文｜王毓嬋

編輯｜張雨忻

2026 年以來，一級市場對世界模型的搶籌進(jìn)入白熱化階段。資金不再像早期那樣“廣撒網(wǎng)”，而是高度向頭部玩家集中。這其中，逆矩陣科技（Physis）就接連完成了多輪融資。

36氪智能涌現(xiàn)獨(dú)家據(jù)悉，世界模型公司逆矩陣科技已完成超億美元種子++輪融資；此前的 3 月，剛完成了超千萬美元首輪融資。本輪由經(jīng)緯創(chuàng)投、五源資本、光合創(chuàng)投等機(jī)構(gòu)共同參與，并獲螞蟻集團(tuán)戰(zhàn)略投資，老股東高瓴創(chuàng)投、燕緣創(chuàng)投持續(xù)加注。

在本輪融資落定前后，逆矩陣發(fā)布了通用世界基座模型Physis-v0.1，并將其概括為“One For All”的通用物理世界應(yīng)用。該模型主打物理正確、長程一致、動作因果、通用泛化四項能力，一次預(yù)訓(xùn)練即可服務(wù)具身智能、工業(yè)仿真、游戲物理、科學(xué)預(yù)測等多類場景。

逆矩陣計劃于 2026 年底發(fā)布旗艦?zāi)Ｐ停^程中將放出開源切片和技術(shù)報告。本輪資金將主要用于通用世界基座模型的預(yù)訓(xùn)練研發(fā)、規(guī)?；?xùn)練體系建設(shè)。

團(tuán)隊由北大青年學(xué)者陳博遠(yuǎn)、吉嘉銘聯(lián)合創(chuàng)立，一半是青年學(xué)者（含奧賽金牌、省市狀元與多位頂會論文作者），一半是來自一線科技企業(yè)的資深工程人才。他們組成了一個 AI-native 的扁平化團(tuán)隊，沒有層級匯報與季度指標(biāo)，靠技術(shù)判斷而非行政命令對齊方向；信奉自由探索、第一性原理與長期主義。

智能涌現(xiàn)在新一輪融資敲定之際，獨(dú)家采訪了陳博遠(yuǎn)。他回答了關(guān)于組織架構(gòu)、融資節(jié)奏、技術(shù)路線、行業(yè)判斷和場景落地等多個問題。

“行業(yè)內(nèi)目前的共識是，18~24個月內(nèi)，世界基座模型能力會出現(xiàn)標(biāo)志性的階躍，36個月內(nèi)，能在多個真實(shí)場景完成實(shí)際應(yīng)用落地。”陳博遠(yuǎn)說。“這與語言模型從 GPT-3 到 ChatGPT 的路徑高度吻合?！?/p>

以下是智能涌現(xiàn)與陳博遠(yuǎn)的對話實(shí)錄：

通用世界基座模型的窗口期正在從三年壓縮到十八個月

Q1：恭喜逆矩陣完成新一輪超億美元量級的融資。距離上一輪融資僅僅過去不到兩個月，為什么能保持這么快的融資節(jié)奏？

陳博遠(yuǎn)：這背后反映了投資人對 AI 發(fā)展第三次范式躍遷的押注。

過去十年，AI 經(jīng)歷了語言模型（預(yù)測下一個詞）和視覺生成模型（預(yù)測下一幀）兩次躍遷，分別催生了平臺級公司。現(xiàn)在的第三次躍遷是由 AI 從虛擬世界走向物理世界帶來的，核心是面向物理空間“預(yù)測下一個物理狀態(tài)”。

這套“給定當(dāng)前狀態(tài)與動作，預(yù)測世界如何演化”的范式，曾在 AlphaGo、機(jī)器人控制等子問題中出現(xiàn)過，如今正在收斂為同一套解法框架。但物理世界與虛擬世界的根本區(qū)別在于，物理世界是“部分可觀測”的，模型不能只停留在“看到什么做什么”，必須理解底層的物理約束。

