9 月 1 日，李飞飞创办的 World Labs 发布新一代世界模型 Atlas。沿着它给出的技术路线回看中国，一个此前并未被资本市场充分定价的样本浮出水面：影身智能。
从技术路线、模型能力到产品形态综合来看，影身智能是国内现阶段最接近Atlas的创业公司。两家公司都在推动 AI 从二维画面走向动态世界：理解空间结构，建模时间变化，推演 Action 之后的世界状态。区别在于，Atlas 从生成模型一路向真实世界深入；影身从真实世界起步，用 4D 数据采集、原生 4D 基座世界模型和机器人产品反向逼近通用世界模型。
把商业化也纳入这张图，影身更像一个“先行落地版 Atlas”。它已经把机器人送进制鞋产线，形成数亿元订单；同一套 4D 技术又延伸到直播、游戏和具身训练。数据、模型、产品、订单开始首尾相接。
目前，World Labs 已累计融资超过 12 亿美元，估值约 50 亿美元，海外资本已投下重资押注4D 世界模型的未来。在此背景下，中国市场又出现一家沿相近路线深耕两年、并提前跨过商业化门槛的公司，其技术路线和商业模式，值得探讨。
01 Atlas，把世界模型推向 4D
理解两家公司的关系，要先看 Atlas 究竟改变了什么。
Atlas 最核心的关键词是 New View。
大语言模型预测 Next Token，视频模型预测 Next Frame，Atlas 试图预测 New View：给模型若干真实观测，再把虚拟相机移动到另一个位置，让模型判断，从那里看过去，世界应该是什么样。
“换一个视角”背后，需要的是稳定的空间认知。模型必须知道物体在哪里、彼此是什么关系、哪些区域被遮挡；当时间维度加入，它还要理解人物和物体怎样运动；再加入 Action，问题会继续向前推进——一个动作发生后，世界将进入什么状态？
World Labs 因此将未来的世界模型概括为三个阶段：Renderer、Simulator、Planner。
Renderer 负责重现世界，Simulator 负责推演世界变化，Planner 根据目标规划行动。三种能力共享的底层知识，最终都指向 Geometry、Physics 和 Dynamics。
这也是李飞飞反复强调“终局一定是 4D”的原因。
3D 描述世界在哪里，4D 继续描述世界如何变化。对于 Physical AI，模型需要学习的对象正在从 Pixel、Frame 延伸到 World State：世界此刻处于什么状态，下一刻如何变化，一个 Action 又会把它推向怎样的新状态。
Atlas 的重要性正在这里。生成、重建、模拟这些过去相对分散的任务，开始被拉进同一条世界模型路线。
而沿着这条路线寻找中国公司，影身智能出现了。
02 为什么是影身智能
影身智能成立于 2024 年。
创始人闵伟很早就提出过一个判断：“语言是人类的母语，不是机器的母语。”
他的逻辑并不复杂。语言、图片和视频，本质上都对真实世界进行了不同程度的压缩。机器人实际面对的却是连续的空间、时间、接触、碰撞和形变。数据量决定模型能见过多少世界，数据维度则影响模型究竟看见了一个怎样的世界。
所以，影身把起点放在了 4D 数据。
高质量动态三维采集过去高度依赖密集相机阵列，设备昂贵、部署复杂，很难长期进入工厂等真实场景。经过近两年迭代，影身自研的“影身 360”已经可以利用 4—6 台普通 RGB 摄像头和消费级 GPU，完成实时 4D 数据生成。
这一步决定了后面的故事能否成立。
只有真实世界可以被低成本、持续地转化为 4D 数据，世界模型才可能摆脱实验室里的有限数据，在现实环境中形成规模化训练闭环。
Atlas 与影身，也从这里呈现出一种有意思的镜像关系。
Atlas 更依赖生成式先验。少量真实观测提供空间锚点，模型负责补全没有看到的部分。
影身则更强调 Physical Grounding。稀疏观测进入系统后，先恢复真实空间结构和时间变化，再进入世界模型学习、生成和推演。
两家公司解决的是同一道题：如何用更少的真实观测，建立一个更完整的世界。
到了模型层，两条路线进一步靠近。
影身将其原生 4D 基座世界模型“破界 S1”的核心能力概括为“三能一体”：重渲染、仿真、规划。模型通过统一时空表征学习空间结构、动作约束和时序变化，从重建世界走向预测世界，并进一步服务机器人决策。
World Labs 的 Renderer—Simulator—Planner，与影身的重渲染—仿真—规划，已经指向高度相近的终点。
方向相反，目标趋同。Atlas 从强大的生成模型出发，一步步向真实世界 Grounding；影身先把真实世界变成高维数据，再从这些数据向更通用的世界模型扩展。
