“能不能生产出来，才是最后的考试。”
9月22日，第二届广东省人工智能应用对接大会在广州召开。
会上，佛山人工智能研究院副院长蔡博仑发布了与Vertens3D联合研发的Orient产业世界模型。
如果只看“世界模型”四个字，这件事很容易淹没在今年密集的模型发布里。
但Orient有一个不同的目标：它想解决的不是怎么生成一个更逼真的世界，而是怎么让AI生成的世界最后能够被制造出来。
这也是理解Vertens3D（www.vertens3d.com）这家公司最近变化的一条线索。
从2013年的3D空间云设计，到2019年把设计数据接到生产制造，再到2022年进一步连接数控设备，Vertens3D过去十几年的主线一直没有离开3D，只是3D正在从“设计工具”逐渐变成AI理解和操作物理世界的基础设施。
2026年，公司正式把这一套能力推向世界模型。
目前，Vertens3D正在进行Pre-IPO轮融资，非凡资本担任财务顾问。
世界模型很多，但工业需要的不是“看起来像”
过去两年，世界模型成了AI最热的方向之一。
视频模型在学习运动和物理规律，机器人公司用仿真环境训练智能体，英伟达Cosmos、Omniverse和Isaac围绕数据、数字孪生、机器人开发和仿真建立了一整套物理AI基础设施。
但把世界模型真正放到制造业里，问题会立刻变得不一样。
一张椅子的3D模型，看起来像椅子远远不够。
它需要知道尺寸是多少、板材多厚、不同零件怎么连接、结构会不会互相干涉、机器应该怎么切、刀路怎么走，最后还得能够输出CAD、BOM、CAM甚至CNC设备可以直接使用的数据。
这些东西不存在于普通的图像或者视频生成模型里。
Vertens3D把这个问题归纳成四个断点：缺乏工程参数、结果不可控、后期修正成本高，以及真实生产闭环数据不足。
即便是目前海外较成熟的工业软件和物理AI平台，不同能力通常也分散在CAD、仿真、生产连接等多个系统里。
所以工业世界模型真正困难的地方，并不是“生成”。
是怎么把一个概率生成的结果，变成一个确定、可检查、可执行的工程对象。
Vertens3D把中间这一层叫作“世界编译”。
Orient真正想补的是“世界编译”这一层
这次发布的Orient把能力拆成了四块：感知世界、生成世界、模拟世界和创造世界。
感知世界解决现实空间数字化的问题。通过3D扫描和多模态理解，把真实空间变成可以继续编辑和计算的三维空间。
生成世界更接近大家熟悉的生成式AI，包括长视频、高清渲染和空间一致性。
模拟世界则把3D空间变成可以交互的仿真环境。Orient提出利用真实家居空间构建机器人训练环境，希望解决家庭机器人训练数据不足的问题。
最关键的是第四块——创造世界。
一张产品图片进入系统之后，不只是生成一个Mesh，而是继续识别结构、恢复尺寸和装配关系，生成CAD和BOM，进行尺寸、公差、碰撞、强度和工艺检查，最后生成3D打印切片或者CNC刀路。
从“生成一把椅子”，走到“这把椅子怎么生产”。
这中间就是Vertens3D所谓的世界编译。
在其技术架构里，模型生成的结果不会直接进入生产系统，要先进入一个类型化的World IR，由系统做约束求解、几何构造、仿真评估和冲突检测，最后决定提交还是回滚，再输出CAD、BOM、CAM、G-code等工程文件。
这也解释了Vertens3D为什么会在这个时间点进入世界模型。
它真正拿出来竞争的，并不只是模型能力。
Vertens3D手里最特殊的资产，其实是十几年工厂跑出来的数据
大模型时代，大家已经习惯讨论互联网数据。
但进入物理世界之后，数据的定义变了。
一张家具图片可以告诉模型“它长什么样”，却不会告诉模型板厚应该是多少、哪里应该打孔、哪种连接方式能够生产，以及生产失败之后究竟错在哪里。
这些属于工业真值。
根据Vertens3D提供的数据，目前其体系中已经沉淀2800万+真实户型、16亿+三维空间场景和1.2亿+真实柜体数据，并连接了9000多家云工厂。
生产过程中的加工参数、设备状态、质量检测、失败返工和人工修正，也可以重新成为模型训练的反馈信号。
Vertens3D目前服务20万+付费设计师，并已连接近百家数控设备合作伙伴；公司过去形成的链路已经覆盖从图像输入、三维重建，到BOM拆分和数控加工。
这件事可能比模型参数量更重要。
因为工业AI面对的一个核心问题是：模型生成错了以后，谁告诉它什么才是对的？
如果设计、加工、质检、返工和最终交付都能形成数据回流，那么一家工业软件公司的历史业务，反而变成了训练物理AI的数据基础。
这也是传统工业软件公司和纯AI创业公司完全不同的起跑线。
Vertens3D正在从“家居软件”重新定义自己的边界
Vertens3D过去最广为人知的业务还是家居设计和制造软件。
但从最新的产品架构看，公司显然不想继续把自己限定在泛家居。
其规划是做三层东西：底层是Vertens3D世界模型；中间是一套产业AI执行工作台，负责理解任务、调用Agent和专业工具；上面再针对不同产业安装不同的“领域世界包”。
目前已经展示的方向包括家居制造、3D打印、建筑、家电钣金、影视和游戏，把AI3D定义为从“生成3D内容”进一步走向“生成可智造世界”的入口。
这套逻辑并不难理解。
家居是第一个已经有数据、有客户、有工厂、有设备连接的行业，因此最容易跑通；一旦底层的3D理解、工程约束和世界编译能力可以复用，就可以尝试向3D打印、轻工业以及其他制造业迁移。
甚至再往外一步，它还可以进入机器人。
Orient已经开始尝试利用真实户型和3D空间数据构建可交互的家庭仿真环境。对于服务机器人来说，这些数据的价值不再只是“怎么设计一个家”，而变成“机器人将在什么样的世界里工作”。
这可能是Vertens3D故事里最大的变化：过去它数字化的是工厂要生产的东西，未来它想数字化的是AI需要理解和行动的物理世界。
但工业世界模型最后还是要接受工厂检验
当然，现在就判断工业世界模型已经跑通，还太早。
Vertens3D接下来至少有三个问题需要证明。
第一，从Demo到稳定生产还有多远。工业场景对错误的容忍度远低于内容生成。视频里一把椅子少一条腿只是穿帮，工厂里的尺寸错两毫米可能就意味着整批返工。
第二，家居里的优势能不能真正迁移到其他行业。柜体、家具积累的大量结构和制造数据非常有价值，但家电、钣金、复杂装备都有自己的工程规则。所谓“领域世界包”究竟可以多快复制，是未来扩张速度的关键。
第三，世界模型到底能创造多少可量化的商业价值。减少多少建模时间、降低多少返工、替代多少人工操作，以及客户最终愿意为什么付费，这些指标比“模型能力领先多少”更重要。
所以，Orient最值得关注的地方，并不是又出现了一个世界模型。
它提出了一个更具体的问题：当AI开始进入物理世界，我们究竟需要一个会想象世界的模型，还是一个能够把世界编译成生产指令的模型？
对于消费级AI来说，生成可能就是结果。
对于工业AI来说，生成只是第一步。
能不能生产出来，才是最后的考试。
