# DR-02 非中国玩家发现池与三层漏斗

> **阅读版说明（2026-07-18）：** 原始 ChatGPT Deep Research 导出包含 GitHub 无法解析的内部 `turn…` 引用标记。本阅读副本已移除这些不可移植标记；这不等于直接恢复了原引用。项目后续已对关键主张重新打开原始来源，并以 Sources、Source Cards 和 Evidence Ledger 为准。未经清理的初始版本仍可通过 Git 初始提交 `67f525c` 与输入清单中的 SHA256 追溯。

## Executive Discovery Summary

本轮高召回率扫描后，我保留了 **23 个非中国实体或具体大厂项目** 进入“发现池”；其中按当前公开证据初判，**11 个可进入核心集合候选，7 个进入相邻集合，5 个停留在发现池或边界案例**。这不是最终 shortlist，而是一张防漏项的“工作底稿式池子”。其中最密集、证据最强的两大簇分别是：一类是“可交互世界生成 / spatial intelligence / action-conditioned world simulation”，另一类是“自动驾驶或 Physical AI 的闭环 world model / simulator / world foundation model”。[Analyst inference]

从技术路线看，公开材料已经不再只是“video generation = world model”的粗糙叙事，而是出现了至少五种可分辨路径。第一类是 **persistent / navigable 3D worlds**，代表包括 World Labs 的 Marble / World API、Google DeepMind 的 Genie 3、Odyssey 的 Odyssey-2 与 Agora-1；第二类是 **动作条件化 interactive video / learned simulator**，代表包括 Decart Oasis 3、Runway GWM-1、General Intuition MIRA；第三类是 **latent predictive / JEPA / action-conditioned planning**，代表包括 Meta 的 V-JEPA 2-AC、1XWM、NVIDIA Cosmos Policy；第四类是 **自动驾驶 vertical world models**，代表包括 Waymo World Model、Wayve GAIA、Waabi Copilot4D + Waabi World；第五类则是 **围绕 world models 的平台层、仿真层与数据层**，代表包括 Applied Intuition、Genesis World、Antioch、XDOF 这类更像“使能层”的对象。上述分层里，前四类已经出现明确产品替代、平台替代或能力竞争逻辑，第五类则更偏“平台约束”与“客户绕开 Manifold 的基础设施路径”。

从应用与客户任务看，最成熟的商业化切口不是“抽象 AGI world model”，而是三条更具体的交付线。其一是 **robotics training / policy evaluation / sim-to-real**，例如 1X 把 1XWM 明确用于 checkpoint selection、offline evaluation 与 long-tail curation；Dexterity 把 Foresight 用于生产级 truck loading；Runway 和 World Labs 也都把 world model 指向 robotics policy evaluation 或 robotics simulation workflow。其二是 **autonomous driving validation**，例如 Waymo、Wayve、Waabi、Applied Intuition 都把 world model 明确绑定到安全验证、闭环仿真、稀有场景生成和多模态传感器仿真。其三是 **interactive media / XR / gaming / spatial computing**，这条线由 World Labs、Odyssey、Genie 3、General Intuition、Runway 更为突出，但其中一部分正向 robotics 和 physical AI 回流。

最容易漏项或误分类的区域主要有五个。第一，**“纯视频生成公司”与“真正 world model 产品”之间的边界**；OpenAI Sora 2、Luma Ray、Runway Gen-4.5 都强调对物理世界、三维一致性或可控性理解，但如果没有持续状态、动作条件化、闭环交互或面向 physical AI 的明确证据，不应自动上调到核心集合。第二，**VLA / robot foundation model 与 world model 的边界**；Gemini Robotics、Physical Intelligence、RLWRLD、Genesis AI 都强相关，但并不都公开了单独的 environment model 或 world simulator。第三，**自动驾驶公司是否只是在做常规 simulator**；Waymo、Wayve、Waabi 已经越过这条线，但其他 ADAS / AV 厂商未必。第四，**平台层公司**是否会成为真实的“平台替代”；Applied Intuition、Antioch、Genesis World、XDOF 这类对象不一定直接完成 Manifold 客户任务，但它们可能重塑客户如何采购 world-model 工作流。第五，**stealth 或低公开度地区玩家**，尤其是韩国、新加坡、日本和欧洲工业 AI 新创，公开材料明显少于美西同类。

就“谁对 Manifold 更危险”这一点，当前**最需要后续深入核查的不是单一“最强公司”**，而是两种竞争机制。第一种是 **平台替代者**：NVIDIA Cosmos、Google DeepMind Genie 3 / Gemini Robotics、Meta V-JEPA 2、Waymo / Wayve / Waabi 的自用平台，以及 Applied Intuition 这类工具链平台，可能让客户直接采购模型、API 或仿真基础设施，从而绕开 Manifold。第二种是 **客户任务替代者**：World Labs、Odyssey、Runway GWM-1、Decart Oasis 3、1XWM、Dexterity Foresight 等，已经在“interactive worlds / robotics eval / synthetic scenario generation / offline policy judgment”上摆出更接近可交付任务的形态。这个判断属于 **Analyst inference**，不是最终定案。

## 完整发现池总表

**表内缩写说明**：
判据①=学习/预测环境状态及其演化；判据②=能响应动作、控制信号或持续交互；判据③=面向物理世界、具身任务、实时仿真或空间行动。
竞争机制：**产**=产品替代，**平**=平台替代，**能**=能力竞争，**市**=未来市场竞争。
阶段：**R**=Research / Demo，**API**=公开或商业 API，**P/D**=Pilot / Deployment，**Rev**=收入或明确商业化。
“Self-only”表示目前主要靠自我定位，公开技术证据仍不足。