投資人愿意快速跟進(jìn)并追加投資，主要基于兩點(diǎn)判斷：

一是“底層統(tǒng)一建模物理規(guī)律，上層按需適配不同場景”的基座模型路徑正在成為行業(yè)共識；

二是通用世界基座模型的窗口期正在從三年壓縮到十八個月，做通用預(yù)訓(xùn)練的團(tuán)隊會擁有更大的空間。一個領(lǐng)先的通用基座具有數(shù)據(jù)scaling和算法有效性，會構(gòu)成難以被追趕的壁壘。

Q2：在融資過程中，投資人問得最多的問題是什么？大家對技術(shù)走向落地的時間周期有怎樣的共識？

陳博遠(yuǎn)：問得最密集的是：“憑什么相信通用世界基座模型能做成？”以及“團(tuán)隊是否在堅定地做基座模型？”

在我們看來，能不能稱之為基座模型，關(guān)鍵在于是否真正從物理預(yù)測這個目標(biāo)出發(fā)去構(gòu)建。于是我們從零開始解決物理預(yù)測目標(biāo)，自研底層架構(gòu)，并在訓(xùn)練分布外看到了合理的物理推演曙光。

逆矩陣的內(nèi)部實(shí)驗(yàn)表明，隨著數(shù)據(jù)和參數(shù)規(guī)模增加，狀態(tài)預(yù)測誤差持續(xù)下降，呈現(xiàn)出類似大語言模型的指數(shù)級 Scaling 潛力，而未出現(xiàn)垂類模型的飽和拐點(diǎn)。

關(guān)于落地周期，共識是 18~24個月內(nèi)基座模型能力會出現(xiàn)標(biāo)志性的階躍，并在真實(shí)需求上取得高分；36個月內(nèi)能在多個真實(shí)場景完成實(shí)際應(yīng)用落地。這與語言模型從 GPT-3 到 ChatGPT 的路徑高度吻合。屆時，各個垂類場景將直接成為基座模型 API 的調(diào)用者，形成類似 AWS 與 SaaS 的關(guān)系。

Q3：為什么沒有在當(dāng)下引入產(chǎn)業(yè)基金投資？

陳博遠(yuǎn)：現(xiàn)階段我們最需要的是把"彈藥"集中到一個方向，去攻克通用世界基座模型的研發(fā)與算力門檻。這是一件需要長期、專注投入的事。

我們現(xiàn)在不急于做商業(yè)化，這是我們在這個階段做出的價值判斷。對一家做通用基座的公司來說，過早把模型綁定到某個垂直場景去變現(xiàn)，看上去摘到了眼前的果實(shí)，實(shí)際上是給自己畫了一道邊界：一旦圍繞單一場景去采數(shù)據(jù)、調(diào)模型、做交付，就會逐漸退化成"一個場景、一套模型"。

我們相信物理規(guī)律的通用解是存在的，重力、碰撞、摩擦等等在任何場景里都是同一套規(guī)律。基座的價值在于跨場景復(fù)用。所以我們不急于變現(xiàn)，并不意味著不重視商業(yè)化。我們看重商業(yè)化，但現(xiàn)階段更愿意先把基座的物理理解能力打扎實(shí)；商業(yè)化的節(jié)奏，會隨著技術(shù)成熟和真實(shí)產(chǎn)業(yè)需求自然展開。

能力先于商業(yè)動作，組織風(fēng)格保持克制。投資人最終愿意為可重復(fù)、可擴(kuò)張的能力買單，而把這個能力打扎實(shí)，是我們當(dāng)下唯一該做的事。

Q4：你也是智源行為世界模型創(chuàng)新中心的負(fù)責(zé)人，逆矩陣和智源研究院之間有關(guān)聯(lián)嗎？

陳博遠(yuǎn)：智源研究院一直定位在 AI 領(lǐng)域從 0 到 1 的原始創(chuàng)新，逆矩陣本身更加聚焦于通用世界基座模型的底層探索和商業(yè)技術(shù)開發(fā)。兩者都在逼近同一個目標(biāo)——讓人工智能真正理解物理規(guī)律。

