北京 666 亿砸向世界模型 AI 创业这笔账怎么算（2026 上半年）

8 月 17 号睿兽分析那份数据传得挺广的，说 2026 年前 7 个月中国世界模型一级市场一共融了 666 亿元，北京拿下的份额接近一半。两百多亿落在一个城市，这个密度放到全球去看都吓人，深圳和上海加起来都追不上北京这一家。

这事最值得琢磨的，不是北京钱多，而是钱到底去了哪里。

过去三年大家追的是大模型参数规模，是千亿、万亿，是 Sora 那种视频生成，是 ChatGPT 那种通用对话。这条路到 2025 年下半年明显开始挤了，模型层开始分层收敛，留在牌桌上的就那么几家，留不下的要么被收购要么转去做应用。钱如果还按老逻辑往通用大模型里灌，回报窗口只会越拉越长。

世界模型这条线之所以接住这一波钱，是因为它换了一个赚钱的逻辑。

所谓世界模型，简单说就是让 AI 不只理解语言，还要理解物理世界怎么运转。一辆无人车在十字路口看到一辆电动车冲过来，它要知道这个电动车接下来 0.5 秒会往哪动。一台机器人在仓库里搬箱子，它要知道这个箱子如果倾倒会往哪倒。这背后需要的不是语言数据，是物理仿真数据，是力反馈，是多模态的时空推理。

这事为什么突然变成北京的主场？原因有三层。

第一层是技术底座。自动驾驶公司在全国铺得最广的就是北京那一批，Robotaxi 测试里程跑了几年攒下来的数据，是世界模型最稀缺的燃料。小马智行、文远知行这些玩家的北京总部，某种意义上把北京变成了中国最大的物理 AI 训练场。

第二层是政策协同。8 月 18 号北京市政府官网挂出来那条信息，里面专门点了世界模型，把它跟具身智能、物理 AI 放在同一段，等于官方把这三个词打成了一个赛道标签。政策定调 + 资金落地的速度，国内没有再看一层城市有这个反应速度。

第三层是人才密度。清华、北大、北航、北理工，再加上中科院自动化所，这些机构的世界模型相关论文数量在 2024 到 2025 这两年是全球第一梯队的。研究人才 + 工业人才集中在方圆 30 公里里，钱过来之后，从发论文到落地 demo 到拿订单，链条极短。

但钱扎堆的地方也最容易出问题。

666 亿这个数字看着热闹，分到具体公司头上其实没多少。北京上半年世界模型相关的公司差不多拿了 30 到 40 家，每家平均也就十几到二十亿。再扣掉头部那 5 家吸走的一半，剩下的二三十家每家能拿到手的钱远没看上去那么光鲜。这意味着接下来一年这个赛道会出现明显的二八分化，头部公司越做越大，腰部公司要么找到具体行业落地，要么融不到下一轮就死。

对真正想在这波里抓机会的人来说，钱往哪走比钱有多少更重要。

第一类机会是物理 AI 数据服务商。世界模型最稀缺的不是算力，是高质量的物理交互数据，谁能帮机器人公司、无人车公司拿到合规的、标注好的、规模化的真实场景数据，谁就能吃到这一波红利。

第二类机会是行业落地集成商。通用大模型的红利已经被大厂吃完了，但世界模型 + 具体行业这件事刚开始。物流仓储、矿山、农业、巡检、应急，每一个细分场景都需要把通用世界模型改成行业模型，这事中小公司干起来比大公司还顺手。

第三类机会是配套工具链。仿真平台、强化学习框架、模型评测系统、世界模型蒸馏工具，这四个方向上的工具公司会在 2026 下半年集中冒出来。

回到钱本身，666 亿这个数字 7 个月就到位了，平均每个月差不多 95 亿。照这个速度下去，全年 1500 亿打底，2026 一级市场全年大概率破万亿。这事会深刻改写未来 5 到 10 年中国 AI 的格局，错过这一波可能就要再等十年。

但也别太乐观。北京之外的城市不是没机会，世界模型这个赛道远比通用大模型分散，地域优势没那么决定性。找准一个细分行业，把物理 AI 数据、行业 know-how、合规资质这三条腿走扎实，在杭州、在深圳、在苏州都能分到一杯羹。

钱会跟着场景走，场景跟着数据走，数据跟着场景里的玩家走。搞清楚这条链路，比单纯盯着北京这两个字更实际。

创业找资源，上乌鸦部落。