| Canonical entity | 单位信息 | 核心产品/官方定位 | 技术路线与任务标签 | 三项技术判据与公开证据 | 开放方式 / 阶段 | 漏斗初判 | 竞争机制 | 纳入与疑点、对华关系、最新证据、置信度、主要来源 |
|---|---|---|---|---|---|---|---|---|
| **World Labs** | 公司；别名 World Labs / Marble；母公司无；美国（San Francisco，公开资料）；2023–2024 公开启动 | Marble、RTFM、World API；官方称其在构建可 **perceive, generate, reason, and interact with the 3D world** 的 spatial intelligence frontier models | Spatial intelligence；persistent/navigable 3D worlds；real-time frame model；robotics simulation；XR/design | ①**满足**：Marble 可 reconstruct / generate / simulate 3D worlds；②**满足**：RTFM 为 real-time interactive generative world model，World API 支持交互系统集成；③**满足**：明确面向 3D world、robotics simulation、real-to-sim | API + 闭源产品；API / P/D | **核心候选** | 产、平、能、市 | [F] 已有 World API 与 robotics case study；[I] 对 Manifold 的平台替代与产品替代都非常直接。疑点：大规模真实客户与部署深度仍多为公司材料。对华关系：未见重大公开经营/资本/市场关系。最新有效证据：2026-01-21 / 2025-11-12 / 2025-10-16。置信度 **H**。来源：World API、Marble docs、RTFM、robotics case study、Reuters 融资报道。  |
| **Odyssey** | 公司；别名 Odyssey-2 / Agora-1 / Starchild-1；母公司无；美国（Palo Alto，公开报道）；2023 | 官方称其在做 **general world models**；Odyssey-2 为 general purpose world model，Agora-1 为 multi-agent world model，Starchild-1 指向 richer multimodal interaction | General world models；interactive simulation；multi-agent world model；robotics / gaming / media | ①**满足**：官方称“causal, multimodal systems that learn to understand and simulate the world”；②**满足**：Odyssey-2/Agora-1 均强调 interactive simulation、multi-agent real-time sharing；③**满足**：明确把 world models 指向 robotics，且将物理精度作为卖点 | 闭源产品 + API access；API / R | **核心候选** | 产、平、能、市 | [F] 官网已有多模型产品线与 API access；[C] “physical accuracy materially advancing SOTA”目前主要是公司自述。对华关系：未见重大公开关系。最新有效证据：2026-06-17 / 2025-05-28。置信度 **H-**。来源：官网、Odyssey-1/2 页面、TechCrunch/FT 融资报道。  |
| **Runway GWM-1** | 大厂式具体项目；母公司 Runway；美国（New York，母公司未在本任务重点展开）；GWM-1 于 2025-12 首发 | GWM-1 官方定位为 **General World Model**；有 GWM-Worlds、GWM-Avatars、GWM-Robotics 三变体；Runway Robotics 还提供 policy model、offline evaluation、data augmentation | Interactive world model；real-time frame generation；robotics policy/eval；media/XR | ①**满足**：官方称 GWM-1 simulates reality in real time；②**满足**：动作控制包括 camera pose、speech、robot commands；③**满足/不完全**：GWM-Robotics 明确进 physical AI，但公开部署证据主要为公司材料 | 闭源 API / license；API / P | **相邻集合** | 产、平、能、市 | [F] Robotics 产品页已明确“predicts actions”“policy evaluation”；[C] 与 NVIDIA、Berkshire Grey 集成仍以公司披露为主。疑点：媒体公司出身，消费者视频产品与 physical AI pipeline 边界要拆开看。对华关系：未见重大公开关系。最新有效证据：2026-05-11 / 2026-02-27。置信度 **M+**。来源：GWM-1、Runway Robotics、policy evaluation。  |
| **Decart Oasis 3** | 公司为 Decart；项目为 Oasis 3；主要经营地美国/以色列（公开报道称 San Francisco with operations in Israel）；2023 | 官方称其为 **realtime interactive world model for physical AI**；Oasis 3 Preview 是 promptable world model，动作输入为 throttle + steering，输出下一帧 camera views | Realtime world model；driving simulator；physical AI；multi-camera action-conditioned generation | ①**满足**：官方明确“world models that generate frames conditioned on actions”；②**满足**：API 文档明确 actions in, frames out；③**满足**：首落地在 autonomous vehicles，并扩展到 drones / humanoids 等 physical AI | API + 闭源产品；API / P | **核心候选** | 产、平、能、市 | [F] 这是目前最清晰的“action-conditioned driving world model via API”之一；[C] 从 driving 扩展到其他 physical AI 仍主要是公司路线图。对华关系：未见重大公开关系。最新有效证据：2026-06-10。置信度 **H-**。来源：官网、Oasis 3 docs、TechCrunch、Seed/Series A 报道。  |
| **NVIDIA Cosmos** | 具体项目；母公司 NVIDIA；美国；Cosmos 平台 2025-01 首发，Cosmos 3 于 2026-06 | 官方定位为 **world foundation model platform for physical AI**；Cosmos 3 是 **open omni-model with reasoning, world and action generation**；Cosmos Policy 由 world model fine-tune 而来 | World foundation models；tokenizer/data/eval stack；robotics/AV/physical AI；world-action model | ①**满足**：论文与官网都强调对 physical world 的建模与仿真；②**满足**：Cosmos 3 联合处理 language/image/video/audio/action，Cosmos Policy 直接面向 robot control；③**满足**：明确是 physical AI / robotics / autonomous driving | Open-weight + GitHub + commercial ecosystem；Open / API / P | **核心候选** | 平、能、产、市 | [F] 开源权重、许可与全栈生态已形成明显平台替代；[I] 若客户诉求偏“买底座 + 自调优”，Cosmos 对 Manifold 的平台替代风险很高。对华关系：未见重大公开关系。最新有效证据：2026-06-22。置信度 **H**。来源：paper、官网、Cosmos 3 technical report、Cosmos Policy。  |
| **Google DeepMind Genie 3** | 具体项目；母公司 Google DeepMind；英国/美国集团，不单列集团；Genie 2 于 2024-12，Genie 3 于 2025-08 | 官方定位为 **general-purpose world model**，可用文本生成可实时探索的 photorealistic environments | Interactive world model；game-like / general worlds；robotics training adjacency；text-to-world | ①**满足**：DeepMind 直接称其为 world model；②**满足**：可 real-time navigation / exploration；③**满足**：环境为 3D interactive worlds，且被 Waymo 适配到 driving simulation | Research preview / product preview；R / API-like access | **核心候选** | 平、能、产、市 | [F] 在“通用 interactive world model”上是最强大厂基准之一；[I] 尽管其直接商业化还有限，但一旦 API 或平台化，对 Manifold 的平台替代非常强。对华关系：未见重大公开关系。最新有效证据：2025-08-05。置信度 **H**。来源：Genie 2/3 官方页、DeepMind 官网、Waymo 适配说明。  |
| **Google DeepMind Gemini Robotics** | 具体项目；母公司 Google DeepMind；2025-03 首发，2026-04 有 ER 1.6 | 官方定位为 embodied reasoning / VLA family，帮助 robots reason about the physical world | VLA alternative route；embodied reasoning；tool use；physical-world planning | ①**满足/不完全**：其更多是 embodied reasoning/VLA，而非公开独立 world model；②**满足**：直接输出机器人动作或调用工具/VLA；③**满足**：面向 physical world | 受限开发者接入 / trusted testers；R / API test | **相邻集合** | 平、能、产、市 | [F] 与 world model 不同，它是“VLA / embodied reasoning 替代路线”的代表；[I] 对 Manifold 的威胁更多来自客户任务替代与平台 bundling，而不是纯 world model。疑点：缺少公开独立 world model 组件。对华关系：未见重大公开关系。最新有效证据：2026-04-14。置信度 **H-**。来源：Gemini Robotics、Gemini Robotics-ER、Gemini API robotics docs。  |
