Großer Showdown der Weltmodelle: 55 Unternehmen, 7 Lager – wer entwickelt tatsächlich echte Weltmodelle?

Die Branche der verkörperten Intelligenz erlebt erneut einen großen Skandal.

Shao Tianlan, Gründer von Mech-Mind, hat in seinem WeChat-Moments-Post scharf kritisiert: Viele bekannte, hoch bewertete Unternehmen aus Peking und Shanghai, die sogar in der Frühlingsgala aufgetreten sind, nutzen massiv sogenannte „Datenerfassungszentren“ sowie verbundene Transaktionen mit lokalen Regierungen, Investoren und Lieferanten, um gefälschte, nicht nachhaltige Einnahmen zu erzielen. Er wies darauf hin, dass diese Praxis rechtswidrig, unmoralisch und unklug ist.

Galaxy Universal antwortete daraufhin: Die Produkte des Unternehmens wurden in zahlreichen Bereichen wie Industrie, Einzelhandel und Apotheken großflächig eingesetzt und haben einen zweijährigen Dauerbetriebsvalidierungsprozess abgeschlossen.

Oberflächlich betrachtet streiten sich die Beteiligten nur darüber, ob die Einnahmen der Robotikunternehmen echt sind, ob die Daten der echten Geräte stimmen und ob die kommerziellen Szenarien real sind.

Bei genauerer Betrachtung verbirgt sich dahinter ein größeres Problem: Ist das „echte Universum“, von dem alle behaupten, es zu besitzen, überhaupt wirklich?

Zufällig fragt man 100 Investoren, auf welche Bereiche sie in diesem Jahr setzen, und alle werden Ihnen sagen: Das Weltmodell. Es wird die Hoffnung geschenkt, dass Maschinen die reale Welt verstehen, vorhersagen und simulieren können.

Die Richtung klingt klar, aber die Grenzen sind nicht so eindeutig.

Wenn wir wirklich fragen, was genau ein Weltmodell ist? 100 Investoren haben vielleicht nicht 100 verschiedene Meinungen, aber die Antworten beginnen sich bereits zu verzweigen.

Neben den Unternehmen, die bereits an verkörperten Gehirnen arbeiten, schließen sich auch Unternehmen für Videogenerierung, 3D-Generierung, Datenfirmen und Simulationsplattformen – Unternehmen, die ursprünglich nicht unter dem Namen „Weltmodell“ firmierten – in diese neue Erzählung ein.

Das Weltmodell wird zum Standard für jedes verwandte oder nicht verwandte Unternehmen, erscheint in der Kopfzeile von Präsentationen, im Titel von Pressekonferenzen und als vergoldeter Rand in Finanzierungsgeschichten.

Noch interessanter ist, dass ein Bereich, dessen Branchengrenzen noch nicht einheitlich definiert sind, bereits massiv Einhörner hervorbringt: Von den 55 von uns untersuchten Unternehmen sind bereits 12 zu Einhörnern geworden, davon 9 aus dem Bereich der verkörperten Intelligenz.

Die Begeisterung des Marktes für diesen Begriff ist weitaus größer als die Umsetzung von Produkten. Daten von Google Trends zeigen, dass die globale Suchhäufigkeit für „world model“ im Jahresvergleich um 1200 % explodiert ist und zwischen Mai und Juli 2026 schnell auf ein hohes Niveau gestiegen ist.

Google Trends: Globale Suchhäufigkeit des Begriffs „Weltmodell“

Der WeChat-Account „UnDefined“ hat kürzlich 59 inländische Weltmodelle zusammengestellt und sie in sieben Gruppen unterteilt: Robotik-Gruppe, intelligentes Fahren-Gruppe, Großkonzern-Gruppe, visuelle Generierungs-Gruppe, Daten-Gruppe, 3D-Gruppe und Native-Gruppe.

Verschiedene Gruppen, verschiedene Herkünfte, verschiedene Stärken – das bestimmt auch ihre unterschiedlichen Überlebensstrategien.

Im Folgenden werden wir diese „Weltmodelle“ von Grund auf bewerten und vor allem drei Punkte prüfen: Wie ähnlich es einem echten Weltmodell ist, ob es wirklich in die reale Welt eingetreten ist und ob es kontinuierlich Rückmeldungen aus der realen Welt erhalten kann.

