7月26日，一家名为元昊动力(PrimalVerse)的AI原生科创企业完成数亿元种子轮融资，由联想之星、银杏谷资本、啟赋资本、卓源亚洲联合财务投资，精锋医疗战略参投。这家创始团队集结清华、北大、上海交大等高校技术人才的公司，押注的不是某一款应用，而是被称为「第五代多模态4D世界模型」的底层基模——一个面向具身智能、自动驾驶、影视游戏、医疗手术机器人四大场景的统一时空表征引擎。在机器人硬件与单点模型轮番刷屏的2026年，资本把目光投向更底层的「世界模型」，本身就是一个信号。
一、4D 世界模型：让 Agent 拥有「想象与推演」的物理底座
元昊动力提出的4D世界模型，核心是以4D时空表征为核心的统一架构，打通空间几何、时间动态、物理属性、交互推演的一体化建模。与常见的文生视频（把文字单向映射成画面）不同，世界模型追求的是对物理世界的「可计算复刻」：不仅能生成画面，还能推演「如果我这么做，世界会怎样变」。这正是智能体最缺的能力——无论是具身机器人要在工厂里抓放零件，还是自动驾驶要在路口做决策，都需要一个能模拟物理因果的环境来训练与预演。元昊把这套基模指向具身智能、自动驾驶、影视游戏、医疗手术机器人四大垂直领域，意图是成为支撑「物理AI」发展的通用世界模型底座。投资方判断也很直白：AI正从二维视觉、视频生成，演进到物理世界仿真，4D世界模型是具身与自动驾驶的底层刚需。
二、资本重仓「基础设施层」：Agent 竞赛下沉到想象与推演
把元昊的动力放在更大的图景里看，世界模型正成为继大模型、Agent框架、机器人本体之后，又一条被资本单独押注的赛道。它的位置在产业栈的更底层：机器人厂商（宇树、三星RX等）造的是「身体」，大模型厂商（千问、Kimi等）提供「大脑」，而世界模型提供的是让身体和大脑都能在其中试错、训练的「物理沙盘」与合成数据引擎。对具身与自动驾驶而言，真实世界数据采集贵、长尾场景少、危险动作难复现，一个高保真的世界模型能大幅降低训练成本、加速迭代。这也是为什么精锋医疗这类产业方愿意战略参投——手术机器人的训练同样渴求可推演的仿真环境。资本从「买应用」转向「买底座」，说明行业对Agent落地的共识，已从「模型够不够聪明」前移到「有没有可信的物理世界可供它学习与验证」。
三、客观看：方向确定的，难度也确定的
世界模型作为Agent的想象与推演底座，方向几乎没有争议，但客观难度同样醒目。其一，仿真保真度与物理正确性是硬门槛：今天多数世界模型在短视频、低交互场景里惊艳，一旦进入长时序、多物体、强物理耦合的真实任务，误差会迅速累积，「看起来对」不等于「物理上对」。其二，落地节奏长：基模研发、垂直场景仿真、商业化验证是一条长链路，烧钱且回报晚，这也是种子轮就需要数亿元的原因。其三，竞争来自两端——既有一路自研世界模型的大模型与机器人巨头，也有专用仿真引擎的旧玩家，初创公司要在「通用性」与「垂直精度」之间找到立足点并不容易。元昊动力的入场，标记着世界模型正式成为具身与自动驾驶竞赛的底层风口；但谁能先把「可计算的物理世界」真正交付到生产线，仍是未知数。