作者 | 铅笔道 松格

编辑丨铅笔道 王方

封面图丨极佳视界官网

一个月，两轮融资，估值从 50 亿到破百亿——极佳视界突然被资本哄抢。

1 个月估值涨 50 亿，据铅笔道 DATA 测算，这或许是今年估值增长最快案例（已公开）。

而它背后押注的，是一个时下很流行的热词：世界模型。

世界模型，有什么用？

4 月 13 日，极佳视界完成数十亿元 B 轮融资。距上轮近 10 亿元融资，仅隔了一个月，公司估值突破百亿元。

它的创始人名叫黄冠，是一位 90 后博士，走的是标准的技术路线：华中科技大学自动化本科，中科院硕士，再到清华博士。

读博期间，他在微软亚洲研究院实习，跟何恺明、孙剑这些人有过交集，参与过早期深度学习研究。

但真正关键的，不是这些学历，而是他后面的三次 " 站队 "。

第一次，他押的是 " 让机器看见 "。

2016 年前后，深度学习刚开始爆发，最先落地的就是视觉 AI，黄冠加入地平线，做的是人脸识别、视觉感知。

这一阶段的 AI，本质很简单：让机器 " 看懂图片 "。团队做数据集、打比赛、刷榜单，成绩很好，更重要的是—— AI 第一次从论文走进现实，开始真正干活。

第二次，他押的是 " 让机器理解世界 "。

2019 年前后，行业开始意识到，光看懂图片不够，还得知道 " 这是什么地方、发生了什么 "，于是他参与创办鉴智机器人，做自动驾驶，用 BEV 模型把 2D 画面变成 3D 世界。