Natürlich sind wir keine professionelle Institution! Alle Bewertungen sind nicht objektiv! Ähnlichkeiten sind reiner Zufall.

01 Robotik-Gruppe: Kampf um das Gehirn, das die Welt versteht – ich gebe die Höchstnote

Die Entwicklung von Weltmodellen in der Robotik-Gruppe ist sowohl extrem wettbewerbsintensiv als auch eine echte Nachfrage.

Derzeit gibt es mindestens 18 Robotik- und Unternehmen für verkörperte Intelligenz, die ihre Weltmodelle öffentlich vorgestellt haben: SenseTime Jueying (Kairos), Daxiao Robotics (Kairos 3.1), Starhaven Diagram (Fast-WAM), Agibot (τ0-WM, GE-Sim 2.0), Galaxy Universal (DyWA, LDA-1B), Lingchu Intelligence (Psi-W0), Xingyuanzhi (ω-EVA), Superb Vision (GigaWorld-Policy), Moqi Intelligence, Octopus Power, Zhongke Fifth Era (BridgeV2W), Weitejia Lagerroboter (Verkörpertes Gehirn Ulti-Brain), Zhijian Power (VLA LaST₀), Zhi Pingfang (Ganzkörper-VLA GOVLA), Feijie Cosys, Boundless Power (W-WALA), Independent Variable Robotics (WALL-WM), Break Shell Robotics (Embodied World Model) usw.

Die Robotik-Gruppe ist die Gruppe mit der höchsten Kapitaldichte im Bereich der Weltmodelle. Im ersten Halbjahr 2026 überstieg das offengelegte Finanzierungsvolumen im inländischen Bereich der verkörperten Intelligenz allein 46 Milliarden Yuan, wobei 70 % davon an die ersten 20 Unternehmen gingen. Die Bewertungen von Galaxy Universal, Starhaven Diagram, Zhi Pingfang und Independent Variable überschreiten bereits 20 Milliarden Yuan. Boundless Power, das weniger als ein Jahr nach seiner Gründung vier Finanzierungsrunden absolviert hat, hat eine Bewertung von über 10 Milliarden Yuan erreicht, und Zhijian Power wurde innerhalb von nur sechs Monaten zu einem Einhorn.

Das Kapital wettet darauf, wer als Erster den Zugang zu den Daten echter Geräte monopolisieren kann.

Herkömmliche Roboter arbeiten mit regelbasierter Programmierung, und End-to-End-Modelle haben sehr schlechte Generalisierungsfähigkeiten. Wenn sie auf unbekannte Objekte stoßen, stürzen sie direkt ab; wenn man das Szenario wechselt, müssen sie neu trainiert werden. Das ist genau das, was die Menschheit von Weltmodellen erwartet: Nach dem Verständnis physikalischer Gesetze die Folgen im „Gehirn“ zu durchdenken und die optimale Aktion auszuwählen.

Der größte Vorteil der Robotik-Gruppe bei der Entwicklung von Weltmodellen liegt darin, dass sie über echte Anwendungsszenarien und Daten echter Geräte verfügt (Wichtig: Es sind echte Daten, die Fähigkeiten trainieren können, keine gefälschten Daten aus den oben genannten sogenannten Datenerfassungszentren).

Jedes vergebliche Greifversuch, jede Kollision, jeder Sturz und jede menschliche Übernahme des Roboters in der realen Umgebung sind die wertvollsten Trainingsdaten für das Weltmodell. Sobald die Anzahl der echten Geräte eine bestimmte Größe erreicht, hat der Schwungeffekt „Modelltraining – Echtvalidierung – Produktiteration“ die Chance, sich zu drehen.

Daher ist die Robotik-Gruppe sehr wahrscheinlich die erste Gruppe, die das Weltmodell in die physische Welt einführt.

Aber genau hier liegt das Problem: Echte Geräte sind sowohl Vermögenswerte als auch Belastungen. Ohne genügend echte Geräte ist die geschlossene Rückkopplung nur ein leeres Wort; aber wenn die Anzahl der Roboter zu groß wird, können die Kosten für Hardware, Bereitstellung und Wartung das Unternehmen zuerst in den Bankrott treiben.

