摘要
「暗涌Waves」独家获悉，空间智能公司影溯（InSpatio）宣布完成数千万美元Pre-A轮融资。本轮由光合创投、顺为资本、红杉中国参与投资。 这笔融资背后的大逻辑，正在成为共识：物理世界是3D的，世界模型也该是3D的。AI要进入机器人、自动驾驶、游戏、影视、XR 和工业仿真等真实场景，必须先学会理解动态的3D物理世界。 过去两年，视频生成把“看起来真实”推到了新高度，但对物理AI来说，仅基于世界表象生成画面还远远不够。如果说2D视频是世界的投影，那3D世界模型则需要捕捉影子背后的动力学状态。恰似“看遍飞鸟的影子，也拼不出鸟的空间骨架与飞翔力学”。 机器人要在空间里自主行动，自动驾驶需预判复杂环境变化，游戏、XR要构建可交互的场景。这些需要的不是“像”，而是“是”：能理解空间结构、物体关系、运动变化与物理约束的3D原生世界模型。 影溯选择的正是3D原生路线。 影溯此前发布并开源InSpatio-WorldFM、InSpatio-World 等实时3D/4D世界模型，近期预告了全新世界模拟器Topos 1.0，即将开放Beta测试。   押注动态3D世界模型 大模型已经走到一个分水岭，世界模型正成为全球AI竞争的新方向。 语言模型教会AI理解和生成文本，视频模型教会AI生成画面，但如果AI要进入物理世界，仅有画面并不够。它需要理解空间、记住物体、预测变化，并在行动前推演后果。 这正是当下具身智能难以跨越的鸿沟。 一个服务机器人，看视频学会了抓杯子，换一个角度、换一张桌子，就可能失手。原因在于，视频记录了特定视角“看起来发生了什么”，却无法精确告知物体在哪里、空间如何连接、一次失败的抓取能否被稳定复现。而对物理AI来说，真正有价值的数据，是行动之后会发生变化、可以反复验证的动态 3D 世界状态。 因此，世界模型的竞争，正从“谁的视频更像真的”，转向“谁能生成可计算、可交互、可推演的世界”。 漂亮的视频更像渲染器（Renderer），它把既有状态描摹成画面；物理AI真正需要的是模拟器（Simulator），它维护世界状态，推演行动后果，让智能体在里面大规模试错。渲染器回答“看起来如何”，模拟器要回答“推一下，会倒吗”。