| **Meta V-JEPA 2** | 具体项目；母公司 Meta；2025-06 | 官方称其为 **the first world model trained on video**，并通过 V-JEPA 2-AC 进行 **zero-shot robot planning** 与 robot control | JEPA / latent predictive model；self-supervised video world model；robot planning | ①**满足**：官方明确 world model、prediction；②**满足**：V-JEPA 2-AC 是 latent action-conditioned world model；③**满足**：直接展示 robot planning / control | Open research + GitHub；Open / R | **核心候选** | 平、能、产 | [F] 这是 JEPA 路线中最有公开证据、最可复现的对象之一；[I] 虽无直接商业产品，但作为开源/研究底座具备平台替代力。对华关系：未见重大公开关系。最新有效证据：2025-06-11。置信度 **H**。来源：Meta blog、project page、GitHub、publication。  |
| **Waymo World Model** | 具体项目；母公司 Waymo；2026-02 首发 | 官方称其为 frontier generative model，用于 **large-scale, hyper-realistic autonomous driving simulation**，并明确 built upon Genie 3 | Driving world model；multi-sensor simulation；rare-event generation；safety validation | ①**满足**：用于生成 hyper-realistic simulated environments；②**满足**：允许语言提示、driving inputs、scene layout 控制；③**满足**：多传感器 autonomous driving simulation | 内部平台 / 未公开开放；P/D | **核心候选** | 产、平、能、市 | [F] 这是自动驾驶 world model 商业化深度最高的一类证据；[I] 虽然对外不卖，但其平台能力对行业心智和客户预期有强替代作用。对华关系：未见重大公开关系。最新有效证据：2026-02-06。置信度 **H**。来源：Waymo 官方博文、EMMA/Waymo Foundation Model 周边研究。  |
| **1X / 1XWM** | 公司；别名 1X Technologies / 1X World Model / 1XWM；美国（Palo Alto）；2014 起源，现以 1X 运营 | 1XWM 官方称其为 generative video world model，既做 evaluation，也做从 video 到 action 的 robot policy；NEO/Redwood 是机器人主线 | Humanoid world model；action-conditioned prediction；evaluation engine；video-to-action | ①**满足**：公开文档称 predicts future robot observations and task-level state values；②**满足**：世界模型接收动作序列或文本提示，推演 future，再由 IDM 反解动作；③**满足**：面向 full-body humanoid、home robotics | 技术报告 + demo；R / P | **核心候选** | 产、能、市 | [F] 在“world model 作为机器人离线评估与 policy selection 引擎”上公开证据很扎实；[C] 大规模 home deployment 仍与 teleoperation / early access 混合。对华关系：未见重大公开关系。最新有效证据：2026-01-12。置信度 **H**。来源：1XWM blog、technical report、公司 about / HQ。  |
| **Dexterity / Foresight** | 公司；项目 Foresight；美国（Redwood City）；Dexterity 早于本轮，Foresight 于 2026-03 公开 | 官方称 Foresight 是 **world model for Physical AI**，并用于 enterprise truck loading / packing intelligence | Physics-consistent / transactable world model；packing/spatial reasoning；real-time coordination | ①**满足**：官方和产品材料都把其描述为 world model，处理 packing state / stability / future placements；②**满足**：实时协调双臂与序列决策；③**满足**：直接面向 physical AI、生产线机器人 | 闭源产品 + API challenge；P/D / Rev | **核心候选** | 产、能、市 | [F] 这是少数把 world model 直接跑到 Fortune 50 enterprise 生产任务的对象；[C] 其“100M+ autonomous actions”“0 safety incidents”等优势主张主要来自公司材料。对华关系：未见重大公开关系。最新有效证据：2026-03-20。置信度 **H-**。来源：官网、Foresight launch、technical deep dive。  |
| **Waabi / Waabi World + Copilot4D** | 垂直公司；加拿大/美国运营；Waabi World 2022，Copilot4D 2024 | Waabi World 是 reactive closed-loop simulator；Copilot4D 官方称其为 **4D world model** / foundation model for self-driving | Autonomous driving world model；digital twins；sensor simulation；4D forecasting | ①**满足**：Copilot4D 与 DIO 均明确是 world model；②**满足**：Waabi World / UniSim 支持 counterfactual scenarios 和 autonomy in closed loop；③**满足**：就是 physical-world autonomous driving | 闭源平台 + 研究披露；P/D | **核心候选** | 产、平、能、市 | [F] 在“4D physical-world modeling + closed-loop sensor simulation”上证据密度很高；[I] 对 Manifold 的相关度主要体现在 vertical capability benchmark 与未来市场竞争。对华关系：未见重大公开关系。最新有效证据：2025-03-11 / 2024-03-15。置信度 **H**。来源：公司主页、Waabi World、Copilot4D、UniSim、DIO。  |
| **Wayve / GAIA** | 垂直公司；英国（London）；GAIA-1 2023，GAIA-2 2025，GAIA-3 2025-12 | 官方称 GAIA 是 **generative world model for autonomy**；GAIA-3 面向安全评估、验证及 diverse safety-critical conditions | Driving world model；multi-view controllable generation；evaluation and validation | ①**满足**：GAIA-1/2/3 明确 world model；②**满足**：video、text、action 输入；③**满足**：专用于 driving / autonomy | Research + internal tool；R / P | **核心候选** | 产、平、能、市 | [F] Wayve 是“world model for autonomy”最持续迭代的一家；[I] 若 Manifold 涉及出海、自动驾驶仿真或 vehicle AI，Wayve 属于不能漏掉的 vertical competitor。对华关系：未见重大公开关系。最新有效证据：2025-12-02。置信度 **H**。来源：GAIA-1/2/3 页面与 press。  |
| **FieldAI / EDGE / BWM** | 公司；美国（Irvine）；2023 | 官方称其 Field Foundation Models built around a **Belief World Model**，作为 predictive engine under uncertainty；已有全球部署 | Risk-aware robotics AI；belief world model；industrial/federal field operations | ①**满足/部分**：官方明确 BWM 为 predictive engine；②**满足**：一脑多机器人执行任务；③**满足**：面向 construction, energy, manufacturing, mining 等 real world use cases | 闭源产品；P/D / Rev-like traction | **相邻集合** | 产、平、能、市 | [F] 部署密度和商业 traction 强；[C] BWM 的具体技术形态与可复现 world-model 细节公开不足。对华关系：未见重大公开关系。最新有效证据：2026-03-16 / 2025-08-20。置信度 **M+**。来源：官网、technology、NVIDIA partnership、融资稿。  |
| **Applied Intuition / WFM stack + RAYNOVA** | 公司与具体研究项目；美国（Sunnyvale）；2017 | 官方把自己定位为把 **world foundation models from research to reality** 的平台；RAYNOVA 是 4D world foundation model | Platform layer；4D world foundation model；data/simulation/eval stack；autonomy | ①**满足/部分**：RAYNOVA 明确是 4D WFM，平台页也强调 WFM 支撑 physical AI 开发；②**不完全**：公开材料更多是生成/评估平台，而非统一 action-conditioned interactive model；③**满足**：明确面向 autonomy/physical AI | 闭源平台；P/D / Rev | **相邻集合** | 平、能、产、市 | [F] 其真实威胁更像“平台替代”和“工作流抓手”；[I] 若客户更愿意采购 toolchain 而非定制世界模型，Applied 相关性会迅速提高。对华关系：未见重大公开关系。最新有效证据：2026-06-18 / 2026-05-29。置信度 **M+**。来源：RAYNOVA、WFM from research to reality、physical AI 平台、about。  |