Es gibt noch eine verstecktere Falle: Ein spezialisiertes Modell ist kein allgemeines Weltmodell. Die Daten, die die Roboter eines Unternehmens täglich erzeugen, können das Modell zwar immer besser mit seinen eigenen mechanischen Armen, Greifmethoden und Szenarien vertraut machen, aber das bedeutet möglicherweise nur, dass ein „kleines Universum“ immer besser beherrscht wird. Die eigentliche Herausforderung besteht darin, ob es auch mit einem anderen Roboter, einer anderen Aufgabe und einer unbekannten Umgebung funktionieren kann.

Daher misst sich die Robotik-Gruppe letztendlich daran, wer die Daten echter Geräte in übertragbares Wissen über die physische Welt umwandeln kann, vom „Roboter, der nur sich selbst versteht“ zu dem „Roboter, der andere Roboter versteht“ überzugehen – das ist erst die echte Entwicklung eines Gehirns, das die Welt versteht. Andernfalls ist das Weltmodell nur ein fortgeschrittener Simulator für den eigenen Roboter.

Es gibt vielleicht nur ein oder zwei Unternehmen, die das Letztere in das Ersteres umwandeln können; die restlichen nutzen nur den Namen des Weltmodells, um ihre Finanzierungsgeschichten aufzuwerten.

02 Intelligentes Fahren-Gruppe: Die Welt der nächsten Sekunde vorhersagen – ich gebe die höchste Note

Derzeit haben mindestens 7 Automobilhersteller und Unternehmen für intelligentes Fahren ihre entsprechenden Forschungen öffentlich vorgestellt, darunter NIO (NIO WorldModel), Li Auto (Rekonstruktions-Weltmodell, Generierungs-Weltmodell), XPeng (X-World), Geely (World Action Model), Xiaomi Auto (Joint World Model), Huawei Cloud (Weltmodell des Pangu-Multimodal-Großmodells) und Momenta (R7 Reinforcement-Learning-Weltmodell). Darüber hinaus haben Horizon Robotics und Star River Wentu öffentlich angegeben, dass ihre selbst entwickelten Systeme für intelligentes Fahren über Fähigkeiten von Weltmodellen verfügen.

Die Liste ist nicht lang, aber jedes Unternehmen verfügt über eine eigene Flotte von Serienfahrzeugen und Datenpipelines.

Das heutige „intelligente Fahren“ ist im Wesentlichen noch ein Fahrassistenzsystem. Das Weltmodell soll die Einheit von Wahrnehmung, Vorhersage und Planung vervollständigen.

Der größte Vorteil der Automobilhersteller ist, dass sie über einen kontinuierlich betriebenen Sampler für die reale Welt verfügen: Sie erfassen Daten von realen Straßen, entdecken Probleme, filtern gültige Proben, trainieren das Modell neu, überprüfen die Effekte der Modelliteration durch Simulation und Bewertung und setzen das Modell schließlich wieder in Fahrzeugen ein, um eine geschlossene Datenrückkopplung zu erreichen.

Die Datenerfassungsbedingungen der Gruppe für intelligentes Fahren sind hochgradig standardisiert: relativ feste Sensoren und Fahrzeugsteuerungsschnittstellen, relativ einheitliche Straßenverhältnisse, relativ wiederholende Aufgaben – daher hat das Modell eine starke Fähigkeit zur großflächigen Vervielfältigung.

Im Gegensatz zu anderen Gruppen hat die Gruppe für intelligentes Fahren in den letzten zehn Jahren bereits eine Runde des Aufbaus einer geschlossenen Datenrückkopplung absolviert, sodass sie einer der ersten vertikalen Bereiche sein könnte, in denen Weltmodelle erfolgreich umgesetzt werden.

Aber die Probleme der Automobilhersteller sind auch realistisch: Die Herstellung von Autos und die Entwicklung von Grundmodellen erfordern zwei verschiedene Fähigkeiten. Geld, Fahrzeuge und Daten zu haben bedeutet nicht, dass man über Zehntausend-GPU-Cluster und ein Team für Vortraining verfügt. Daher sind einige Weltmodelle von Automobilherstellern möglicherweise „Markenprodukte unter Fremdlabel“ oder „gemeinsam entwickelte Produkte“ – der Name gehört dem Automobilhersteller, aber die zugrundeliegenden Fähigkeiten stammen von Lieferanten.

