在世界机器人大会的收官日，一场题为“世界模型到服务人类的现实距离”的论坛对话，将八位分别来自模型、数据、本体、仿真等不同赛道的创业者聚到了同一张圆桌前。这场对话由之江实验室主任、阿里云创始人王坚主持，他刚刚获聘为中国电子学会世界模型专委会主任委员。参与讨论的嘉宾包括大晓机器人董事长、商汤科技联合创始人王晓刚，奥比中光创始人黄源浩，无界动力创始人张玉峰，跨维智能创始人贾奎，智澄AI创始人胡鲁辉，飞渡科技联合创始人宋彬，蚂蚁灵波科技首席科学家沈宇军，以及极佳视界联合创始人朱政。尽管身处同一大领域，八位创业者对时代与技术的理解路径却各不相同，王坚请他们从各自的经历出发，畅谈对世界模型的认知。
讨论围绕三个层层递进的议题展开：从“世界模型到底是什么”出发，到“高质量数据是否会成为不可逾越的成本障碍”收束。有人将世界模型比作生成式AI“皇冠上的明珠”，有人自嘲是“卖铲子的人”，有人把底座能力比作“九年义务教育”，还有人追问属于具身智能的“DeepSeek时刻”何时到来。王晓刚在发言中回顾了世界模型应用的三个阶段：最初用于数据增强，通过生成多样化数据补充训练集；随后作为模拟仿真器，在端到端自动驾驶等场景中通过强化学习自我演进；如今则进入第三阶段，即把世界模型直接部署到机器人终端，让它实时驱动本体。他指出，世界模型相比以往的视觉-语言-动作模型，最大的特点在于能够对世界的未来状态进行预测和推演。
然而，真正让这场对话显出重量的，是那些在比喻之外逐渐浮出的判断。与会者普遍认为，世界模型虽然能“生成得像”，但距离真正“理解世界”仍有明显差距。生成能力不等于理解能力，这是整场讨论的核心共识。多位创业者指出，当前世界模型在常识推理、物理规律建模等方面仍存在短板，需要跨过模仿学习的局限，去理解物理世界的底层逻辑。数据稀缺固然是现实约束，但一旦模型具备真正的理解力，数据依赖或许会急剧下降。在落地路径上，嘉宾们倾向于先进入工业场景锤炼技能，再到商业场景中提升泛化能力，最后才敢叩响家庭服务的大门。工程层面的约束同样棘手：边缘算力有限，功耗不能无限膨胀，安全机制和熔断设计必须同步跟上。
这场对话的深层意义在于，它揭示了世界模型从“生成”到“理解”之间尚存的关键鸿沟。八位创业者从不同赛道出发，最终都指向同一个问题：从垂类到通用，或许才是这场漫长赌局的终局。世界模型若要真正服务人类实际需求，不能只停留在生成未来场景的表层能力，而必须在常识理解、物理规律建模等底层能力上持续突破。这场讨论也为行业提供了清醒的参照：在追逐“皇冠上的明珠”时，不应忽视底座能力的打磨，否则生成得再逼真，也只是没有灵魂的模拟，而非对世界的真正把握。