| **General Intuition / MIRA** | 公司；项目 MIRA；公开报道称 Geneva + New York；2025–2026 | 官方称其 build models that **perceive, predict, and act in virtual and physical environments**；MIRA 是 playable multiplayer world model | Gaming-data route；multiplayer interactive world model；action models + world models；API | ①**满足**：MIRA 是 multiplayer world model；②**满足**：基于多个玩家按键，实时 20fps 运行；③**不完全**：目前公开展示更偏游戏世界，向 physical environments 外推主要是公司路线 | Live demo / API / research；R / API | **相邻集合** | 平、能、产、市 | [F] 其“action-labeled video at scale”与 Manifold 研究方向高度相关；[C] 从 Rocket League 等虚拟世界迁移到 real-world physical AI 的公开证据仍不足。对华关系：未见重大公开关系。最新有效证据：2026-07-??（MIRA arXiv）/ 2026-06-26。置信度 **M+**。来源：官网、MIRA、arXiv、TechCrunch/Axios 公开报道。  |
| **Genesis AI / GENE + Genesis World** | 公司；另有开源平台 Genesis World；美国（官网未强调 HQ，公开报道为 Paris startup？但官网定位 global；此处谨慎写“非中国创业公司”）；Genesis World 学术项目自 2024 起，Genesis AI 2025 出圈 | 官方称 GENE 是 robotics foundation model；Genesis World 是 simulation platform for physical AI development | Robotics FM；simulation infra；multi-physics world | ①**满足/部分**：Genesis World 明确是 physical AI simulation platform，但 GENE 不是公开 world model；②**不完全**：对 action-conditioned world dynamics 的公开技术细节不足；③**满足**：强 physical AI 属性 | Open platform + closed robot/model；Open + P | **相邻集合** | 平、能、产、市 | [F] 它更像“世界模型基础设施 + 机器人基础模型”的组合；[I] 如果后续 GENE 与 Genesis World 更紧耦合，会显著抬升到核心候选。对华关系：未见重大公开关系。最新有效证据：2026-05-07。置信度 **M**。来源：Genesis World docs/GitHub、GENE-26.5 官网与 press。  |
| **Physical Intelligence / π** | 公司；美国；2024 起公开 | 官方称其在构建 **general-purpose physical intelligence models** 与 robot foundation models；π0、π0.5、π0.7 属 VLA 路线 | VLA alternative route；general-purpose robot FM；memory / RL token / real-time chunking | ①**不明确**：公开重点是 VLA policy，而非单独的 world model；②**满足**：直接动作输出与 real-time chunking；③**满足**：明确 physical world | 研究披露 + 合作意向；R / P | **相邻集合** | 能、产、市 | [F] 这是一条足以替代“world model-first”叙事的强大 alternative route；[I] 对 Manifold 的威胁主要是客户会在 Physical Intelligence / Gemini Robotics / PI 这类 VLA 路线上做替代选择。疑点：缺少公开独立 world model 证据。对华关系：未见重大公开关系。最新有效证据：2026-04-16。置信度 **M+**。来源：主页/博客、π0/π0.5/π0.7、real-time chunking。  |
| **AMI Labs** | 公司；别名 Advanced Machine Intelligence；法国为主，公开称在 Paris / Montreal / Singapore / New York 运作；2025–2026 | 官方直接声称 **developing world models**，包括 **action-conditioned world models**；目标行业是 automation、robotics、healthcare 等 | JEPA / world-model-first research lab；industrial automation route | ①**满足（公司自述）**：明确开发 world models；②**满足（公司自述）**：明确写到 action-conditioned world models；③**满足/不明确**：目标是 robotics / automation，但尚无公开产品或模型 | 研究实验室；R | **发现池**；**Self-only: 是** | 能、平、市 | [C] 官方定位非常直接，但公开可验证技术资产太少；[I] 不能因创始人名气和融资额自动上调层级。对华关系：公开称 Singapore base 之一，但未见中国大陆重大关系。最新有效证据：2026-03-10。置信度 **M-**。来源：AMI 官网、Cathay、Reuters。  |
| **RLWRLD / RLDX-1** | 公司；美国 HQ + 韩国办公室 + 日本办公室公开展示；2026 年大规模出圈 | 官方称其在做 “Real World Intelligence” 与 physical-world foundation model；RLDX-1 是 dexterity-first foundation model for robot hands | Dexterity-first FM；high-DoF hand manipulation；industrial robotics | ①**不明确**：更像 robot foundation model，不是公开 world model；②**满足**：直接控制高自由度手；③**满足**：真实工业 dexterity task | 开源代码/检查点 + 闭源业务；Open / P | **发现池** | 能、产、市 | [F] 其公开材料反复 referencing world-model literature，但自己尚未披露独立 world model；[I] 值得纳入是因为它可能成为“world model 不必独立存在”的强替代路线。对华关系：未见重大公开关系。最新有效证据：2026-06-19。置信度 **M**。来源：官网、company、RLDX-1、press。  |
| **Mistral + Emmi AI / Robostral Navigate** | 公司并购组合；法国 + 奥地利；2026-05–07 | Mistral 并购 Emmi AI 后转向 physics AI；官方称其在做 predict behavior of physical systems，Reuters 报道其首个 robotics model 为导航模型 | Physics AI；industrial engineering；single-camera navigation | ①**不明确**：是 physics AI / robotics model，不等于已公开 world model；②**满足**：robot navigation；③**满足**：physical AI 场景明确 | 企业产品；R / P | **发现池**；**Self-only: 部分** | 能、市、产 | [F] 欧洲大模型公司切入 physical AI，战略意义大；[C] “world model”证据不足，目前更适合作为相邻/边界。对华关系：未见重大公开关系。最新有效证据：2026-07-08。置信度 **M-**。来源：Mistral/Emmi 官方稿、Reuters。  |
| **Luma / Open Physical AI Lab** | 公司；美国（Palo Alto）；2026-06 公开 physical AI lab | 官方称 Open Physical AI Lab 将 **develop World Models for understanding and interaction with the physical world**；同时 UNI-1 号称 jointly model time, space, and logic | Media-to-physical bridge；unified multimodal model；open science | ①**满足（公司自述）**：明确要 develop world models；②**不明确**：公开产品主线仍偏 creative AI，而非动作条件化系统；③**不明确/部分**：physical AI lab 有方向，但产物未公开 | 研发宣示；R | **发现池**；**Self-only: 是** | 能、市 | [C] 方向值得看，但不能把 Ray/UNI 直接当作已验证 world model 竞争者。对华关系：与 HUMAIN 等全球合作有公开，但未见中国大陆重大关系。最新有效证据：2026-06-01。置信度 **M-**。来源：Open Physical AI Lab、UNI-1、careers、series C 叙事。  |
| **OpenAI / Sora 2** | 具体项目；母公司 OpenAI；美国；Sora 2024，Sora 2 2025-09 | OpenAI 曾把 video generation models 描述为 **world simulators**，并称 Sora 旨在理解和模拟 physical world in motion | Video generation；world simulator framing；3D consistency | ①**满足/有限**：OpenAI 明确有 “world simulators” 研究表述；②**不满足/不足**：公开产品不体现持续 action-conditioned closed loop；③**不满足/不足**：缺少面向 robotics / spatial action 的公开系统证据 | 消费产品/API；API / Product | **发现池边界** | 能 | [F] 容易被市场误归为 world model 玩家；[I] 但按本任务规则，它更适合边界/排除而非相邻或核心。对华关系：不适用。最新有效证据：2025-09-30。置信度 **M**。来源：OpenAI world simulators essay、Sora/Sora 2、API docs。  |

