2026年9月28日，AMD宣布以约82亿美元全股票收购李飞飞创办的World Labs，李飞飞将出任AMD执行副总裁兼首席科学家。这是AMD历史上规模第二大的收购案。一家成立仅两年的公司获得芯片巨头如此定价，意味着AI的竞争重心，正从数字世界转向物理世界。
视线转回国内。影身智能早已在同一条路上跑出完整答卷：以原生4D世界模型为核心引擎，打通从数据采集、模型训练到场景落地的全链条，并已经把这台“引擎”装进了真实产线。
影身智能创始人、CEO闵伟有一个直截了当的判断：“数据从来不是多少的问题，而是维度问题。”这与李飞飞从ImageNet到World Labs一以贯之的“数据焦虑”，形成隔空呼应。
一个在硅谷为空间智能定价，一个在中国车间为物理智能验证。看懂这两件事，就看懂了世界模型赛道的上半场：方向已无悬念，真正的分野才刚刚开始。
一、AI走向物理世界的“必答题”
世界模型要“预测下一个物理状态”。业界普遍认为，这是AI从数字智能迈向通用物理智能的关键路径。
但共识之下藏着硬瓶颈：世界模型需要同时具备三维空间信息与时间维度的4D数据，这类数据获取成本极高、供给极度稀缺。物理世界的信息是物体、接触、力、形变及其在时间上的演化——用二维视频或静态3D数据训练世界模型，信息在源头就被降维了。这解释了行业的集体困惑：训练数据从十万小时堆到千万小时，泛化能力却没有本质突破。
影身智能把这个困局称为“维度鸿沟”：机器人训练用一维语言加二维视频，处理却要在四维物理世界中交互，这是机器人能力没有突破性进展的底层原因。
要走4D世界模型这条路，对团队有两个硬要求：一是三维视觉和动态重建的学术积累，二是机器人进入真实产线的工程落地能力。同时具备这两项能力的团队，在国内屈指可数。
自成立起就押注原生4D世界模型的影身智能，是少数同时满足这两个条件的团队：创始人闵伟是清华博士、原阿里机器人业务负责人，有20余年AI与机器人领域经验；首席科学家刘烨斌教授是清华自动化系长聘教授、国家杰青，深耕三维视觉、3D与4D内容生成，数字人；特别科技顾问朱煜教授为清华机械工程系长聘教授；目前影身智能研发人员占比超90%，形成“80后产业落地骨干+90后至00后硕博4D世界模型研发团队”的人才结构。
2024年，李飞飞创立World Labs，影身智能同年成立。两条路线底层逻辑相同：AI要理解物理世界，数据维度必须升维。区别在于切入方式：World Labs先建立通用模型能力，再向应用场景延伸；影身智能从数据源头切入，先用4D数据把模型“喂”起来，再把它送进产线。技术同源，路径有别。
二、一次从数据源头开始的“全链条重造”
世界模型已成具身智能行业的战略制高点，但“何为合格的世界模型”，业界至今没有统一标准，路线明显分化：有的基于视频数据走生成式路线，强调视觉真实感；有的从三维重建入手，追求几何结构的精确；有的叠加物理引擎，增强动态模拟能力，各执一端。
这些分化背后，是两个绕不开的共同短板。一是数据维度上的降维损失：主流路线依赖低维数据，信息逐层损耗；二是功能维度上的割裂分立：渲染解决“看得见”，仿真解决“算得准”，规划解决“动起来”，三者各成一套，尚未形成完整的物理智能闭环。行业竞争的表层是“谁的演示更惊艳”，里层则是这两个短板谁先补上。
影身智能的选择，是把整条链路重造一遍。2024年成立时，正值大语言模型最热、行业最迷信数据规模的时刻，影身智能就从数据源头开始，把“数据—模型—应用”三个环节按同一个4D标准重构。
数据层是自研的“影身360”采集系统：4到6个家用级RGB摄像头加消费级GPU，即可实现毫米级精度、每秒25帧的实时4D数据生成，过去高质量4D采集设备单套要数百万元、租一天上万元，影身智能把摄像头从80个降到4到6个，硬件综合成本降低超90%，出数据时间从几小时压到实时。
模型层是自研的4D基座世界模型“破界S1”，以统一时空表征把重建、理解、生成放进同一套体系，正面回应“功能割裂”的行业短板：SharpTimeGS在统一框架下同时解决静态漂移与动态模糊两大难题；GAF高斯动作场一次前向传播同时完成重建、预测、决策，动态操作任务平均成功率比此前最优方法高出10个百分点以上。