简单说，就不只是 " 看见一辆车 "，而是 " 知道它在哪、会往哪走 "，AI 开始从 " 看图说话 " 走向 " 理解空间 "。

第三次，他选了一条更难的路：让机器 " 提前想一遍 "。

2023 年，他创办极佳视界，不再满足于 " 看见 " 和 " 理解 "，而是想让机器在事情发生之前，先在脑子里演一遍。

他把这件事叫作 " 世界模型 "，你可以把它理解成——让机器拥有 " 想象力 "。

过去几年的 AI，越来越会说，但还不会做。

写文章、写代码、做客服——这些事都有一个共同点：都发生在屏幕里。一旦把 AI 放到现实世界，它马上就 " 不会了 "。

比如让机器人抓个杯子。对人来说很简单，但对机器来说，要思考很多问题：杯子多重？会不会滑？手怎么伸？有人经过要不要停？

而解决这些问题的关键，就是世界模型。

极佳视界也发布了自己的机器人产品，仅上半身是人形。

谁赚到钱了？几波玩家

但问题来了：这条赛道里，谁已经赚到钱了？答案有点反直觉：并不是做世界模型的人，先赚到钱。

第一批赚到钱的，是自动驾驶公司。代表：理想汽车、特斯拉。

比如理想汽车：2025 年营收约 1123 亿元，净利润约 11 亿元。

他们为什么赚钱？因为世界模型，直接影响一个核心指标：自动驾驶是否 " 更安全、更像人 "。

比如同样一个场景：有人站在路边。传统算法只能识别：" 这是一个人 "。但世界模型会多做一步：他会不会冲出来？往哪走？我该不该减速？

这个能力，直接决定用户敢不敢用、敢不敢付钱。

所以你会看到：自动驾驶开始从 " 识别竞赛 "，变成 " 预测能力竞赛 "。 各家车企，开始拼 " 谁更像老司机 "。

钱，是从整车和智能驾驶溢价里赚出来的。

以理想汽车为例，其高配智驾版本通常能带来约 1 万元级别的净溢价。如果一年卖出几十万台车，这部分 " 由智能能力决定的收入 "，就是几十亿元规模。

第二批赚钱的，是算力和基础设施公司。代表公司：英伟达。

如果说自动驾驶公司赚的是 " 整车的钱 "，那这一批赚的，是更直接的一种钱：算力的钱。

原因很简单：世界模型比大模型更 " 重 "。它要同时处理：空间（3D） 、时间（动态变化） 、多模态（图像 + 传感器）、训练成本，远高于普通大模型。

结果就是：谁卖算力，谁先赚钱。这也是为什么黄仁勋会说——如果世界模型跑通，市场空间可能达到 100 万亿美元。

2025 年，英伟达交出了一组非常夸张的数据：年营收 1300 亿美元 +（超 9000 亿元人民币），净利润 700 亿美元 +，净利率约 55%。

算力，是世界模型背后的 " 卖铲子生意 "。

第三批，正在向赚钱靠近的，是做 " 世界模型平台 " 的公司。

这一类公司卖的是什么？多数不直接卖机器人（极佳视界除外），不直接卖车，而是卖 " 让机器会思考 " 的能力，包括：自动驾驶仿真系统、机器人训练平台、物理世界数据生成等。

他们的商业模式开始出现：

1、卖软件（仿真系统）。

用虚拟环境还原真实世界，一套系统价格：500 万— 3000 万元 / 年。

2、卖服务（训练 + 调优）。

帮助企业训练自动驾驶或机器人模型，单个项目收费：1000 万— 5000 万元。

3、卖数据（高质量场景）。

提供高质量场景数据（极端路况、复杂交互），单个数据包价格：几十万到上百万元。

但这批公司，有一个共同特点：还没完全跑通商业化。

总的来说，大部分做 " 世界模型 " 的公司，还在投入期。因为这件事太难，也太贵。

1、数据难：真实世界数据采集成本极高。

2、系统复杂：芯片、传感器、模型、控制层层耦合。

3、算力消耗大：训练成本远高于大语言模型。

但越难的地方，市场空间就可能越大。

据 MarketsandMarkets 2026 年 4 月报告，全球物理 AI 市场（世界模型为核心技术）预计从 2026 年的 15 亿美元增长至 2032 年的 152 亿美元，年复合增长率 47.2%。

钱很多，资本很热

虽然大多数人还没盈利，但今年的事实是：融资火了，资本跑步进场。

极佳视界就是个典型。

2026 年 3 月，刚完成近 10 亿的 Pre-B 轮，估值 50 亿；一个月后，又融了数十亿的 B 轮，估值直接破百亿。

现在一级市场其实挺冷的，很多 AI 项目融资周期越拉越长。在这种环境下，" 一个月两轮、估值翻倍 "，本身就说明了一件事：世界模型过了讲故事阶段，进入抢筹期了。

更值得注意的是，下注的不只是财务投资人，还有产业资本：华为哈勃、中芯聚源、地方国资等。

这意味着世界模型不再只是一个技术方向，而是被当成了未来的产业基础设施。

这种变化是全球性的。2026 年一季度，全球围绕世界模型的融资明显升温。

美国那边，李飞飞的 World Labs 拿了超过 10 亿美元；杨立昆的新一代 AI 架构也拿到了巨额融资。国内在单笔金额上还有差距，但项目数量已经起来了——今年一季度相关融资超过 20 起，从几亿到几十亿不等。

但比融资更重要的，是世界模型开始加速落地。

拿自动驾驶来说，有了世界模型，就可以提前预判：这个人会不会冲出来？往哪边走？

极佳视界已经和约 20 家车企合作，把世界模型用在复杂路口、行人判断等场景中。还有公司在用世界模型做机器人抓取、分拣，或者搭仿真平台，把训练成本降到原来的十分之一。

与此同时，行业开始分化。一小部分公司能持续拿到融资，搭建完整技术体系；更多公司只停留在某一个环节；还有的很快被淘汰。

资本的态度也在变：从 " 看不懂 "，到 " 试试看 "，再到 " 集中押注头部 "。钱不再平均分配，而是向少数项目快速聚集。

整体来看，2026 年的世界模型赛道，正处在 " 早期收敛期 "：技术路径还没统一，但主流方向已浮现；商业化还在早期，但落地场景逐渐清晰；玩家很多，但头部公司开始显现。

接下来决定胜负的，不再是谁讲得更前沿，而是：谁能更快把能力变成产品，在真实世界里跑起来。

本文不构成任何投资建议。