> 说明：为避免重复计数，像 **Runway Gen-4/4.5**、**Luma Ray3.x**、**World Labs RTFM** 这类具体模型，没有单独再开一行；它们在行内作为公司/项目证据处理。大厂也按具体项目而非集团总称计数。上表中的“层级”与“竞争机制”均属 **Analyst inference**，是基于公开证据做的当前初判，不等于最终 shortlist。

## 边界案例与排除日志

下列对象之所以仍要记录，不是因为它们已经构成“核心世界模型竞争者”，而是因为它们非常容易在后续研究中被误纳入、误上调，或者在未来 12–24 个月迅速补齐证据。

| 对象 | 为什么进入发现池 | 为什么未进入相邻或核心 | 什么新证据会改变判断 |
|---|---|---|---|
| **OpenAI Sora / Sora 2** | OpenAI 自己把 video generation research framing 成 “world simulators”，并强调 3D consistency 与模拟 physical world in motion。  | 缺少公开的持续状态、动作条件化闭环、面向 physical AI 或具身任务的系统级证据；更像高物理一致性视频模型。 | 若公开 action-conditioned interactive mode、robotics simulation product、或 physical-AI eval pipeline，可上调。 |
| **Luma Ray / UNI / Open Physical AI Lab** | Luma 明确宣布要开发 physical-world world models，UNI-1 强调 joint modeling of time, space, and logic。  | 目前公开、可验证的主航道仍是 creative/video/image generation；真实 physical AI 系统未形成公开产品。 | 若出现可交互 world simulator、robotics API、或具身评估结果，可进入相邻集合。 |
| **Runway Gen-4 / 4.5** | Runway 长期用 “General World Models” 叙事包装研究。  | Gen-4/4.5 自身是媒体生成产品，不等于 GWM-1 Robotics；按任务规则，它们不能凭“world consistency”自动上调。 | 若直接关联到 robot policy、action-conditioned control 或 physical AI workflow，再重新评估。 |
| **Physical Intelligence π** | 它是最强 VLA alternative route 之一，客户可能在“world model”与“generalist robot policy”之间做替代选择。  | 公开材料重点是 VLA / policy / memory / online RL，不是独立 world model。 | 若公开独立 environment model、simulator、counterfactual evaluator，则层级可上调。 |
| **RLWRLD / RLDX-1** | 其公开材料明确把自己放在 physical-world foundation model 叙事中，且解决 dexterity 这一关键缺口。  | 缺少环境状态演化或 learned world dynamics 的公开模型；更像 dexterity-first FM。 | 若出现 contact-rich action-conditioned world model 或 evaluator，可进入相邻集合。 |
| **Mistral + Emmi AI** | 欧洲大模型厂正在从 language 转向 physics AI，这本身就是竞争格局信号。  | 公开证据更像 physics-aware engineering / navigation model，而不是 world model。 | 若公开 physics-aware interactive simulator / world model 技术栈，可上调。 |
| **Genesis World** | 作为 influential simulation platform，它显著影响了“Physical AI world infrastructure”叙事。  | 它本身更像平台和仿真器，不是商业 world model 公司；本轮只通过 Genesis AI 相关联计入。 | 若 Genesis World 与 GENE 公布统一的 world-action / world model 架构，风险级别会上升。 |
| **Antioch** | 官方明确是“simulation platform for autonomy”，且自称想做“Cursor for physical AI”。  | 暂无世界模型公开证据，更多是 cloud simulation + 3D-native agents。 | 若加入 learned simulator / world model 栈，应重新纳入。 |
| **XDOF** | 它服务 robot foundation models 的 data flywheel，是潜在的底层平台约束者。  | 它是数据与采集基础设施，不是 world model。 | 若未来做“data-to-world-model service stack”或闭环 evaluator，可进入相邻集合。 |
| **ThreeDWorld / TDW** | 学术上是经典 interactive multi-modal physical simulation 平台。  | 影响大，但没有足够公司化/产品化路径公开证据；按本任务不进入正文竞争池。 | 若出现清晰商业化主体或被关键公司深度整合成产品层，可回补。 |

