國產世界模型登頂全球第一！斷層領先谷歌英偉達，3D準確度近滿分

允中 發自 凹非寺
量子位 | 公眾號 QbitAI

還得是咱國產世界模型牛！

極佳視界最新力作GigaWorld-1，直接擊穿谷歌英偉達，WorldArena登頂全球第一。

而且還是唯一一個綜合得分突破60分大關的具身世界模型。

什么概念呢？就以三大核心維度為例，幾乎是斷層式領先：

• Physics Adherence（物理遵循）：相比第二名提升了整整16%。
• 3D Accuracy（3D準確度）：近乎逼近滿分。
• Visual Quality（視覺質量）：同樣遙遙領先。

也就是說，GigaWorld-1是真正的全能型具身世界模型，不僅視覺真實，而且幾何精準、物理準確。

這意味著，極佳視界這家由清華系領銜，匯聚了阿里、百度、地平線等一眾頂尖大廠核心骨干的中國團隊，已經率先完成了一次教科書式的技術超車。

從最嚴苛的“試金石”脫穎而出

眾所周知，WorldArena是世界模型領域公認的“試金石”。

它由清華大學聯合普林斯頓大學、新加坡國立大學、北京大學、香港大學、中國科學院、上海交通大學以及中國科學技術大學等8所國內外頂尖高校及科研機構共同打造。

其摒棄了單一維度的片面測試，轉而構建包含16項細分核心指標和3大真實應用任務的立體評估體系，旨在對具身世界模型的感知精度、物理規律理解、三維空間認知以及動作預測與落地能力進行最嚴苛的壓力測試。

也正因如此，WorldArena吸引了全球幾乎所有頭部世界模型團隊同臺競技，首批參評名單包括谷歌、英偉達等。

最終的結果也出乎所有人意料，不是科技巨頭，而是這家低調耕耘的技術掃地僧——極佳視界。

其旗下最新的GigaWorld-1憑借硬核實力，成功摘得桂冠！

顯式動作建模與可微分物理引擎的完美融合

那么為何GigaWorld-1能取得如此傲人的成績呢？

首先從技術路線看，GigaWorld-1是一款專為具身場景打造的AC-WM（Action-Conditioned World Model，動作控制世界模型） 。

相較于傳統的世界模型，GigaWorld-1深度繼承并發展了極佳視界在去年7月發布的EmbodieDreamer核心架構。

該方案不僅引入了顯式的動作建模機制，從根本上保證了視頻生成過程中的幾何一致性；更創新性地融入了可微分物理引擎，從而獲取精準的機械臂物理參數，以實現對復雜物理交互過程的真實模擬與嚴格遵循。

在此前沿架構的基礎上，極佳視界進一步引入了團隊長期積累的上萬小時高質量真實機器人操作視頻數據進行訓練，極大地增強了模型在開放場景下的泛化能力與高精度的動作遵循表現。

目前，GigaWorld-1的核心代碼與部分數據集已開源。

僅開源后的短短半個月內，GigaWorld-1在HuggingFace平臺的下載量便火速突破16000次，足見學術界與工業界對其技術實力的高度認可，以及在開發者社區中的巨大影響力。

同時GigaWorld-1還將作為官方Baseline，強力支持即將于3個月后在美國舉辦的GigaBrain Challenge@CVPR 2026國際挑戰賽，為全球開發者積極賦能，共同推動具身智能生態的繁榮發展。

(比賽官網：https://gigaai-research.github.io/GigaBrain-Challenge-2026/)

于是這就引出了一個關鍵問題——

極佳視界是誰？

國內首家專攻世界模型的公司

在業內，極佳視界是少有的產投雙棲玩家，一邊悶頭做技術，一邊又能拿下巨額融資。

在本月初，極佳視界剛剛宣布完成近10億元Pre-B輪融資，投資方陣容堪稱豪華——

中芯聚源、上海半導體產投基金、臨芯資本、星源資本、萬林國際等頂尖芯片和汽車產業資本領投，中金資本、蘇創投、華強資本等重磅國資平臺和知名財務機構跟投。

而這，也并非極佳視界首次獲得資本追捧。

早在2025年11月，華為旗下的哈勃投資就已聯合華控基金，完成了對極佳視界的億元級A1輪戰略投資。

其實華為對世界模型關注已久，此前就將世界模型列為未來智能世界2035年十大技術趨勢之首。

但它沒有像谷歌、英偉達、特斯拉這些全球科技巨頭那樣直接布局世界模型，而是通過哈勃投資，先在中國市場找到了最具潛力的標的——極佳視界。

極佳視界是國內第一家布局世界模型的公司，在世界模型的模型架構和數據引擎兩方面都擁有行業領先的深入積累。

公司定位相當清晰，就是聚焦物理AI，致力于世界模型驅動的物理世界通用智能。其技術護城河建立在“世界模型×具身大腦”的雙輪驅動戰略上，并在世界級權威測評榜單中，成功拿下具身大腦和世界模型的雙料冠軍。

產品矩陣包括世界模型平臺GigaWorld、具身基礎模型GigaBrain、通用具身本體Maker等物理AI全棧軟硬件產品。

GigaWorld：物理世界的“數字沙盒”