Das wird zu einem echten verdeckten Wettbewerb in der Gruppe für intelligentes Fahren. Lieferanten wie Huawei und Momenta können Daten über verschiedene Marken und Fahrzeugmodelle hinweg erfassen, insbesondere hochwertige Szenarien wie extremes Wetter, komplexe Kreuzungen und gefährliche Entscheidungen. Noch wichtiger ist, dass sie die Möglichkeit haben, Daten, Algorithmen und Bewertungssysteme verschiedener Flotten miteinander zu verbinden. Ihr Ehrgeiz ist es, sich von „Verkäufern von Lösungen für intelligentes Fahren“ zu „Anbietern grundlegender Fähigkeiten im Zeitalter der intelligenten Automobile“ zu entwickeln.

Gleichzeitig haben die Lieferanten auch ihre Probleme: Zugang zu Daten zu haben bedeutet nicht, dass sie die geschlossene Datenrückkopplung besitzen. Ob die Daten kontinuierlich für das Training verwendet werden können, hängt letztendlich von der Kooperationsform und den Vertragsbedingungen mit den Automobilherstellern ab.

Die Automobilhersteller wetteifern um ihre eigene Datenmenge und geschlossene Rückkopplung, die Lieferanten wetteifern um die Datenmenge und geschlossene Rückkopplung über verschiedene Flotten hinweg. Letztendlich hat nur derjenige die Berechtigung, das Gehirn des nächsten Automobilgenerations zu definieren, der Daten wirklich in Modellfähigkeiten umwandeln kann.

03 Großkonzern-Gruppe: Alles kann gemacht werden, aber die Welt entsteht nicht durch bloße Anhäufung – ich gebe die Höchstnote

Zu den Großkonzernen, die entsprechende Produkte oder Forschungen öffentlich vorgestellt haben, gehören derzeit Alibaba (Qwen-RobotWorld, Qwen-AgentWorld, Happy Oyster), Ant Lingbo (LingBot-World / LingBot-VA), Tencent Hunyuan (HY-World 2.0), ByteDance Seed (GR-Serie, Seedance 2.0), Kuaishou (Keling Video 3.0 Omni), Huawei Cloud (Pangu-Weltmodell) sowie Meituan (LongCat-Video), das sich gerade auf diesem Gebiet erprobt.

Im Jahr 2026 werden Weltmodelle von immer mehr Großkonzernen als Infrastruktur der nächsten KI-Generation betrachtet. Sie können es tolerieren, dass ihr eigenes Großmodell nicht das stärkste ist, aber sie können es keineswegs tolerieren, bei dem neuen Spiel nicht dabei zu sein.

Der größte Vorteil der Großkonzern-Gruppe ist, dass sie alles hat. Unternehmen mit Videoressourcen entwickeln Videoprodukte, Unternehmen mit Kartenressourcen entwickeln 3D-Produkte, Unternehmen mit Robotern entwickeln Produkte für verkörperte Intelligenz, Unternehmen mit Agenten entwickeln digitale Umgebungen … Alibaba setzt sogar gleichzeitig auf drei Richtungen: Roboter, Agenten und virtuelle Welt.

Diese Haltung „alles zu wollen“ ist in der Phase unklarer Strategien ein Vorteil, aber sobald der Standard festgelegt ist, kann sie auch zu einer Belastung werden. Schließlich ist es noch nicht beantwortet, ob ein Weltmodell ein Video, ein 3D-Modell, ein physischer Simulator oder eine digitale Umgebung für Agenten sein soll.

Man kann gleichzeitig auf verschiedene Richtungen setzen, aber die geschlossene Datenrückkopplung kann nicht gleichzeitig funktionieren. Inhaltsplattformen verfügen über eine riesige Menge an Videos, aber fehlen Aktionsrückmeldungen; Kartenunternehmen verfügen über räumliche Daten, aber nicht unbedingt über kontinuierliche physische Interaktionen; Robotikunternehmen verfügen über echte Aktionsdaten, aber deren Umfang ist weitaus kleiner als der von Internetdaten.

Viele Daten zu haben bedeutet nicht, über die Daten zu verfügen, die ein Weltmodell am dringendsten benötigt. Am Ende entstehen möglicherweise eine Menge „fortgeschrittener Tools“, die jeweils für Video, 3D, Roboter und Agenten dienen.

Das Endergebnis der Weltmodelle wird nicht unbedingt von dem Großkonzern mit den meisten Modellen gewonnen, sondern