从这些边界对象可以看出，一个最重要的方法纪律是：**不要把“对物理世界更了解”与“已具备 world model 竞争地位”混为一谈**。在本任务里，必须看到至少两类额外证据之一：要么存在 **动作条件化和持续交互**，要么存在 **面向客户任务的闭环仿真 / 评估 / 控制路径**。仅有“物理更真实的视频”还不够。

## 技术路线与应用客户任务初步地图

下面这张“路线 × 任务”地图不是最终 PPT，而是一张便于后续 dossier 扩写的内部底稿。它把对象放在**主要竞争作用位**上，而不是强行把每家公司锁死在一个格子里。

### 路线簇与代表对象

**interactive 3D / spatial intelligence / explorable worlds** 这一路线的代表对象是 World Labs、Odyssey、Genie 3、Runway GWM-1、General Intuition。它们共同特征是把世界建模当作“可探索、可编辑、可交互的空间或视频世界”，并向 robotics、simulation、XR、gaming、storytelling 外延。这个簇对 Manifold 的威胁主要体现在 **平台替代** 与 **上游 world interface 定义权**。

**physical AI world foundation model / world-action / latent predictive** 这一路线的代表对象是 NVIDIA Cosmos、Meta V-JEPA 2、1XWM、Dexterity Foresight，以及在较弱意义上的 FieldAI BWM。其共同点是：把“世界模型”直接嵌入机器人评估、规划、world-action adaptation 或风险感知中，更接近真实客户任务与部署流程，而不是单纯生成可观看内容。这个簇对 Manifold 的威胁主要体现在 **客户任务替代** 与 **能力竞争**。

**driving-centric world models and closed-loop simulators** 是目前公开证据最成熟的 vertical cluster，包括 Waymo、Wayve、Waabi，再加上平台侧的 Applied Intuition，以及 driving-first 的 Decart Oasis 3。这个区域的共同特点是对“状态演化、action-conditioning、物理世界、多模态传感器、稀有场景、安全验证”的五要素同时公开得最完整，因此是整个发现池里**证据最充足**的一块。若 Manifold 后续进入 AV、物流、Robotaxi 或工业车领域，这一块是最不能漏的对标区。

**VLA / physical-intelligence alternative routes** 包括 Gemini Robotics、Physical Intelligence、Genesis AI、RLWRLD。它们未必都拥有公开独立的 world model，但它们向客户出售的是“在物理世界里理解、计划、操作”的能力。换言之，哪怕技术路线不同，它们仍可能在客户预算和战略叙事上与 world-model 公司互相替代。这个簇当前属于 **证据够强、概念边界仍需谨慎** 的区域。

### 应用任务视角

若按应用 / 客户任务来切，当前最清晰的五个任务面分别是：**interactive world generation**、**robotics training & policy evaluation**、**autonomous driving validation**、**simulation platform / workflow infrastructure**、**general-purpose embodied control**。其中，interactive world generation 由 World Labs、Odyssey、Genie 3、Runway、General Intuition 占优；robotics training & policy evaluation 由 1X、Dexterity、Runway、World Labs、NVIDIA 占优；autonomous driving validation 由 Waymo、Wayve、Waabi、Applied Intuition、Decart 占优；simulation workflow infrastructure 则是 Applied Intuition、Genesis World、Antioch、XDOF 这类对象的主场；general-purpose embodied control 目前更多被 Gemini Robotics、Physical Intelligence、Genesis AI、RLWRLD 占据。

### 证据充足区与覆盖空白

**证据充足区** 明显集中在三块：一是 driving world models；二是一线大厂的 open-weight / research world models；三是少数已把世界模型塞进真实机器人评估或生产任务的公司，如 1X 和 Dexterity。**覆盖空白** 则主要在四块：一是 drone / maritime / off-road physical AI world models；二是日本、韩国、新加坡本土创业公司；三是 defense / federal 方向里那些真实在做 world model 但保密度高的玩家；四是“项目制交付 / 企业定制”型服务公司，因为这类公司公开披露的技术栈极少。

## 覆盖审计

### 技术路线覆盖

本轮已覆盖的主要路线包括：interactive world models、spatial intelligence、JEPA / latent predictive models、robotics world models、world foundation models、closed-loop sensor simulation、autonomous driving world models、simulation / data infrastructure。尚未充分覆盖的是：**physics-first symbolic / hybrid world models**、**multi-robot collaborative world models** 在工业场景的公开产品化版本，以及 **defense-grade confidential world models**。后两类不是没玩家，而是公开资料极少。

### 应用与客户任务覆盖

以任务看，自动驾驶和机器人评估已覆盖较充分；media / XR / gaming 交互式世界也覆盖较好。相对薄弱的是：**工厂内非移动 manipulation**、**AGV / AMR world models**、**construction/mining/off-road**、**warehouse digital twins**、**humanoid 量产后的 home deployment world loops**。这些方向并非没人做，而是很多能力被包在 broader autonomy stack 或 business solution 里，而不是单列成“world model”产品。

### 对象类型覆盖

创业公司、具体大厂项目、垂直公司与学术/开源平台都已纳入。相比之下，**纯学术项目** 我刻意提高了进入门槛，只保留了像 TDW、Genesis World 这种影响力足够大、且与产品路径有明确连线的项目进入边界日志，而没有把全部论文与 benchmark 都算成竞争对象。这个处理方式符合本任务“以竞争格局、而不是世界模型论文综述”为中心的要求。

### 地域覆盖

北美覆盖最充分；英国 / 欧洲也覆盖到了 Wayve、Mistral/Emmi、AMI Labs；加拿大覆盖到 Waabi；韩国覆盖到了 RLWRLD；新加坡主要覆盖到 AMI Labs 的运营点和生态层线索，但本土创业 world-model-native 对象仍稀缺；日本则更多体现为客户与市场，而非清晰的本土 world-model 公司。以色列方向则覆盖到 Decart，以及 agentic driving 但 world-model 证据不足的 Autobrains。**区域空白最大的是日本、新加坡、韩国本土创业公司本身，而不是这些市场正在采购什么。**

### 开放方式与竞争机制覆盖

开放方式方面，本轮已覆盖 **open-weight / open research**（Meta、NVIDIA、部分 Genesis / RLWRLD）、**API/closed product**（World Labs、Runway、Decart、Odyssey）、**内部平台**（Waymo、Waabi、Wayve）、**项目制/平台交付**（Applied Intuition、FieldAI、Antioch）。竞争机制上，**平台替代** 和 **能力竞争** 的证据最充足；**产品替代** 次之，主要出现在 robotics eval、interactive world generation 和 driving validation；**未来市场竞争** 则在大多数对象上都成立，但仍需要下一轮按 Asia go-to-market 计划逐个核查。