GigaWorld是極佳視界自研的世界模型平臺，能模擬物理世界運行規律，生成高保真合成數據。

與傳統仿真器相比，GigaWorld能通過幾何一致、物理準確的世界模型建模，生成高保真、可控、多樣化的具身交互數據，實現數據放大。

這使得所訓練的VLA模型在新紋理、新視角、新物體位置三大泛化維度上均實現近300%的性能提升。

更關鍵的是，GigaWorld能帶來10-100倍的效率提升。

在具身方向，GigaWorld-0是全球首次讓具身世界模型在高水平具身基模上發揮核心價值，其GitHub開源代碼斬獲1.5k+ Star，奠定了技術驗證的基礎。

本次登頂WorldArena的GigaWorld-1，也是當前全球最領先的AC-WM。

在駕駛方向，DriveDreamer系列是全球范圍內最早將世界模型用在物理世界的系列開創工作。

此外，GigaWorld-Policy也是全球首次實現世界-動作模型WA實時性、成功率、訓練效率全面突破，實現了對主流WAM推理效率和性能的全面碾壓，讓世界-動作模型真正開始進入大規模Scaling階段。

實測數據顯示，GigaWorld-Policy實現了10倍推理速度與10倍訓練效率的跨越式提升，同時任務成功率大幅上漲30%，標志著具身智能正式邁入由世界模型驅動的新紀元。

GigaBrain：機器人的“通用大腦”

GigaBrain是極佳視界開發的端到端視覺-語言-動作基礎模型，在全球目前規模最大的真機評測比賽中，極佳視界的開源模型GigaBrain-0.1超越Pi0.5等眾多模型，獲得全球第一。

后續發布的GigaBrain-0.5M*則是全球首個基于世界模型的強化學習實現高效學習和自我進化的具身基模。

它提出基于世界模型的強化學習范式，并采用迭代式四階段閉環訓練流程。

在高難度長時程任務中，面對折紙盒、咖啡制備、衣物折疊等包含多階段操作、精細感知與持續決策的復雜場景，GigaBrain?0.5M*均實現接近100%的任務成功率，并可穩定復現，充分彰顯出卓越的策略魯棒性。

物理AI“夢之隊”集結

除了技術和融資，極佳視界更亮眼的莫過于其核心團隊：

創始人兼CEO黃冠，清華大學自動化系創新領軍工程博士。

曾擔任地平線機器人視覺感知技術負責人、鑒智機器人合伙人&算法副總裁，并擁有微軟亞洲研究院、三星中國研究院等頂尖研究機構工作經歷。

他完整經歷了過去十年物理AI的技術和產業發展歷程，多次帶領團隊獲得全球權威AI比賽世界冠軍，并發布多個全球知名AI成果。

聯合創始人兼首席科學家朱政，智源青年學者，發表頂級論文70余篇，引用近2萬次。

多篇著作影響力巨大，連續4年入選全球前2%頂尖科學家榜單，多次獲得吳文俊自然科學一等獎、最佳學生論文獎、CCF 杰出論文獎等榮譽，也是多個頂會領域主席、多項競賽冠軍。

聯合創始人孫韶言，曾擔任阿里云總監，地平線數據閉環產品線總經理，在物理世界超大規模數據閉環產品和架構方面擁有行業領先的經驗。

他主導了業內首個智能駕駛數據閉環系統的落地，有效提升了數據的處理效率，為智能駕駛技術的發展提供了重要的基礎設施支持。

合伙人兼工程副總裁毛繼明，擁有超過16年的仿真/工程/數據/分布式架構方向的經驗。

曾擔任百度Apollo仿真和工程負責人，以及曾擔任百度、贏徹等T10級別架構師，主導多個自動駕駛與世界模型核心項目的技術開發與落地。在高質量數據生成、端到端自動駕駛架構設計以及分布式系統優化領域有著深厚的積累。

另外，極佳視界模型核心團隊還包括博士期間超10篇頂會一作的世界模型頂尖科學家、超過10年物理AI全棧量產經驗的產業專家、華為天才少年獲得者、萬卡集群線性加速的頂尖算法和infra專家等，是行業少有的同時擁有頂尖的新一代物理AI全面技術前沿創新能力和傳統物理AI全棧系統量產經驗的全棧團隊。

可以說，這支團隊完整經歷了CV、自動駕駛、具身基模、世界模型等物理AI過去十年的發展歷程，并在每個階段都做出了行業領先的世界級成果。

當他們聚集在一起，就共同造就了這支始終引領具身世界模型技術演進的“夢之隊”。

從數據引擎（Data Engine），到閉環仿真器（AC-WM），再到世界動作模型（WAM），極佳視界一直走在前列。

無論是當前世界模型和具身智能基礎設施的迭代，還是未來的AGI，極佳視界都將持續打造最堅實的技術基石。

比賽官網：https://gigaai-research.github.io/GigaBrain-Challenge-2026/
開源代碼：https://github.com/open-gigaai/CVPR-2026-Workshop-WM-Track
開源模型和數據：https://huggingface.co/collections/open-gigaai/cvpr-2026-worldmodel-track