这也是影身智能值得被单独讨论的原因。在 Atlas 把 4D 世界模型推向全球视野之前，这家公司已经沿着相近方向走了近两年，而且先一步进入了真实产业。
03 更稀缺的部分，是已经跑进真实世界
世界模型越往 Physical AI 走，竞争的焦点也会发生变化。
模型架构会不断迭代，论文快速传播，算力也能通过资本获得。机器人长期运行在真实世界里产生的高质量物理交互数据，却很难复制。
这正是影身商业化最有价值的部分。
以制鞋为例。鞋面、鞋底都是典型柔性物体。鞋型、尺码、摆放姿态不断变化，涂胶、压底过程中又会持续发生接触、受力和形变。机器人每一次操作，本质上都涉及对 World State 的判断：物体现在处于什么状态，执行这个动作以后，又会进入什么状态？
2026 年 6 月，搭载影身技术的机器人已经进入福建晋江鞋厂的压底、涂胶等真实工序。面对不同鞋型和摆放方式，系统无需逐一重新编程；工厂测算单工位效率最高可达人工的 1.5 倍，产品良品率接近 99.9%。当时，公司累计签约订单已经达到数亿元。
这组数字的价值，不只体现在收入端。机器人每在产线上运行一天，都会面对新的鞋型、姿态、材料状态和异常情况，也会持续沉淀成功案例、边缘情况和失败样本。
商业部署因此开始反哺模型：
真实场景部署 → 产生高价值 4D 数据 → 训练世界模型 → 模型能力提升 → 新场景适配更快 → 更多机器人进入真实场景 → 获得更多数据。
这条飞轮一旦转起来，商业化本身就成了模型训练基础设施。
影身另一条看似跨度很大的业务——数字文娱——也可以被放回同一套逻辑理解。
4D 直播首先验证重渲染能力。真实现场从一段固定机位视频，被重建为可以重新选择位置与视角的动态空间；4D 游戏进一步把这个世界变得可进入、可探索；4D 光场和具身训练又把真实环境转化成机器人能够用于训练、评估和推演的空间。
另一端，叠纸盒、涂胶、压底等机器人重新进入真实世界，执行 Action，改变世界状态。
数字世界和物理世界，由此被同一套 4D 数据和世界模型连接起来。
真实世界进入 4D 数据，4D 数据训练世界模型，世界模型进入数字内容与具身机器人，应用继续产生新的真实数据。
这也是影身与许多仍停留在 Demo 阶段的世界模型公司的关键区别：它已经拥有一个可以持续运转的数据闭环。
04 Atlas 给出了一把新的估值尺子
World Labs 为什么值约 50 亿美元？
资本显然在交易未来。
如果空间智能成为 AI 下一阶段的基础能力，世界模型可能成为机器人、游戏、影视、仿真乃至下一代人机交互的共同底座。谁能够建立更通用的世界表征，谁就有机会掌握一个新的基础模型入口。
Atlas 把这个故事推到了全球资本市场面前。
影身智能提供的，则是中国市场里一个已经开始接受现实检验的版本。
它的稀缺性来自三层能力同时出现。
技术层面，从低成本 4D 数据采集一路连接到原生 4D 基座世界模型；产品层面，同时进入物理具身和数字文娱；商业层面，机器人已经在真实产线运行，形成数亿元订单和持续交付。
更关键的是，三者彼此强化。
订单带来真实场景，真实场景沉淀高价值 4D 数据，数据继续训练模型，模型增强后再降低新产品、新场景的适配成本。
如果只按工业机器人公司理解影身智能，很容易忽略其上游的世界模型与数据资产；如果只按一家生成式 AI 公司理解，又会低估它已经建立的商业化和真实数据入口。
更合适的视角，或许是一家拥有真实世界数据入口、4D 世界模型底座和下游产品闭环的 Physical AI 公司。
Atlas 的出现还有另一层意义，就是为世界模型赛道提供了一把新的尺子。
过去，4D 世界模型仍是一个缺少清晰参照系的前沿方向：技术终局是什么，产业价值在哪里，市场愿意为怎样的能力下注，都还没有形成共识。如今，World Labs 用 Atlas 给出了一个鲜明信号——围绕空间理解、世界生成与时空推演展开的技术路线，正在从研究前沿进入全球科技竞争的核心地带。
沿着这把尺子回看中国，影身智能的稀缺性也因此更加清晰。
在 Atlas 发布之前，这家公司已经沿着相近的方向深耕两年：从 4D 数据采集出发，构建原生 4D 世界模型，并进一步将模型能力送入真实工业场景。相比仍处于能力展示阶段的 Atlas，影身已经提前跨过了从技术验证到产品交付的门槛。
Atlas 让市场看见了空间智能和 4D 世界模型能够走多远；影身智能则提供了另一个值得关注的样本：同一场技术变革，在中国已经出现了更早进入产业现场的实践者。
因此，继续讨论影身“像不像 Atlas”，意义已经有限。真正值得关注的是，如果世界模型下一阶段的竞争，取决于谁能持续理解真实世界、获得真实数据，并让模型在真实场景中不断迭代，那么影身智能已经拥有了一个难以忽视的先发位置。
它已经进入这场比赛，而且比市场看到的更早。
来源：速途网