌上”，它就能推演出整个作为过程的视频——就像给AI装了一双能预感未来的眼睛。这个能力一旦成熟，机械人就不必要在真实世界里一次次试错，而是在虚构世界里先把作为“彩排”一万遍。 2026年，世界模型成了AI圈最炙手可热的赛路。图灵奖得主Yann LeCun与谢赛宁合资缔造AMI Labs，据多家媒体报路融资规模达10亿美元级别；李飞飞的World Labs持续加码；贝索斯成立Project Prometheus押注造作业AI。具身智能也被列入“十五五”未来产业规划，政策与本钱的双沉驱动下，全球科技巨头正疯狂涌入。 近两年，世界模型这条赛路有一种显著的“军备较量”偏差：模型参数越来越大，训练数据越堆越多，算力卡集群越拉越长。在这种氛围下，BWM团队选择了一条不那么“卷”的路线——不靠堆数据和拼算力，而是靠架构创新和数据效能取胜。 这里必要发展诠释一下DiT架构的价值。与传统扩散模型分歧，DiT用Transformer代替了原来的卷积骨干网络。在处置长视频序列时，把稳力机造可能捉拿更远距离的时空依赖关系——单一说，就是让模型在推演第100帧时，还记得第1帧里杯子放在哪里。而“动态影象机造”的引入，则进一步缓解了长时序推演中的“苦难性忘却”问题。 首帧疏导机造利用初始帧信息锚定场景，提升视频天生的时空连贯性；双通路作为节造调造则将机械人作为轨迹精准映射到视频天生中，实现作为可控的物理仿真。三项创新从场景初始化、长时序影象建模到作为响应节造多维度协同，使BWM在时空连贯性、作为可控性与物理一致性上全面当先。 BWM以幼参数量跑赢大模型，这在世界模型领域并不多见。它不仅是一项技术成就，更在提醒一个方向：算力规模并非唯一的入场券，架构原创才是真正的壁垒。 世界模型好不好，最终要看它能不能在真实的机械人工作钟装靠谱地预庞妆。BWM在评测中覆盖了六大类典型具身工作场景，每一类都在考验模型对分歧物理交互的建模能力： 空间沉排——按大幼分列积木、堆叠碗碟。挑战在于多物体的空间排序与堆叠不变性。BWM可能维持物体身份与指标布局，维持不变堆叠接触，并预测自适应夹爪节造。 铰链交互——打开微波炉、打开笔记本电脑。挑战在于铰链约束下的开合动力学，以及旋转过程中物体几何状态的连贯性。BWM在长时序推演中维持了物体状态的悠久性。 精密操作——拧开关、挂杯子、按铃铛、盖章章。挑战在于极幼的接触区域和精确的状态变动交互，要求模型理解物体的可供性——也就是"这个器材能怎么用"。 双臂协同——双手传递积块、交代麦克风。挑战在于双臂同步活动与近距离交代中的碰撞预防。BWM建模了同步双臂活动，维持了物体陆续性。 长程搁置——将物体放入柜子、瓶子抛进垃圾桶。挑战在于长时序场景一致性与遮挡下的物体漂移问题——BWM在遮挡场景下物体不会"凭空隐没"。 散布表泛化——团队用GPT-Image-2天生了从未见过的初始场景，叠加原始机械人作为序列让BWM推演未来了局。面对物体表观的剧烈变动，BWM依然维持了作为驱动的动力学一致性和交互连贯性。这意味着模型并不是靠"背题"拿到高分，而是真正学到了某种水平的物理法规——即便面对训练过程中没见过的场景表观，它依然能沿着给定的作为序列，合理地推演出接下来会产生什么。用更通俗的话说：模型占有了肯定水平的“物理直觉”。 这些场景的难度在于，它们不是单一的视频天生，而是基于给定作为序列的物理仿真。模型必要理解“力”与“活动”的关系，必要预判作为的后果，必要对三维空间有精确感知。这正是世界模型区别于通常视频天生模型的主题能力。 当前世界模型行业存在一个显著的痛点：学术成就难验证，顶尖技术难复现。好多团队在论文里汇报的成就令人印象深刻，但表界既无法复现，也难以判断真实能力天堑在哪里。 BWM团队采取的战术是开源与关源并杏转—开源版本BLM开释可复现的技术底座，降低科研与开发门槛；关源版本BWM-Fast则持续索求模型机能上限，验证技术路线的竞争力。 截至发稿，BLM的模型权沉、推理代码已在GitHub和Hugging Face同步盛开，训练代码也在逐步释出中。GitHub仓库已收成超过1600颗Star。当足够多的钻研者和开发者基于统一套开源底座做尝试、提issue、贡献代码，世界模型的迭代速度将会显著加快。 从更大的行业视角来看，世界模型赛路在从“要不要做”进入“怎么做”的深水区。LeCun的JEPA路线、李飞飞的3D天生路线、华为系团队的类脑认知路线、以及BWM所代表的作为前提视频天生路线——分歧的技术蹊径在交汇和分化。 英伟达机械人方向掌管人Jim Fan在红杉AI Ascent 2026大会上抛出了一个极具争议的论断：“VLA已死，WAM当立”。随后，复旦大学团队结合新加坡国立大学颁发综述《World Action Models: The Next Frontier in Embodied AI》，与Jim Fan的论断遥相响应。 无论这场路线之争最终走向何方，BWM的成就已经证了然一件事：在世界模型的竞争格局中，中国团队不仅在场，并且有实力站在最前面。同济大学空间智能团队暗示，这套技术路线与全栈能力系统已形成，未来将在空间智能与世界模型主题问题上持续深度索求。而对于整个行衣反说，一个开源、高水平、持续迭代的世界模型底座，或许正是当前最缺的那块拼图。