世界模型产业链分析
digoal约 14 分钟1. 一页结论
链条的核心矛盾：世界模型把「视频生成」升级成了「世界推演」，但模型层至今几乎没有可披露的收入。钱已经在算力层收完，模型层主要贡献的是估值。
上游算力是最确定的赢家。英伟达 FY2027 Q2 数据中心单季 890 亿美元，占其总收入的九成以上，毛利率 75.0%。 中游基座模型是最大的认知差。AMD 用约 82 亿美元全股票买下 World Labs，但这笔交易没有带来任何披露的营收或客户承诺。 下游最先收钱的是机器人仿真训练。Runway 公开了八个策略的仿真与真机成功率相关系数 0.95，这是目前唯一能量化的「仿真替代真机」证据。 最容易被替代冲击的不是游戏引擎，而是「资产生产方式」。引擎公司目前反而活得更好：Unity 2026 Q2 收入 5.46 亿美元、同比 +24%，调整后 EBITDA 利润率 29%，为历史新高。
最有议价权的节点：算力层，理由是它同时握着「跑模型」和「定义模型架构」两张牌。英伟达 2026-05-31 发布 Cosmos 3，直接把模型权重、训练脚本、数据集和部署工具打包开放，等于用免费模型锁死自家硬件需求。
普通投资人最该跟踪的 6 个信号：
AMD 与 World Labs 的交割是否在 2026 年底前完成，Atlas 是否进入下一代芯片的联合设计流程。 Project Genie 的交互时长上限是否从 60 秒放宽——这是判断「玩具」还是「引擎」的分水岭。 有没有公司首次公开世界模型的独立收入口径（而不是算力收入或订阅捆绑）。 机器人厂商披露的「仿真替代真机」比例，以及由此节省的台架台数。 英伟达数据中心毛利率能否守住 74%-75% 区间。 4D 时空数据的存储与检索成本曲线——这决定了中游能不能收敛出数据壁垒。
2. 产业链全景图
这一周真正发生的变化
2026-10-07，Google DeepMind 把 Project Genie 的交互原型开放给美国 Google AI Ultra 订阅用户，由 Genie 3、Nano Banana Pro 与 Gemini 共同驱动，可实时生成可进入、可探索、可重混并导出视频的世界。同期多家媒体转述的国内开放平台消息被部分二手报道误标为「10-07 发布」，实际发布日为 2026-07-14，本周并无新版本，本报告以此为准。
三件事叠在一起，说明赛道已经从「能不能做出来」转向「谁把它做成产品」：AMD 用 82 亿美元把模型研究能力买进芯片公司、Google 把生成式世界模型绑进最高档订阅、国内团队把单卡可跑的开源权重放到 GitHub。
一张图看懂三层：
上游：加速卡、云与数据中心、4D 时空数据采集、时空数据库。 中游：英伟达 Cosmos、Google Genie、Atlas（已归 AMD）、国内开源团队（泛指）。 下游：机器人策略训练、自动驾驶仿真、游戏影视、XR 头显与内容平台。
链条真正的卡点不在算力，而在数据。世界模型要的是四类对齐数据——视频、深度、点云、轨迹——而不是网上随便爬的视频。渲染器类的模型「泡在互联网视频里」，模拟器和规划器却面临 3D 资产与机器人演示的严重短缺，这个判断来自李飞飞本人的分类学论述。
3. 节点拆解：价值如何流动
3.1 上游算力：唯一有确定收入的层
英伟达 FY2027 Q2（截至 2026-07-26）总收入 962.21 亿美元，同比 +106%；其中数据中心 890.23 亿美元，同比 +117%，环比 +18%。
AMD 2026 Q2（截至 2026-06-27）总收入 115.36 亿美元，同比 +50%；数据中心 67 亿美元，同比 +107%，占公司总收入 58%。
注意口径差异：英伟达的 890 亿是单季美元，AMD 的 67 亿是单季美元，两者不可直接相加，但可以用来判断两者在 AI 算力上的相对位置正在快速收敛。
云这一层，阿里 2026 年 6 月季度 AI 云与算力服务收入 484.37 亿元人民币（约 71.39 亿美元），总收入及外部客户收入同比增长均加速至 45%；同期资本性支出 676.78 亿元人民币，同比 +75%。资本开支增速快于收入增速，这是本轮最值得盯的一条财务信号。
3.2 中游基座模型：估值最高、收入最低
四种技术路线并存，各自卡在不同的天花板上：