最關(guān)鍵的分水嶺：真正具備基座模型潛力

Q5：世界模型會有自己的 Scaling Law 嗎？

陳博遠(yuǎn)：物理世界一定有自己的 Scaling Law，但絕不能沿用語言模型或視頻生成的 Scaling Law。 直接復(fù)制存在三個失效原因：

數(shù)據(jù)受限：物理交互數(shù)據(jù)無法像互聯(lián)網(wǎng)文本那樣無限爬取，采集與篩選成本極高。

像素不等于物理：視頻中 90% 的信息，如紋理、光照、運(yùn)動模糊等，是與物理規(guī)律無關(guān)的視覺冗余。

相關(guān)性不等于因果性：純觀察只能學(xué)到統(tǒng)計上的相關(guān)性，而物理的核心是因果性，必須有“動作”的介入才能區(qū)分規(guī)律與巧合。 因此，我們必須在“物理隱空間”而非像素空間進(jìn)行 Scale up。這包含四個關(guān)鍵技術(shù)判斷：

壓縮：將世界編碼為包含力、速度等抽象表征的高效物理隱空間，剝離視覺冗余。

因果性：在隱空間原生引入動作干預(yù)，讓模型理解動作導(dǎo)致的物理狀態(tài)轉(zhuǎn)移。

驗(yàn)證：純生成式的路徑只有生成能力、缺少驗(yàn)證能力，容易出現(xiàn)穿透、失重這類“物理幻覺”。為此我們引入強(qiáng)化學(xué)習(xí)，如 RLVR 可驗(yàn)證信號獎勵，通過明確的物理約束構(gòu)建閉環(huán)對齊信號。

通用：最終的隱空間必須能服務(wù)于不同場景（One for All），因?yàn)槲锢硪?guī)律在不同場景中是同一的。

Q6：在模型訓(xùn)練中，具體是怎么設(shè)計機(jī)制讓模型從“主動干預(yù)”中學(xué)習(xí)的？為了防止模型在面對未見環(huán)境時發(fā)生物理推演崩潰，引入的具體獎懲機(jī)制又是怎樣的？

陳博遠(yuǎn)：物理世界規(guī)律產(chǎn)生于交互，而非被動感知。

因此，我們從零設(shè)計了模型架構(gòu)，在底層物理隱空間原生引入動作。這不像傳統(tǒng)的視頻生成模型通過嫁接引擎來響應(yīng)控制，就好比不能在沒有方向盤的車上焊一個方向盤，然后宣稱它是可操控的。

我們將動作，無論是關(guān)節(jié)運(yùn)動量，還是移動殘差向量，作為條件信號注入，去調(diào)制下一個物理狀態(tài)的預(yù)測過程。這樣，每一條數(shù)據(jù)的密度都翻倍了，模型學(xué)到的不再是“世界長什么樣”，而是“采取何種動作，導(dǎo)致了什么轉(zhuǎn)移”，從而實(shí)現(xiàn)從相關(guān)性到因果性的躍遷。

物理天然是可驗(yàn)證的。例如，物體不會憑空消失，賽車不能穿墻，流體不能像冰塊一樣倒出。因此，我們在強(qiáng)化學(xué)習(xí)中構(gòu)建了自動化的物理驗(yàn)證沙盒。

世界模型的 W0–W5 能力分級 逆矩陣制圖

Q7：逆矩陣提到的“W0-W5世界模型能力分級”中，你們目前處于哪一層？當(dāng)“一個機(jī)器人能順利打雞蛋”時，模型屬于第幾層？

陳博遠(yuǎn)：這分類對標(biāo)了自動駕駛的 L0-L5。當(dāng)前大部分模型處于 W0-W1，能響應(yīng)動作并生成流暢視頻，

逆矩陣正在攻克 W1 到 W2 的躍遷，這是最關(guān)鍵的分水嶺。 W2 代表模型真正具備基座模型潛力，解決了“物理真實(shí)性”問題，理解了因果關(guān)系。 如果僅僅為了讓機(jī)器人“打雞蛋”，垂類訓(xùn)練也能做到極好的控制，但它可能只懂打雞蛋的局部場景，不懂通用物理。