## 建议进入下一轮证据扩充的候选集合

下面这 12 个对象，不是最终 shortlist，而是“最值得继续核查”的候选范围。排序不代表优先级高低，只代表分组。

### 建议优先补证的核心区

**World Labs** 值得进下一轮，因为它在“3D persistent worlds → World API → robotics simulation”这条线上最完整，且既有产品口子也有平台口子。最大证据缺口不是技术，而是 **真实商业采用和客户结构**。

**Odyssey** 值得继续，因为它已经把 world model 产品线拆成 Odyssey-2、Agora-1、Starchild-1，而且把 robotics、science、healthcare、education、gaming 都放进了同一叙事。最大缺口是 **哪些应用已经超出 demo/API access 进入真实客户流程**。

**Decart Oasis 3** 值得继续，因为它是少见的、文档明确写出 **actions in, frames out** 的 driving world model API，并清楚对准 reinforcement learning / learned simulator。最大缺口是 **真实 AV 客户、长时稳定性和多场景泛化**。

**NVIDIA Cosmos** 必须继续，因为它是最危险的平台替代对象之一：公开权重、训练栈、评估栈、world-action 延伸都已出现。最大缺口不是技术，而是 **客户到底把 Cosmos 当研究底座、还是生产平台**。

**Meta V-JEPA 2** 值得继续，因为它代表 JEPA / latent prediction 路线，且公开做到了 V-JEPA 2-AC。最大缺口是 **商业转化路径和开发者采用面**，而不是技术证据本身。

**Google DeepMind Genie 3** 需要继续，因为它是通用 interactive world model 的大厂基准，并已被 Waymo world model 吸纳。最大缺口是 **对外开放策略与商业封装方式**。

### 建议优先补证的垂直区

**Waymo World Model** 值得继续，因为它把通用 world model 真正拉进了 production-grade autonomous driving simulation。最大缺口是 **它能否外溢成对外平台能力，还是只作为内部壁垒存在**。

**Waabi** 值得继续，因为它把 Copilot4D、Waabi World、UniSim 连接成了一条非常完整的 vertical world-model stack。最大缺口是 **自用平台与可对外迁移能力之间的边界**。

**Wayve GAIA** 值得继续，因为其 GAIA-1 → GAIA-2 → GAIA-3 迭代最持续。最大缺口是 **它更多是 safety/evaluation 工具，还是也会变成 broader world-model platform**。

**1X / 1XWM** 值得继续，因为它已把 world model 用在 checkpoint selection、offline evaluation、home robot learning pipeline。最大缺口是 **1XWM 在真实 home deployment 中的闭环效果与 teleoperation 依赖程度**。

**Dexterity / Foresight** 值得继续，因为它是“生产级 world model”最强证据之一。最大缺口是 **Foresight 的可泛化性：除了 truck loading，是否能迁移到更广义 manipulation**。

**Applied Intuition** 值得继续，因为它可能不是最像“world model 公司”的对象，却可能是最像 **客户工作流替代平台** 的对象。最大缺口是 **其 WFM 与商业产品绑定深度，以及是否会向通用 world-model API 演进**。

### 建议二级跟踪的边缘高潜对象

如果还有精力，二级跟踪应优先给 **Runway GWM-1、FieldAI、General Intuition、Genesis AI、AMI Labs**。它们之所以没有全部上到上一组，不是因为不重要，而是因为各有一个关键证据缺口：Runway 缺客户落地深度；FieldAI 缺技术可验证细节；General Intuition 缺 physical-world 转化；Genesis AI 缺独立 world-model 证据；AMI Labs 则几乎还停留在 world-model-first lab 的自我宣示阶段。

## 搜索方法与主题饱和说明

本轮没有依赖单一关键词“world model company”，而是按关键词族做了多路径扫描。核心关键词族包括：**world model / world simulator / general world model / playable world model / interactive world model / action-conditioned world model / world foundation model / physical AI / spatial intelligence / embodied AI / simulation / closed-loop simulator / robotics world model / driving world model / JEPA / V-JEPA / world-action model / Belief World Model / multimodal 3D worlds**。在自动驾驶 vertical 里，又额外使用了 **digital twin / sensor simulation / multi-view generative world model / autonomous driving validation** 等词族；在机器人方向使用了 **VLA / robot foundation model / policy evaluation / sim-to-real / dexterity / humanoid world model** 等词族。[Analyst method]

搜索路径上，我至少走了五条并行路线。第一条是 **公司官网 / 项目页自我定位**；第二条是 **论文、technical report、arXiv、GitHub 与模型卡**；第三条是 **产品文档、API 文档与 case study**；第四条是 **可信独立报道，用来发现 stealth 公司、融资、HQ、成立时间等元数据**；第五条是 **区域补扫**，针对英国、欧洲、以色列、韩国、新加坡、日本做低命中率搜索。真正带来新增对象最多的路径，并不是融资新闻，而是 **“相邻术语 + 官方产品页/文档”**，例如从 robotics、autonomy、simulation、JEPA、physical AI 等入口切入，再反向定位 कंपनी。

从“主题饱和”角度看，我认为本轮已经达到 **初步主题饱和，但尚未达到区域饱和和销售端饱和**。理由是：当我从“interactive world models”“driving world models”“JEPA / latent predictive”“VLA alternative routes”“simulation infra/data infra”五个角度补扫后，新增对象大多落入已知类别，而不是产生新的核心技术路线；连做两轮区域补扫后，新出现的对象更多是韩国 dexterity / Singapore simulation / Europe physics AI 这样的边缘分支，而不是全新 archetype。仍然可能遗漏的主要是：**低调的 B2B 项目制公司、保密的 industrial/defense world-model 团队、以及亚洲本土创业公司**。因此，本轮可以作为 DR-02 的合格发现池底稿，但不能被误读为“全球全部玩家名录”。

## 完整来源目录

**统一访问日期：2026-07-14（Asia/Singapore）**。以下按“一手来源 / 可信独立来源 / 仅作线索来源”分类列出本轮实际用到的主要材料。为遵守输出约束，本目录不直接展开原始 URL 字符串；相应链接可通过引文点击访问。