观测级渲染器（Sora、Seedance 一类）：输出视觉上合理的视频，但不维护显式三维结构。能拍，但不能开车。 潜空间预测（JEPA 一路）：在抽象空间预测未来，不生成像素。效率高，但无法直接产出可视资产。 结构化 3D 世界表征（3D 高斯泼溅一类）：几何可查询、可被物理引擎驱动，但动态场景和长时交互仍是难题。 全模态基座（Atlas、Cosmos 3）：把生成与重建放进同一个架构。Atlas 的核心原语是「新视角预测」——给定若干视角和相机位姿，预测从任意位置看到的画面。
3.3 下游应用：付费意愿的真实排序
按「客户是否愿意立刻掏钱」排序：
机器人与自动驾驶仿真（最愿意付）。Waymo 用 Genie 3 做后训练生成了相机 + 激光雷达双模态输出，把现实中几乎采不到的极端场景（龙卷风、大象、穿恐龙服的人）变成可批量生成的测试材料。 工业柔性制造（次之）。国内团队已在制鞋产线落地涂胶、压底等工序，属于「省掉一天重编程调试」这种能直接算 ROI 的场景。 游戏与影视（创意验证期）。价值在于把「数周的创意验证周期压缩到小时级」，但离大规模生产还有距离。 XR 头显（最早期）。国内头部厂商的路径是云端渲染 + 低算力头显，媒体报道的指标是延迟约 50 毫秒、帧率 20 帧。
3.4 对数据库与数据组织的间接影响（给 DBA 读者）
4D/时空数据是全新的数据资产形态，它跟传统三维资产有三点根本差别：
它是四维的，且时间轴不可压缩丢弃。PostGIS 支持 4D 坐标（x, y, z, m），PostgreSQL 也提供 4D 版本的 BRIN 索引算子类。 它是原生轨迹，不是点序列。云厂商的时空引擎明确采用原生轨迹模型，宣称相比传统点模型有近 50-100 倍的时空计算性能提升（。 点云必须原生支持。同一引擎把激光点云列为五类支持对象之一（几何、移动对象、遥感、几何网络、激光点云）。
工程设想，非官方文档：如果 DBA 要为世界模型流水线建数据层，我会优先考虑三个设计——
世界状态与观测分离。模型每帧生成的是「观测」，而你需要按时间轴回放和查询的是「状态」。把两者放同一张表，回放查询必然退化。 时空索引与向量索引共存。几何相似（找附近的场景）和语义相似（找功能类似的场景）是两类查询，单一索引结构会二选一。PostgreSQL 生态里 PostGIS + pgvector 的组合是目前最省事的路径。 别把大对象塞主表。点云和深度图是典型的大对象，冷热分离的收益远高于调优。
4. 代表性上市公司清单
未上市但必须跟踪：World Labs（已归 AMD）、Runway、AMI Labs、国内 4D 世界模型团队（泛指）。
5. 重点公司分析
5.1 AMD：82 亿美元到底买的是什么
2026-09-28 AMD 宣布以全股票方式收购 World Labs，交易价值约 82 亿美元，预计 2026 年底前完成。李飞飞将出任执行副总裁兼首席科学家，直接向 CEO 苏姿丰汇报。
这是 AMD 史上第二大并购，仅次于 2022 年约 500 亿美元的 Xilinx。
这个问题有三种答案，投行视角下我的排序是：
第一，买的是「路线图洞察」，也就是团队。 苏姿丰的原话把逻辑说得很直接：为下一代 AI 构建算力平台，需要深刻理解模型如何演进。翻译成投资语言：芯片设计周期是 3-5 年，模型架构演进是几个月。买一支能提前告诉你下一代模型要什么的团队，比赌某一代卡更有价值。
第二，买的是生态卡位，但目前证据不足。 AMD 在收购前已持有 World Labs 股份，两者此前已建立联合推理优化与训练合作（。收购把「合作」变成「内化」，锁定了软硬件 co-design 的通道。
第三，买的是 Atlas 这个模型本身——这个说法最弱。 World Labs 官方从未披露 Atlas 的定价、GA 时间或客户名单，Atlas 仍处于定向合作伙伴 early access 阶段。一个没有公开收入、没有公开价格的模型，很难支撑 82 亿美元。
摊薄幅度小但不免费：按 2026-09-28 收盘价 607.87 美元与 AMD 最新季报披露的 16.32 亿股计算，82 亿美元约合 1,350 万股，约占 0.8%（换股比例未披露，此为按收盘价推算的算术示意）。AMD 在公告次日收于 607.57 美元，基本持平。
营收驱动：Data Center（当前 67 亿美元/季，+107%）和 Client（31 亿美元，+23%）。 成本结构：先进制程与 HBM 采购、封装产能是主要变量。 护城河：ROCm 软件生态仍弱于 CUDA，这是它买模型的深层原因。 风险：整合风险、关键人依赖（李飞飞一人绑定）、以及「买来当内部研发团队」的估值消化问题。