衡量基座模型是否足夠好的核心在于“動作跟隨性（Action Following）”和泛化能力。就像基座模型不僅會打雞蛋，換到柔性材料場景也能玩溜溜球。大模型通過強(qiáng)化學(xué)習(xí)實(shí)現(xiàn)了通用數(shù)學(xué)代碼推理的躍遷，世界模型也需要在明確的物理驗(yàn)證信號下學(xué)習(xí)，突破為通用的指數(shù)級躍遷。

Q8：在這個模型攀登過程中，最核心的瓶頸是算力、數(shù)據(jù)還是算法？

陳博遠(yuǎn)：我覺得都非常重要。但是如果只能選一個的話，我認(rèn)為是在數(shù)據(jù)和算法背后反映的“范式”。因?yàn)樗麄內(nèi)咂鋵?shí)是統(tǒng)一于底層范式的變革。

數(shù)據(jù)層面：我們構(gòu)建了數(shù)據(jù)金字塔。第一層是強(qiáng)物理交互的真實(shí)視頻（學(xué)習(xí)世界狀態(tài)）；第二層是第一人稱（Ego-centric）視頻與游戲引擎數(shù)據(jù)（學(xué)習(xí)動作導(dǎo)致的轉(zhuǎn)移）；第三層則是極其稀缺的關(guān)鍵物理突變數(shù)據(jù)（如玻璃破碎、流體斷裂），我們通過自建數(shù)據(jù)生產(chǎn)閉環(huán)來生產(chǎn)這部分高價值數(shù)據(jù)。

算力層面：關(guān)鍵在于算力效率。在物理隱空間進(jìn)行 Scaling，確保相同算力下學(xué)習(xí)到的都是有效物理信號，而非視覺噪音。

算法層面：強(qiáng)化學(xué)習(xí)提供了無限供給的物理教師，將自動化驗(yàn)證引入模型。

Q9：面對目前 GPU 昂貴且資源緊缺，同時真實(shí)物理交互數(shù)據(jù)又極度稀缺且昂貴的現(xiàn)實(shí)困境，逆矩陣是如何解決的？

陳博遠(yuǎn)：主要通過數(shù)據(jù)合作與重構(gòu)數(shù)據(jù)獲取范式兩個方面來解決。

第一，在數(shù)據(jù)合作層面，我們與一些公司建立了上下游合作關(guān)系，這為模型訓(xùn)練提供了大量真機(jī)數(shù)據(jù)支持，構(gòu)成了很好的基石。

第二，相比于單純的數(shù)據(jù)量，更關(guān)鍵的是“我們要學(xué)習(xí)什么樣的數(shù)據(jù)”?；ヂ?lián)網(wǎng)每天產(chǎn)生海量的視頻，YouTube 每天就能產(chǎn)生數(shù)十萬小時內(nèi)容，但其中可能只有5%包含真實(shí)的物理交互。對于學(xué)習(xí)物理來說，我們需要的不是那95%的視覺冗余，而是強(qiáng)物理動態(tài)屬性的稀缺數(shù)據(jù)。 因此，我們構(gòu)建了數(shù)據(jù)金字塔：

L1層：通過篩選高質(zhì)量的真實(shí)世界視頻學(xué)習(xí)物理狀態(tài)。

L2層：通過第一人稱視角（Ego-centric）視頻與仿真引擎數(shù)據(jù)，學(xué)習(xí)動作導(dǎo)致的狀態(tài)轉(zhuǎn)移。

L3層：通過自建數(shù)據(jù)生產(chǎn)閉環(huán)，在仿真環(huán)境中構(gòu)建極端邊緣狀態(tài)，例如處于倒塌邊緣的杯子，并主動篩選強(qiáng)物理突變的數(shù)據(jù)，如玻璃破碎、汽車爆炸等。這部分稀疏且突變的規(guī)律數(shù)據(jù)對于模型真正掌握真實(shí)物理規(guī)律具有極高的性價比，是邁向物理正確的最關(guān)鍵一環(huán)。

