剛剛，BeingBeyond智在無界發佈首個基於人類視訊資料的隱式觸覺世界動作模型——Being-H0.8。 作為一套帶有觸覺的隱式世界—動作模型，Being-H0.8在預訓練階段就教會機器人提前判斷將要怎樣接觸物體，並在真正接觸後，根據觸覺反饋及時調整動作。 相比於過去根據畫面決定做什麼動作的世界模型，Being-H0.8這次把觸覺放進了“預測—執行—反饋”的完整鏈路： 模型先根據當前畫面，預判接下來可能發生的接觸，執行過程中再讀取最新觸覺，重新生成下一小段動作。

Part I 世界模型之戰，面向豪賭的瘋狂下注 2026年6月，北京、上海、深圳。過去三個月裡，幾乎每一個頭部VC都在做同一件事：尋找世界模型。一些基金開始要求投資經理重新梳理項目庫；一些機器人公司突然被重新定價；一些原本做視訊生成的團隊，被貼上了新的標籤--世界模型 一位創業者說："今天大家講世界模型的時候，腦子裡大機率都不是同一個東西。" 所有人都說自己在看世界模型。一位投資人笑著說："現在不是搶項目。是在搶船票。" 因為沒有人知道，下一個OpenAI 或DeepSeek會不會從世界模型裡誕生。但所有人都知道，如果真出現了，不能沒上車。於是，一場新的 FOMO 開始了。這裡沒有贏家，只有面向豪賭的瘋狂下注 Part II 一場數百億融資背後的集體共識

Kimi K3，終於來了。 今天，月之暗面正式發佈了Kimi K3。 按照官方的說法，這是他們迄今能力最強的一款模型。 參數規模直接來到了2.8兆，採用KDA混合線性注意力機制和Attention Residuals技術，原生支援視覺理解，同時擁有100萬Token上下文窗口。

2026年7月8日，Momenta（夢騰智駕，6880.HK）正式登陸港交所主機板，成為市場關注的「物理AI第一股」。 上市帶來的不只是資本話題，更是一次技術路線的公開驗證：Momenta 在招股書中把定位從「智駕方案商」明確升級為「物理AI基座模型建構者」——核心仍是 R7 世界模型 與 「一個飛輪，兩條腿」 戰略。 一、上市帶來了什麼？ 對 Momenta 自身和行業而言，掛牌帶來的實際好處主要體現在：

很長一段時間，人們談 AI 生成，指的是文字、圖片、視訊。語言模型生成文字，圖像模型生成圖片，視訊模型生成畫面。每一步都更靠近真實世界。但這些東西本質上是一回事：內容。能看、能存、能轉發——卻不能被進入，不能被改變，不能持續運行。 到了 2026 年，行業開始換關鍵詞了。新詞叫“世界模型”。 但熱詞歸熱詞，真問題被繞過去了：AI 要生成一個世界，第一步得先學會生成什麼？ 內容是結果，世界是過程。一個世界得記得發生過什麼，得讓不同的人看到同一個東西，得讓你每一次操作都留下後果。它不會憑空從概念里長出來，得先有能被編輯、能被驅動的資產。如果 AI 生成的 3D 還停在展示層、進不了生產線，那它離“世界”還遠得很。

李飛飛最新的文章“A Functional Taxonomy of World Models（世界模型的功能分類法）”，承接她之前那篇“From Words to Worlds”，之前那篇核心觀點是空間智能是 AI 的下一個前沿，而世界模型是通往它的路徑。 本文則更深一層，在如今一堆被叫作"world model"的東西里，到底那些功能部件真正組成了這種能力，每個又是幹什麼的？ 一個核心觀察是，"world model" 是當今 AI 裡最重要、也最被濫用的詞。電腦視覺、機器人、強化學習、生成式 AI 都聲稱自己在造世界模型，但各說各話—— 一個生成絢麗卻物理上不可能的火焰的視訊模型

一周之內，三件大事同時發生，物理 AI 的引爆點到了。 2026年6月第一周，三條消息幾乎同時落地：輝達在台北 GTC 發佈 Cosmos 3，宣稱是全球首款完全開放的"全能"物理 AI 模型；OpenAI 時隔六年高調重啟機器人業務，奧特曼親自在社交平台發帖招人；宇樹科技科創板 IPO 過會，中國機器人第一股正式進入倒計時。 這不是巧合，而是一個行業拐點同時向多個方向爆發的訊號。 什麼是"世界模型"？

李飛飛、LeCun、Hassabis，同時研究世界模型 最近 AI 圈有件反主流的事。 圖靈獎得主 Yann LeCun 和謝賽寧合夥創立 AMI Labs，融資 10 億美元，不做更大的 LLM，要做"世界模型"。幾乎同時，李飛飛 的 World Labs 拿到數億美金，主打"空間智能"：讓 AI 看懂三維世界，而不只是會聊天畫圖。再加上一直押注 Genie 的 DeepMind Demis Hassabis，AI 圈最響亮的一批名字，不約而同押向了同一條賽道。 這條賽道，叫世界模型（World Model）。