进化层是“real-to-real”路线：数据直接从真实作业场景获取并迭代，训练与实战同域，落地更可靠；真实场景沉淀的成功与失败案例持续反哺模型，模型变强后再落地更多场景。
三层叠加，影身智能真正完成的是让“感知物理世界—理解物理规律—驱动物理动作”在同一套4D体系里闭环运转。数据是它的燃料，但4D世界模型，才是这台引擎本身。
这条路线的价值，还在从企业闭环外溢为行业基础设施。今年9月，石景山具身智能训练中心在首钢园揭牌，影身智能以核心共建方、一期4D基座世界模型主建方身份深度参与。一期2.0正式升级为“4D世界模型驱动的具身智能多模态数据飞轮”：以4D世界模型为统一底座，构建“采集—建模—训练—验证—回流”闭环，融合数据生成、多模态融合、VLA、ICL训练能力，这是国内首个由4D世界模型驱动的具身智能数据与训练基础设施。这一事件的含义在于：原生4D路线不再只是一家公司的技术选择，而开始成为可公共复用的产业底座。世界模型的竞争，表层是模型效果之争，深层是“谁能把真实物理世界持续、低成本地转化为模型能力”的全链条效率之争，当这样的基础设施出现时，赛道的竞争规则就变了。
三、世界模型的成色，要在产线上检验
检验一个世界模型成色最好的方式，不是演示视频，而是把它放进行业公认最难的场景。据闵伟在晋江调研时的说法，服装鞋帽行业从业人员约四千万、用工缺口巨大，而制鞋等行业自动化渗透率不足5%。最关键的卡点是“双柔性”：材料柔性，鞋面布料受力即形变，机械臂抓不住；任务柔性，鞋款按月迭代、小单快反，传统自动化换款就要花一两天重新编程调试。
影身智能的三款机器人由此入场：ShadowGlue涂胶机器人通过观看工人操作视频即可自主学习工艺逻辑，实时感知胶水粘稠度变化，0.1秒内完成动态补偿，物料浪费率小于1%；ShadowPress压底机器人实现亚毫米级精准对位，良品率99.9%以上，支持7×24小时无人化作业；ShadowBox打包机器人在东博会现场完成连续折纸盒演示。落地标准是“三个零”：零产线改造、零停工、零驻场。影身智能真正验证的是模型面对一双从未见过的鞋时，是现场推理它的状态，还是只会回放一条写死的轨迹。
但具身智能的商业化从来不看发布会，只看工厂的三笔账：接不接得进产线、干活稳不稳、多久回本。晋江制鞋企业华增鞋业的公开评价是一次实考：“影身智能的系统今年3月进入压底、涂胶工序，承担实际大货订单生产，效率、稳定性都很出色；机器人可直接嵌入原有流水线，不需要做大的产线改造。”按该厂测算，投资回收周期约一至两年。
商业脉络也在延展。2026年，影身智能在手柔性智造订单达到数亿元级别，排产规模千台级；今年上半年，与越南多家服装企业达成战略合作，首批合同涉及数百台设备，金额数千万元。
从路径价值看，如果4D世界模型能在制鞋这种最难的“双柔性”场景中跑通，那它就具备了向箱包、家居、服装等同类柔性制造场景复制的能力。制鞋不是终点，是验证载体。
同一套底层能力还在向外溢。影身智能已将4D采集重建能力延伸至数字文娱，围绕高保真数字人、音视频同步对话、实时多模态交互等方面完成核心技术积累；4D直播系统让观众从“单向观看”走向“置身场内”，公司目前正在与知名导演合作制作4D短片，验证4D内容从采集到成片的完整生产流程；居家生活方向处于技术预研与场景验证阶段。底层能力跨工业与内容复用，既提高技术利用率，也增加真实数据入口——4D世界模型正在从“单点工具”长成“产业底座”。
结语
82亿美元是一笔收购的价格，也是一个问题的价格：AI如何理解物理世界。李飞飞和AMD用资本给出了他们的回答方式；影身智能用两年时间给出了另一种：把模型埋进产线，让真实世界自己来教。
这两种回答并不矛盾，反而互为印证。方向被反复确认之后，竞争的焦点正在收窄为一件事：谁的模型不只是在演示里聪明，而是能在真实的物理世界里，日复一日地把活干对。
世界模型的故事，第一章写在实验室和发布会里，第二章写在真实场景的作业数据里。现在，第二章才刚刚翻开。
精彩评论