場景落地：先通用再適配

Q10：今年底你們計劃發(fā)布的旗艦?zāi)Ｐ?，會首先切入具身智能、工業(yè)仿真還是游戲物理等垂直場景？

陳博遠(yuǎn)：我們的定位是“先通用再適配”。底層同一個基座，通過拼接不同的可插拔解碼器，就能服務(wù)于各個場景，比如視頻解碼器用于游戲渲染，運(yùn)動解碼器用于工業(yè)孿生，動作解碼器用于具身智能控制。

我們在一年之內(nèi)，并不著急去做世界模型 for 具身/for 工業(yè)場景/for 游戲，因?yàn)樵谡鎸?shí)物理世界里面，它們其實(shí)是共通的，過早聚焦垂類容易導(dǎo)致過擬合。

旗艦?zāi)Ｐ统墒旌?，我們會?yōu)先在具身智能、工業(yè)仿真等場景做驗(yàn)證與落地。年底發(fā)布的模型，重點(diǎn)是向全球開發(fā)者展示其在未見過的物理場景中的預(yù)測能力，成為物理世界基礎(chǔ)設(shè)施的提供者。

Q11：在 W2 和 W3 階段，世界模型相比 Unity、Unreal 等傳統(tǒng)引擎，能帶來多大提升？是顛覆者還是互補(bǔ)者？

陳博遠(yuǎn)：短期是互補(bǔ)，長期是顛覆。 傳統(tǒng)引擎依賴手寫規(guī)則，對剛體預(yù)測較準(zhǔn)，但在柔性物體（流體斷裂、形變）等復(fù)雜交互上是盲區(qū)。 世界模型通過交互學(xué)習(xí)真實(shí)的物理因果性，具有三大優(yōu)勢：

天然支持復(fù)雜物理交互，不依賴手寫規(guī)則；

極強(qiáng)的泛化性，傳統(tǒng)引擎換場景需重新調(diào)參，而基座模型一句話即可生成千萬級具有真實(shí)物理屬性的場景；

極高的效率，狀態(tài)預(yù)測是秒級的。當(dāng)模型邁向 W3，機(jī)器將從“執(zhí)行規(guī)則”變?yōu)椤袄斫庖?guī)律、自主推演”。

Q12：您自己平時玩游戲嗎？有哪些游戲在物理交互上做得讓您印象深刻？像《塞爾達(dá)》中玩家利用風(fēng)扇和瀑布涌現(xiàn)出的水霧效果，未來是否可以不由程序員手寫代碼，而是由大模型自主推演完成？

陳博遠(yuǎn)：像《荒野大鏢客》、《黑神話：悟空》這類開放世界與動作游戲，它們的視覺渲染與底層物理交互都做得非常逼真。

但這背后的代價是極高的，逼真效果高度依賴于大量手寫的物理規(guī)則和材質(zhì)變化的響應(yīng)代碼。這恰恰反映了世界模型的顛覆性價值。 如果引入了真正理解物理規(guī)律的通用基座模型，像《塞爾達(dá)》里這種復(fù)雜元素的疊加交互效果將能夠自然涌現(xiàn)，不再需要程序員預(yù)先逐條編寫規(guī)則。

基座模型代替手寫代碼實(shí)現(xiàn)機(jī)器自主推演，再結(jié)合三維渲染達(dá)到視覺效果，在底層上能實(shí)現(xiàn)對現(xiàn)有物理引擎的巨大互補(bǔ)甚至顛覆。

在前沿探索性極強(qiáng)的領(lǐng)域，不能再套用傳統(tǒng)的公司組織架構(gòu)

Q13：公司為什么選擇搭建一個沒有層級匯報和季度指標(biāo)、高度扁平化的 AI-native 團(tuán)隊？這種 Neo lab 的研究氛圍，在拿了高額融資之后，如何確保團(tuán)隊的執(zhí)行力和交付效率？