### 一手来源

- **World Labs**，《Welcome to Marble - World Labs / Marble is powered by our multimodal world models》，World Labs 文档，未标注发布日期。
- **World Labs**，《Announcing the World API》，World Labs，2026-01-21。
- **World Labs**，《RTFM: A Real-Time Frame Model》，World Labs，2025-10-16。
- **World Labs**，《Scaling Robotic Simulation with Marble》，World Labs，2025-11-12。
- **Odyssey**，官网首页与模型总览，Odyssey，未标注发布日期。
- **Odyssey**，《Introducing Odyssey-1: A Playable World Model》，Odyssey，2025-05-28。
- **General Intuition**，官网首页，《Introducing MIRA – a multiplayer world model》，General Intuition，2026。
- **MIRA**，《Multiplayer Interactive World Models with Action-Conditioned Video Diffusion》，arXiv，2026。
- **Runway**，《Introducing GWM-1》，Runway，2025-12-11。
- **Runway**，《How Real-Time Video Generation Is Changing Online Interaction》，Runway，2026-05-11。
- **Runway Robotics** 产品页，《Policy Model》《Offline Policy Evaluation》《Data Augmentation》，Runway，未标注发布日期。
- **Decart**，官网首页《Real-Time World Models》，Decart，未标注发布日期。
- **Decart**，《Oasis 3 Preview Realtime - Decart API Platform》，Decart 文档，未标注发布日期。
- **NVIDIA**，《Cosmos World Foundation Model Platform for Physical AI》，arXiv，2025-01-07。
- **NVIDIA**，《Physical AI with World Foundation Models | NVIDIA Cosmos》，NVIDIA，未标注发布日期。
- **NVIDIA**，《Cosmos 3: Omnimodal World Models for Physical AI》，NVIDIA 技术报告，2026-06-22。
- **NVIDIA**，《Introducing NVIDIA Cosmos Policy for Advanced Robot Control》，NVIDIA / Hugging Face，2026-01-29。
- **Google DeepMind**，《Genie 2: A large-scale foundation world model》，DeepMind，2024-12-04。
- **Google DeepMind**，《Genie 3》，DeepMind model page，未标注发布日期。
- **Google DeepMind**，《Gemini Robotics》与《Gemini Robotics-ER 1.6》，DeepMind，2025-03 / 2026-04-14。
- **Google AI Developers**，《Gemini Robotics-ER 1.6 | Gemini API docs》，Google，未标注发布日期。
- **Meta**，《Introducing the V-JEPA 2 world model and new benchmarks》，Meta AI，2025-06-11。
- **Meta**，《Introducing V-JEPA 2》，Meta AI research page，未标注发布日期。
- **Meta**，《V-JEPA 2: Self-Supervised Video Models Enable Understanding, Prediction and Planning》，Meta publication，2025-06-11。
- **Meta**，`facebookresearch/vjepa2` GitHub 仓库，未标注发布日期。
- **Waymo**，《The Waymo World Model: A New Frontier For Autonomous Driving Simulation》，Waymo，2026-02-06。
- **Waabi**，《Introducing Copilot4D: A Foundation Model for self-driving》，Waabi，2024-03-15。
- **Waabi**，《How Waabi World works》《UniSim: A neural closed-loop sensor simulator》《DIO》，Waabi，2022-02-09 / 2023-06-14 / 2025。
- **Wayve**，《Introducing GAIA-1》《GAIA-2》《GAIA-3》，Wayve，2023-06-17 / 2025-03-26 / 2025-12-02。
- **1X**，《1X World Model》《1X World Model | From Video to Action》《1X World Model: Evaluating Bits, not Atoms》，1X，2024-09-16 / 2026-01-12 / 技术报告。
- **Dexterity**，官网首页与《Introducing Foresight》《Inside Foresight》，Dexterity，2026-03。
- **FieldAI**，官网首页与 technology page，FieldAI，未标注发布日期。
- **Applied Intuition**，《RAYNOVA: 4D world foundation modeling》《How Applied Intuition Brings World Foundation Models from Research to Reality》，Applied Intuition，2026-05-29 / 2026-06-18。
- **Genesis AI / Genesis World**，官网、docs、GitHub 与《GENE-26.5》，Genesis AI / Genesis World，2026-05-07 等。
- **Physical Intelligence**，官网与《π0》《π0.5》《π0.7》《Real-Time Action Chunking》，Physical Intelligence，2024-10-31 / 2025-04-22 / 2026-04-16 / 2025-06-09。
- **AMI Labs**，官网首页，AMI，未标注发布日期。
- **Mistral / Emmi AI**，《Emmi joins Mistral to accelerate the AI-native industry》《Mistral AI Acquires Emmi AI》，2026-05。
- **Luma**，《An Open Science Effort to Solve Generalization in Physical AI》《UNI-1》，Luma，2026-06-01 及未标注日期。
- **OpenAI**，《Video generation models as world simulators》《Sora》《Sora 2》《Video generation with Sora API docs》，OpenAI，2024-02-15 / 2026-02-15 / 2025-09-30 / 未标注日期。
- **Antioch**，官网与种子轮公告，Antioch，2026-04。
- **XDOF**，官网，XDOF，未标注发布日期。
- **ThreeDWorld**，《ThreeDWorld: A Platform for Interactive Multi-Modal Physical Simulation》，arXiv，2020-07-09。

### 可信独立来源

- **Reuters**，《AI pioneer Fei-Fei Li's World Labs raises $1 billion in funding》，2026-02-18。
- **TechCrunch**，《World model maker Odyssey nabs $1.45B valuation...》，2026-06-17。
- **Financial Times**，《Amazon backs AI start-up developing models to simulate physical world》，2026-06。
- **TechCrunch**，《Decart's new world model can simulate hours of photorealistic driving...》，2026-06-10。
- **Reuters**，《Ex-Meta AI chief Yann LeCun's AMI raises $1.03 billion...》，2026-03-10。
- **Reuters**，《Mistral launches first robotics model in physical AI push》，2026-07-08。
- **TechCrunch**，《General Intuition's $2.3B bet that video games can train AI agents for the real world》，2026-06-25。
- **Axios**，《General Intuition raises $320 million to develop AI from gaming》，2026-06-26。
- **Business Insider**，《Robotics startup FieldAI has hit a $100 million milestone》，2026-06。

### 仅作线索来源

- **LinkedIn company pages / posts**：用于补充 HQ、Founded、招聘与自我定位线索；例如 Odyssey、World Labs、Applied Intuition、1X、FieldAI、RLWRLD 等。此类来源仅用于元数据交叉核对，不单独作为技术能力证明。
- **TechCrunch / Business press on stealth startups**：用于发现 Antioch、XDOF、Decart 新轮次与市场进入信号，但核心能力仍回到官网/文档/论文核实。
- **Region-specific ecosystem notes**：如韩国、新加坡、日本相关公开报道，主要用来判断区域空白与低公开度，不直接作为能力证明。