5.2 英伟达：两层通吃的唯一样本
FY2027 Q2 总收入 962.21 亿美元，数据中心 890.23 亿美元（占 92%），毛利率 75.0%，净利 596.88 亿美元。下一季度指引 1,080 亿美元，不含中国数据中心计算收入。
Cosmos 3 的战略意义远大于其直接收入。2026-05-31 GTC 台北发布，是首个完全开放的物理 AI 全模态模型：单一 Mixture-of-Transformers 架构同时做视觉推理、世界生成和动作预测。三个档位——Super 64B、Nano 16B、Edge 4B（后者当时未发布）。权重以 OpenMDW-1.1 许可放在 Hugging Face，同时放出六个合成数据集和一套物理 AI agent 技能工具包。
同期成立的 Cosmos Coalition 创始成员包括 Agile Robots、Black Forest Labs、Generalist、LTX、Runway 和 Skild AI。英伟达在用免费权重换生态，用生态换硬件需求。
护城河：CUDA + 模型参考实现的双锁。反方观点：Cosmos 开放权重意味着任何人（包括 AMD）都能在其模型上优化，长期看会削弱硬件绑定——但这恰恰说明英伟达自信到不怕对手抄。
5.3 Google：数据是唯一无法被复制的资产
Genie 3 是 2025-08-05 发布的世界模型：720p、24 帧/秒自回归生成、维持数分钟一致性。
2026 年 10 月的关键动作是接入街景。Google 官方 2026-05-19 博客确认：Genie 现已连接近 20 年的 Google 街景影像，并面向全球 AI Ultra 订阅用户开放。
这条护城河的本质：竞争对手可以抄架构、抄参数、抄论文，但抄不走二十年积累的、带地理坐标的真实影像库，而且它免费附送在最高档订阅里。第三方分析指出 Genie 背后是超过 2,800 亿张街景影像、覆盖 110 个国家（第三方统计，未在 Google 官方文档中直接核实）。
变现方式：捆绑进最高档 AI Ultra 订阅，不单独收费。成本结构：推理成本高但被订阅收入覆盖。 风险：项目仍是 Labs 里的实验性原型，官方限制页面列出的问题包括——角色能穿过实体、无法精确复现真实地点、文字渲染不可靠、多智能体交互无法可靠模拟。
5.4 阿里巴巴：三条输入一次握齐
营收驱动：2026 年 6 月季度收入 2,689.53 亿元人民币，同比 +9%；AI 云与算力 484.37 亿元，同比 +45%。
ABot-World Studio 的技术细节值得单独说：官方称可在单张 RTX 5090 上本地部署，架构层面不设推理时长上限，官方实测单次连续推理稳定运行超过 1 小时且无崩溃无质量衰减，并内置「时空任意门」机制；ABot-World0（视频）与 ABot-3DWorld0（3D）两个模型均已开源。
时间线需要更正：该产品的公开发布与开放测试是 2026-07-14，不是本周。开源仓库的 README 记录显示 2026-07-09 发布了 ABot-World-0-5B-LF 推理代码与在线 playground，并计划开源 500 小时带精确动作标注的视频训练数据集。
护城河：近 10 亿月活的场景数据 + 实时反馈。反方观点：这类数据飞轮在地图业务里成立，但在生成模型领域能不能变成壁垒尚未证明。
5.5 Autodesk 与 Adobe：被冲击方的两种选择
Autodesk 选择「买下注」。2026-02 在 World Labs 的 10 亿美元融资中投入 2 亿美元（单笔最大），并担任战略顾问，为的是把世界模型能力接进行业云工作流。FY2026 Q4 收入 19.57 亿美元、同比 +19%，RPO 83 亿美元、同比 +20%。
Adobe 选择「接别人的」。Firefly 直接内置 Runway Gen-4.5 和 Aleph 2.0。FY2026 Q3 收入 67.6 亿美元、同比 +13%，AI-first 期末 ARR 超 6.5 亿美元、同比 +150%，Firefly 期末 ARR 环比 +40%。
这两条路线的差别是投资含义的关键：买下注者承担模型失败的风险但独占收益；接入者只赚应用层但随时可能被模型方绕过。
5.6 Unity：引擎为什么没被替代