陳博遠(yuǎn)：這可以從三個遞進(jìn)的層面來回答：AI-Native、扁平化與高效機(jī)制。

首先，AI-Native 意味著我們真正在用 AI 重塑工作流。 我們的每一位員工，都配備了代碼智能體（Agent）。新員工入職的第一件事就是學(xué)會使用 AI 提效工具。現(xiàn)在一個工程師配合幾個 Agent 就能完成以往一個基礎(chǔ)技術(shù)團(tuán)隊的工作量。更重要的是，同事之間可以互相訪問對方的 Agent 來了解工作進(jìn)展，降低了信息同步和共享的溝通摩擦。

其次，關(guān)于無 KPI 與高度扁平化。 通用世界基座模型是一個前沿探索性極強(qiáng)的領(lǐng)域，最重要的技術(shù)突破往往來自意想不到的方向。我們非常欣賞早期的 DeepMind 和 OpenAI，那種真正的底層創(chuàng)新往往只來自于兩三個人的核心靈感，隨后再將其擴(kuò)展。在這種階段，強(qiáng)加的 KPI 和部門墻反而會成為創(chuàng)新的沉重負(fù)擔(dān)。

我們依靠這三點(diǎn)保持高效：方向上大家高度對齊，每個人都清楚公司在做什么、為什么做，不用誰來催；信息幾乎沒有衰減，想找個不同背景的同事 challenge 一下想法，隨時就能聊起來；最后是認(rèn)結(jié)果，誰做了什么貢獻(xiàn)都擺在明面上，用驗(yàn)證結(jié)果說話。

Q14：一個由青年天才與資深工程人才組成的團(tuán)隊，是什么樣的工作氛圍？在直覺和經(jīng)驗(yàn)不同時，大家是如何達(dá)成平衡的？

陳博遠(yuǎn)：我們團(tuán)隊就像一艘探索無人區(qū)的“快艇”，極高的人才密度和跨界背景是我們最核心的特征。 團(tuán)隊里既有做視覺生成、強(qiáng)化學(xué)習(xí)、3D仿真的，也有來自大廠的核心底層架構(gòu)（Infra）專家，以及年輕的的 IOI/ICPC 奧賽金牌得主。

過往的經(jīng)驗(yàn)是我們的墊腳石，但我們要防止它成為技術(shù)突破的絆腳石。

Q15：拿完融資之后，目前這種“精英小團(tuán)隊”組織形態(tài)會改變嗎？AI人才現(xiàn)在極其搶手，逆矩陣如何面對大廠的競爭并留住這些頂尖人才？

陳博遠(yuǎn)：面對大廠在資金、算力上的競爭，我們的定位和他們不在同一層——大廠更多是在應(yīng)用層針對特定本體做優(yōu)化，而我們做的是底層通用基礎(chǔ)設(shè)施。大廠就像一艘遠(yuǎn)洋貨輪，體量極大但很難輕易轉(zhuǎn)向；而我們是一艘快艇，能更快地跑出從 0 到 1 的原始探索，這本身就需要初創(chuàng)的精英團(tuán)隊形態(tài)和極高的人才密度。 關(guān)于留住頂尖人才，其實(shí)不太靠“說服”，更多是互相吸引。一是這里足夠自由；二是大家有共同的理想；三是從前沿研究到產(chǎn)業(yè)落地的鏈路在這里是完整的，研究能直接變成模型表現(xiàn)，最終推動真實(shí)的產(chǎn)業(yè)變化，而不只是停在論文上。

Q16：過去一年，您個人最深刻的認(rèn)知重塑是什么？

陳博遠(yuǎn)：最大的認(rèn)知重塑有兩點(diǎn)： 第一，“物理的通用性”從我做學(xué)術(shù)時的一個抽象命題，真正在我們的工程實(shí)驗(yàn)中變成了可驗(yàn)證的事實(shí)。當(dāng)我們看到模型規(guī)模擴(kuò)大后涌現(xiàn)的泛化能力時，我確信這條路徑走通了。

第二，真正的底層創(chuàng)新不能只靠個人的技術(shù)直覺，需要一群有技術(shù)品味的人相互碰撞、修偏糾錯。我們不能被短期的商業(yè)焦慮驅(qū)動，把底層技術(shù)做透，生態(tài)和開花結(jié)果自然水到渠成。