近日，昆仑万维举办的“世界模型与多模态范式跃迁”专场论坛，在2026世界人工智能大会上拉开帷幕，地点设于上海。昆仑万维的董事长兼CEO方汉，在论坛上郑重宣布：“世界模型元年”已经到来，AI技术的探索正从虚拟内容生成阶段，迈向与物理世界深度交互的新阶段。
昆仑万维在会上展示了核心模型的重大升级成果——Matrix-Game 3.5世界模型、Mureka v9.5以及O3音乐模型，这些成果覆盖了世界模型、AIGC创作等多个前沿领域。方汉经理人的判断是，未来三五年间，世界模型将可能成为游戏产业的基石，并广泛影响影视等多个行业的发展。
在圆桌讨论环节，演员黄晓明表达了对于AI技术惊人进步的惊叹，他指出AI生成角色在微表情及毛孔细节上已接近真实水平，且对AI赛道表示出积极的投资意愿。演员王珞丹则分享了她的创作体验，提到自己曾为找到理想镜头而反复调试提示词，她的观点是，AI只能作为创作的辅助工具，而人类独特的创作冲动才是内容的灵魂，观众最终的共鸣点始终是故事本身，而非具体的生成方式。
论坛结束后，方汉与搜狐科技等媒体代表就大众关心的世界模型技术逻辑、文娱产业的变革、AI行业的竞争态势等议题进行了深入的对话。
以下内容为此次对话的精简版本：
媒体人提问：您为何将2026年定为“世界模型元年”？今年业界出现了哪些重要的突破？
方汉回答：过去两个年度，AI行业的核心聚焦于“生成”这一方面，无论是文字、图片、视频还是音乐，都可以实现批量生产，但这些成果都局限于屏幕展示，未能理解真实的物理规则。今年，我们成功验证了异构普通视频数据能够大规模训练世界模型，这是一个关键的转折点。
媒体人提问：请问如何理解这项技术？它带来了哪些实际的效果？
方汉回应：在过去，行业训练机器人和世界模型主要依赖UMI动捕、真机采集，一套动捕设备价值达十几万，单小时采集成本在500元至2000元之间，若要训练出千万小时的数据集，所需投入至少数十亿，这对任何企业来说都是巨大的负担。而现在，普通人用手机摄像头拍摄的日常操作视频就是异构数据，通过深度重建转换为高质量的训练素材，成本有望降低至每小时10元。
仅当低成本、多样化的真实数据供给得以打通，世界模型方有规模化落地的可能，这也是我们认定今年为元年的原因。
媒体人提问：Matrix-Game 3.5、Mureka音乐模型解决了哪些行业难题？
方汉表示：Matrix-Game 3.5专注于可交互世界模型的构建，首创了Patch级空间记忆技术，解决了画面跨帧不一致、相机抖动失真等行业长期存在的问题。积累的视频数据不仅能助力游戏自动生成虚拟场景，也能为具身机器人提供环境推演的基础。
Mureka v9.5则致力于“去AI化”，它能够更自然地还原人声和情绪，将专业音乐制作的门槛降低，让普通人也能操作。
媒体人提问：世界模型的数据规模门槛有多高？行业何时能出现技术上的质变？
方汉指出：参照自动驾驶的发展轨迹，具身世界模型最终会收敛至端到端技术路线，而数据规模是决定模型能力的关键因素。行业普遍认为，模型有效收敛需要千万小时以上的训练数据，甚至可能需要上亿小时的数据才能实现通用化。
媒体人提问：目前市场上各家训练数据处于什么水平？突破千万小时门槛预计需要多长时间？
方汉回应：现在大多数公司的数据规模还在十几万小时，今年头部企业有望达到百万小时，预计到2027年底会有企业触及千万小时门槛，而亿小时规模则需要三五年时间。
数据积累的竞争，不仅在于资金，更依赖于产业链整体实力。中国拥有全球最为齐全的工业、家政等场景数据，未来全球数据中心极有可能向中国采购训练数据。
媒体人提问：现在许多企业集中在垂直应用领域，这是否意味着模型研发已不再是行业重心？
方汉的看法是，他不认同重心转向应用层意味着模型就不重要的观点。垂直应用的能力很容易被大模型原生整合，单纯做应用层的壁垒非常低，风险很高。
媒体人提问：对于创业者而言，当前的市场机会在哪里？
方汉认为，关键是要拿着钉子找锤子，而不是拿着锤子找钉子。创业者不必先有模型然后硬套到各个行业，更应该先深入垂直行业（比如短视频、工业机器人、家政等），了解真实需求，开发针对性的轻量化模型工具，建立差异化优势。相比之下，单纯做通用应用很容易被头部大模型迅速覆盖。
媒体人提问：我国在世界模型、具身智能赛道上，与海外相比有哪些独特优势？
方汉分析指出，首先在硬件供应链上，动捕采集摄像头等设备已实现国产化，行业内竞争促使硬件成本不断下降；其次是数据多样性，中国拥有工厂、家政、物流等海量真实交互数据；再者是人才供给，中国训练视频、生成模型的技术人才库已相当丰富，当前的头部视频厂商多是中国团队，未来具身智能赛道很有可能复制这一格局。
媒体人提问：当前AI影视、AI游戏的热度都很高，世界模型将如何重塑文娱行业？
方汉结合黄晓明、王珞丹的现场分享，对文娱产业提出了三点剖析。其一，游戏产业将最先经历范式变革，未来三五年内，世界模型有可能成为游戏行业的基石，不再需要依靠数百人的团队手工构建，玩家的行为可以实时驱动虚拟世界的演化，当前限制因素主要是推理硬件成本过高。
AI音乐、短视频创作将实现大众化，Mureka这类工具旨在让普通人抒发自我表达，而非取代创作者。AI影视技术层面已较成熟，目前缺乏的是勇于尝试的创作者。短剧制作成本低，迭代速度快，将率先获得商业上的成功。
电影院线上的AI电影只是时间问题，只是部分传统影视从业者对于作品被标记为“AI制作”存在顾虑。从宏观来看，未来演员、导演的职业边界可能会更加模糊。
媒体人提问：昆仑万维同时在音乐、视频、游戏、世界模型等多个领域进行研发，如何控制资源投入？这些研发会不会持续“烧钱”？
方汉表示，这几条赛道在底层技术层面完全相通，均基于DiT生成架构，数据清洗、推理优化的技术经验可以互相借鉴，不存在完全独立的研发成本。昆仑万维将持续深耕AIGC音乐、视频业务以稳固基本盘，同时加大对世界模型的长期投资，抢夺Physical AI时代的入场券。
