9月的中国科技圈，被一个叫“世界模型”的词点着了。
先是字节。创始人张一鸣亲自跨部门协调，把模型、算力、硬件资源拧到一起，基于Seedance开发实时空间视频生成模型。据媒体报道，字节为2026年定下的四项AI优先事项里，世界模型排在首位。紧接着是京东，在JDD大会上发布JoyAI-EchoWM世界模型，同时甩出一个更大的数字，规划建设10万卡国产GPU集群。
图源网络
两件事隔了没几天，被媒体讲成了同一个故事，中国两大巨头，同时押注下一代AI的入口。
热度是真的。据《2026世界模型专题研究报告》，今年前7个月，中国一级市场相关概念累计涌入资金666亿元，58家企业拿到融资，占整个赛道公司总量的91%。OpenAI、谷歌、Meta、英伟达、腾讯、阿里全部入局，2026年被业内称为“世界模型元年”。
但热闹之下有一个问题，这件事能成吗？
图源网络
两条路线怎么走的先看清楚两家在赌什么。
字节走的是内容消费的路。它的逻辑链条很清晰，用Seedance的视频生成能力打底，向上延伸出实时空间交互能力，再通过Pico头显和抖音生态完成落地。张一鸣亲自协调资源，就是要把模型、算力、硬件、内容这四条原本独立的业务线拧成一股绳。
字节锚定的是C端，互动直播、互动短剧、沉浸式游戏。这些场景用户付费意愿高，有成熟的商业化模式。它想解决的其实是自己的核心焦虑：抖音的内容形态怎么从二维屏幕走向三维空间，2021年收购来的VR头显品牌Pico，怎么摆脱硬件内卷找到差异化。字节赌的，是只要云端实时渲染能成立，轻量头显就能成立，VR就能从昂贵笨重的硬件，变成人人可用的云服务。
京东走的是另一条路，从一开始就锚定物理世界。JoyAI-EchoWM只是台面上的东西，真正的底牌是10万卡算力集群，1000万小时真实场景数据，以及物流、工业、健康的产业落地。
京东的逻辑是，世界模型的终极价值不是生成虚拟空间供人娱乐，而是仿真物理世界，让机器人在进入真实场景前，先在虚拟环境里训练、试错。它最厚的家底，是国内最完整的供应链场景，仓库里的分拣机器人、路上的无人车，每天都在产生海量真实物理数据，这是纯互联网公司很难复制的。京东赌的是产业闭环，虚拟仿真，物理执行。
图源网络
两条路看似南辕北辙，但底层逻辑一致，各自沿着自身最深厚的家底往下延伸。字节有内容和用户，就从消费端切；京东有产业和数据，就从产业端切。媒体把这讲成“入口之争”，仿佛胜负只在于谁选对了路。
但不管走哪条路，两家都得先回答同一个问题，世界模型这件事，能成吗？
两条路赌的是同一件还没被验证的事无论字节向左还是京东向右，它们脚下踩的是同一块地基，这块地基，现在还没浇筑成型。
世界模型目前的全球最高水平，是谷歌2025年8月发布的Genie 3。它能做到什么程度？在2026年游戏开发者大会上，谷歌披露的真实能力是，初始版本只能维持几秒钟的3D世界连贯性，升级后提升到大约一分钟。官方自己也承认，生成的世界可能看起来不够真实，角色控制存在延迟。
一分钟。这就是这个赛道最强选手目前能给出的答案。
北京智源研究院院长王仲远在今年6月坦言，现有的几类世界模型，距离真正能理解、预测、交互真实物理世界的基座模型，都还有非常大的差距，行业仍处于非常早期的阶段。业内多位技术负责人的共识是，要到2028年，世界模型的整体能力才可能发生质变。
图源网络：智源研究院PPT，解析当前各类世界模型的技术路线与现存局限
也就是说，字节承诺的50毫秒延迟、京东拿到的81.6分跑分，都是在一个技术还远没收敛的底座上讲的故事。模型本身都还没成熟，就已经在往各种商业场景里塞。一位业内人士说，行业大量精力分散在模型之外，在模型本身尚未成熟时就仓促落地商业化，大部分场景最终无法跑通。
更关键的是收入。到今天为止，没有任何一家公司，无论是字节、京东、World Labs还是谷歌，披露过来自世界模型的规模化、可持续收入。666亿资金涌进来，58家公司拿到融资，可赛道的另一端是一片空白，投进去的钱越来越多，但需求端到底愿不愿意为这个东西买单，至今没有一个成功的案例能证明。
元宇宙的影子这一幕其实并不陌生。
2021年元宇宙概念爆发，仅Meta就在元宇宙相关业务持续投入超过850亿美元，整个行业掀起大规模资本投入。最后留下的教训是什么？不是技术不成熟，这是一场“供给先行、需求缺席”的赌局，所有人都在拼命建设那个虚拟世界，却没人回答用户为什么要进去、进去以后愿意付多少钱。结果跑得最快、投得最猛的那批人，亏得也最惨。
今天的世界模型，结构上和当年非常相似。供给端，大厂、资本、算力正在全力冲刺；需求端，用户愿意为一个虚拟空间付多少钱，产业愿意为一套仿真系统买多少单，依然是空白。
字节的Pico押的是云端渲染成立、轻头显才成立，可VR、XR这个终端市场本身正在萎缩。Omdia数据显示，2026年上半年全球XR头显出货同比下降38.7%，只有190万台，已经是连续第四年下滑。字节想用世界模型给Pico续命，可它要救的这个终端，销量本身还在逐年下滑。
这不是说世界模型没有价值，它可能确实是继PC、智能手机之后的第三次计算范式迁移。但“可能是未来”和“现在就能成一门生意”，是两回事。元宇宙当年也被认为是未来，代价是850亿美元和好几年时间。
写在最后字节和京东的这场竞赛，被讲成了“向左还是向右”的路线选择，好像谁选对了路，谁就赢了。但两家赌的从来不是谁的路更对，是世界模型这件事本身能不能成。而这个前提能不能成立，谷歌一分钟的画面连贯性、行业“2028年才质变”的判断，元宇宙850亿美元的学费，都还没能给出一个肯定的答案。
字节赌得起。它近期刚拿到300亿美元贷款，还在考虑再投最多700亿建AI基础设施，账上不缺子弹。京东也赌得起，它拿供应链的真实业务做垫背，就算世界模型这条线短期不成，物流、工业的生意照样在转。
真正赌不起的，是那些跟着666亿一起冲进来、没有大厂家底垫背的中小玩家。在一个需求还没出现的赛道里，跑得最快的那个，往往不是最先冲到终点，而是最先耗尽粮草。
