今日:2026年07月26日 星期日 首页要闻
权 威 · 及 时 · 准 确

昆仑万维方汉:世界模型元年已至 游戏影视将最先迎来变革

来源:今日报道 分类:科技
昆仑万维方汉:世界模型元年已至 游戏影视将最先迎来变革

近日,2026世界人工智能大会在上海顺利进行,昆仑万维特意设下“世界模型与多模态范式跃迁”专场论坛。董事长兼CEO方汉在会上明确表示,“世界模型元年”正式到来,AI发展路径正从内容生产转向物理现实交互。

活动现场,昆仑万维发布了三款核心模型:Matrix-Game 3.5世界模型、Mureka v9.5以及O3音乐模型,这些产品覆盖了世界模型、AIGC创作等尖端领域。方汉预测,三年到五年内世界模型将奠定游戏行业基础,并渗透至影视产业。

圆桌讨论环节,演员黄晓明透露AI技术进步神速,生成人物的表情、毛孔等细节已逼真到真假难辨。他对AI行业表示看好,并有意进行投资布局。演员王珞丹则分享了个人经历,她坦言曾为寻找理想镜头反复调试提示词,强调AI仅是创作助手,人类独有的表达意愿才是内容核心,观众情感的共鸣最终指向故事本身而非创作方式。

论坛结束后,方汉与搜狐科技等媒体就世界模型技术原理、文娱产业革新、AI行业竞争等议题展开了深入对话。

以下是精编对话内容:

媒体:2026年为何被称为“世界模型元年”?今年行业有哪些重要进展?

方汉:近两年AI产业重点在于“生成”,文字、图片、视频、音乐等能批量产出,却无法领会现实物理规则。今年有个关键突破——我们验证了普通视频数据可规模化训练世界模型。

媒体:如何理解这项技术?达成了什么成果?

方汉:以前训练机器人或世界模型,只能用UMI动捕、真机采集,一套动捕设备价值十几万,单小时采集成本500至2000元,若要获取千万小时数据集,投入至少数十亿,没有企业能长期负担。现在普通人手机拍的日常视频就是异构数据,经深度重建能转化为高质量训练材料,成本可能降至每小时10元。

真实数据供给的畅通,是世界模型规模化应用的基础,这也是我们认定今年为元年的原因。

媒体:Matrix-Game 3.5和Mureka音乐模型解决了哪些行业难题?

方汉:Matrix-Game 3.5主打可交互的世界模型,首创Patch级空间记忆,解决了画面跨帧不一致、相机抖动失真等长期困扰行业的问题。积累的视频数据既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基础。

Mureka v9.5则着重“去AI化”,更自然还原人声和情绪,将专业音乐制作门槛降至普通人可操作水平。

媒体:世界模型的数据规模门槛有多高?行业何时实现技术飞跃?

方汉:参照自动驾驶发展轨迹,具身世界模型最终会形成端到端技术路线,数据规模决定模型能力。行业普遍认为,模型有效收敛需千万小时训练数据,甚至上亿小时才可能实现通用。

媒体:目前市场训练数据状况如何?突破千万小时需多长时间?

方汉:当前普遍在十几万小时,今年头部企业有望突破百万小时,预计2027年底会有人达到千万小时门槛,亿小时规模则需三到五年。

数据积累比拼的不止是资金,更要靠产业链支撑。中国拥有全球最完整的工业、家政等场景数据,未来全球很可能来华采购训练数据。

媒体:现在众多企业扎堆做垂直应用,是否意味着模型研发已不重要?

方汉:我不认同重心转向应用、模型就不重要的观点。垂直应用能力容易被大模型内化,单纯做应用层屏障很低,风险很大。

媒体:创业者当前市场机会在哪里?

方汉:关键是要拿着钉子找锤子,而非拿着锤子找钉子。

创业者不必先有模型再强行套行业,反而可先深入短视频、工业机器人、家政等垂直领域,了解真实需求,针对性开发轻量化模型工具,形成差异化优势。反观单纯做通用应用,容易被头部大模型覆盖。

媒体:中国在世界模型、具身智能赛道,与海外相比有哪些独特优势?

方汉:首先硬件供应链,动捕采集摄像头等设备全实现国产,业内竞争不断挤压硬件成本;其次是数据多样性,工厂、家政、物流等海量真实交互数据;第三是人才供给,国内训练视频、生成模型技术人才储备丰富,视频领域存活的头部厂商均是中国团队,未来具身智能赛道大概率会复制这一局面。

媒体:当前AI影视、AI游戏热度都很高,世界模型将如何变革文娱产业?

方汉:结合黄晓明、王珞丹的分享,我对文娱产业有三点判断。第一,游戏将率先迎来范式变革,未来三到五年世界模型会成为游戏行业基础设施,不再需要数百人团队手工搭建,玩家行为可实时驱动虚拟世界演化,当前推理硬件成本过高是最大阻碍。

AI音乐、短视频创作将彻底大众化,Mureka这类工具是让普通人释放表达,而非替代创作者。AI影视技术已成熟,目前缺的是敢于尝试的创作者。短剧成本低迭代快,会率先跑出商业化爆款。

院线AI电影只是时间问题,只是部分传统影视从业者存在顾虑,担心作品被标上“AI制作”标签。总体而言,未来演员、导演的职业边界会逐渐模糊。

媒体:昆仑万维同时布局音乐、视频、游戏、世界模型,多线研发如何控制资源投入?会持续高消费吗?

方汉:几条赛道底层技术完全互通,均基于DiT生成架构,数据清洗、推理优化的经验可互相借鉴,不存在完全独立的研发成本。

我们将持续深耕AIGC音乐、视频业务稳固基本盘,同时加大世界模型长期布局,抢占Physical AI时代入场券。

相关推荐