世界模型元年官宣了，这次我没翻白眼

AI 圈的日历跟别处不一样，别处一年过一个年，这边一年能过好几个元年。agent 元年、具身元年、推理元年，每个发布会都想给自己的赛道挂个纪年牌坊。所以昨天在 WAIC 上听到昆仑万维 CEO 方汉宣布 2026 是世界模型元年，我的第一反应很诚实，又来了。

但把发布内容翻完，这次我没翻白眼。

先把世界模型这个词讲成人话，因为它被营销糊得有点看不清了。你熟悉的语言模型，干的事是预测下一个 token，给它半句话，它补后半句，核心能力是生成。世界模型干的事是预测世界的下一个状态，给它一个场景加一个动作，它推演出下一刻会发生什么，你往前走一步，视野里的街道该怎么变，箱子被推了会怎么滑。核心能力不是生成内容，是理解规律，然后跟环境一来一回地持续互动。

方汉的说法是，过去两年 AI 的核心命题是生成，从今年开始转向理解与交互。这个判断本身没什么惊人的，惊人的是他们拿出来的东西。

Matrix-Game 3.5，5B 参数，单张 GPU 上跑出 720P 分辨率、约 20 帧每秒的实时流式生成。

20 帧这个数字值得停一下。视频生成模型你见得多了，输入提示词，等几十秒，吐一段几秒钟的片子，那叫离线渲染。20 帧每秒是另一个物种，画面是随着你的操作实时长出来的，你按方向键，世界就往前铺。这不是在生成视频，这是在实时渲染一个你能操作的世界，而后者是游戏引擎的地盘。

更关键的是记忆。以前的可交互世界模型有个致命的滑稽病，你转头看别处，再转回来，刚才那面墙可能已经被重新编了个样子。世界没有持久性，像梦，你盯着的地方是真的，你背后的一切都在随时坍缩重组。

3.5 的解法是把历史画面切成一块块带三维坐标的记忆碎片，术语叫 Patch 级空间记忆，每块碎片通过深度和位姿信息挂到世界坐标系上，你转回头时，系统按你的视线范围把该出现的碎片检索出来投影回画面。翻译一下，世界终于有了物理意义上的记住，转头回来，墙还是那面墙。官方给的记忆时长是一分钟，而且记忆块可以手动编辑。

从随时坍缩的梦境，到能记住一分钟的场景，这一步是世界模型从玩具走向工具的分界线。

节奏也值得看一眼。Matrix-Game 1.0 是 2025 年 3 月的事，8 月出 2.0，今年 3 月出 3.0，这次是 3.5，十六个月四代。同场还一口气发了四款全模态模型，音乐的 Mureka v9.5 指令精准度从 6.92 提到 7.62，配套的 O3 音乐模型开始搞推理时自我修正。这家公司把全模态这条线押得很重。

对写代码的你，这事的含金量分两头说。

做游戏这头，方汉的预判是开放世界游戏在三五年内不再依赖几百人的团队手工搭建，世界模型会成为基础设施。这话有营销成分，但方向不虚。现在一个开放世界项目，场景美术和关卡搭建吃掉的人力是天文数字，如果底层世界可以按需实时生成，游戏开发的成本结构就不是优化，是重写。做独立游戏的朋友可以开始留意这条线了，它对小团队的杠杆最大。

做机器人这头更实在。同场发布的 Riemann-1.0 用了 23.2 万小时的具身交互数据，在真实机器人任务上拿了仿真和真机双第一。机器人为什么需要世界模型，因为它在动手之前需要在脑子里排练，推一下这个杯子会不会倒，绕过这个障碍要几步。世界模型就是机器人的想象力，让它在虚拟里试错一万次，再到现实里出手一次。这也是为什么具身智能这波，世界模型不是可选项。

说个我自己的私心，为什么一个搭 agent 脚手架的会盯着世界模型看。现在的文本 agent，它眼里的世界是文件系统和 API 返回值，要预判一个动作的后果，只能靠语言模型脑补，猜错了就回滚重试，我日常处理的失败重试里一大半是这么烧出来的。世界模型给的是另一条路，动作发出去之前，先在一个懂物理、懂因果的仿真里排练一遍。今天它排练的是游戏画面和机械臂，往后排练的可能就是你的部署流程和数据库变更。推演能力往前走一步，重试账单就往下掉一截。

好了，冷水时间，不泼这两瓢这篇就成通稿了。

第一瓢，一分钟记忆听着是突破，离持久世界还差着量级。你在开放世界里逛一个小时，回到出生点，一分钟的记忆罩不住。从一分钟到一小时，中间隔着的不只是显存，是整套记忆压缩和检索的工程难题，这跟当年语言模型从 4K 上下文爬到百万上下文的路一样长。

第二瓢，720P、20 帧、单卡，每个数字单看都不错，合在一起是个 demo 级配置。真塞进游戏产品，你要 1080P 起步、60 帧、多人同步，还得留出算力跑游戏逻辑本身。世界模型现在的位置，很像 2023 年初的视频生成，demo 惊艳到掉下巴，离可用产品隔着几年的工程苦活。

所以元年不元年的，我劝你别太当真，这个词的历史战绩你我都清楚。但方向这个东西可以当真。生成的尽头是交互，AI 从会做内容到懂世界，这个换挡是真实发生的，Matrix-Game 3.5 就是换挡时踩下的那脚离合。

元年可以不信，离合声值得竖起耳朵听。等它 7 月正式放出来，我找台带显卡的机器跑一把，实测再来汇报。