2026 Q2 总收入 5.46 亿美元（+24%），其中战略收入 4.86 亿美元（+38%），Create Solutions 1.58 亿美元（+2%），Grow Solutions 3.89 亿美元（+35%），调整后 EBITDA 1.60 亿美元、利润率 29%，自由现金流 2.02 亿美元（+59%）。公司把 GAAP 盈利时点从 2026 Q4 提前到 Q3。
但增长的来源不是引擎：Grow Solutions 的增长来自 Unity Vector 广告产品，公司称该产品年化收入已超 10 亿美元，比原计划提前两个季度达成。也就是说，一家游戏引擎公司的增长引擎，是广告技术。
这个事实对世界模型投资叙事是个提醒：下游付费的落点，未必是「引擎」，也可能是引擎旁边那些更靠近用户注意力流的环节。
6. 竞争格局与护城河
6.1 三种护城河，强度递减
第一种：算力 + 架构的双锁（英伟达）。同时控制「跑模型要什么」和「模型该怎么写」两件事。开放权重看似放弃了后者，但参考实现本身就是最强的锁定工具。强度：最高。 反方观点：权重一旦开放，竞争对手可以在其基础上优化，长期侵蚀的是硬件溢价而非生态。
第二种：真实地理数据（Google）。二十年街景 + 地理坐标，无法被合成数据替代。强度：高。 反方观点：街景只覆盖道路和建筑，对机器人训练最有价值的工厂内精细场景覆盖极弱。
第三种：客户工作流嵌入（Autodesk、Adobe、Unity）。替换成本高，但增长天花板也低。强度：中。 反方观点：如果世界模型输出的资产能直接进 DCC（数字内容创作）管线，工作流嵌入的价值会被重新定价。
6.2 一条被低估的路线分歧
2026 年的世界模型不是一条路线，是至少四条：观测级生成、潜空间预测、结构化 3D 表征、全模态基座。
杨立昆（LeCun）离职 Meta 后创立的 AMI Labs 明确持反对立场——他公开表示「一个真正的世界模型不是视频生成系统」，主张 JEPA 应在潜空间而非像素空间工作。AMI Labs 在 2026-03 融资约 10.3 亿美元（约 8.9 亿欧元），投前估值 35 亿美元，官方表态暂不产生收入。
投资含义：如果 JEPA 路线在机器人评测上被复现验证，今天估值最高的生成式世界模型会面临重估风险。这是本赛道最大的技术路线风险，而它目前无法用财报验证。
6.3 利润池在哪一层
结论很直白：这一轮的钱在算力层已经收完了。模型层贡献的是估值。真正的新增量要等机器人仿真和自动驾驶把合同签出来。
工程设想，非官方文档：若模型公司开始收取 API 费用，利润池会从下游往中游回移一格。目前没有任何一家头部模型公司这么做。
7. 风险揭露
7.1 行业风险
技术路线风险（最大）。生成式世界模型可能不是终局形态。LeCun 的反对意见至今没有第三方复现实验给出结论，这意味着今天的高估值建立在一个未验证的假设上。
替代风险。传统仿真器（物理引擎、数字孪生）没有被淘汰，反而在并行发展。Waymo 自己的表述就是把生成式世界模型与 3D 高斯泼溅做了对比——前者在路线偏离原始记录后仍能保持合理，后者会「因观测缺失而视觉崩坏」。两者是共存关系，不是替代关系。
时长天花板风险。60 秒的交互上限不是 bug，是当前自回归生成的算力约束。国内团队称单次连续推理超 1 小时且无质量衰减。如果这个差距被后来者抹平，先发优势就不成立。
数据合规风险。4D 数据包含精确轨迹与空间行为，涉及隐私与合规。欧盟已针对空间数据立法趋势，中国国内亦有相关规定——具体条款本次未逐条核实。
7.2 公司风险
AMD：整合风险、关键人依赖（李飞飞个人绑定）、全股票收购带来的稀释，以及「研究资产如何转化为芯片 SKU」的执行风险。AMD 自身在公告的风险提示中明确列出了「收购整合影响」和「关键员工留存」。
英伟达：毛利率已经从 75.0% 指引到下一季 74.0%，管理层归因于供应约束、内存短缺和元件成本上升。数据中心已占其收入九成以上，客户集中度风险极高。
国内团队：融资窗口依赖。公开报道的多起融资集中在数亿元到 10 亿美元量级，一旦一级市场降温，模型训练的高算力消耗很难靠自身收入覆盖。
7.3 估值风险
82 亿美元买入一家没有公开收入的公司，本质是用确定的稀释换不确定的期权。 交易宣布次日 AMD 股价基本持平，说明市场没把这笔交易当利好或利空——这本身就是最值得警惕的信号。 世界模型相关标的目前没有成熟估值锚。用算力股估模型公司会高估，用模型公司估算力公司会低估，中间没有可用的比较框架。