世界模型的核心思想是让模型学习物理世界的内部表征与演化规律，从而能够在模型内预测未来状态、评估动作后果、生成训练数据。2018 年，David Ha 和Jürgen Schmidhuber 发表论文《World Models》，提出了一种基于深度学习的框架，通过构建“世界模型”来模拟环境动态，从而提升强化学习（RL）的效率和泛化能力，也为人工智能发展提供了一种新思路。2024 年视频生成模型取得突破性进展后，产业界开始认真对待将其作为具身智能核心基础设施的可能性。
当前，产业界对“世界模型”一词的使用极为宽泛，缺乏共识。与“世界模型”并行出现的还包括“空间智能”“物理AI”“具身世界模型”等概念标签。李飞飞创办的World Labs 将“空间智能”定义为“理解和操作3D 世界的能力”，英伟达则使用“PhysicalAI”一词描述其仿真与机器人平台，而学术论文中World Model”一词则更多指向特定任务的状态预测器。这些概念之间存在交叉，但其技术内涵、覆盖范围与评价标准并无统一界定。
概念的泛化直接投射在技术路线的分化上。当前国内涉足世界模型方向的团队，关键技术至少包括隐空间表征、视频生成、3D 重建与几何一致性、物理引擎嵌入以及因果推断等，可谓百家争鸣。与关键技术分化相伴生的，是创业团队的密集涌现。据不完全统计，除具有模型- 本体闭环能力的头部具身智能企业外，当前国内明确以世界模型为技术标签的初创企业已超过二十家，大致可归为以下三种类型：

（1）具身大脑类企业
具身智能大脑类企业主要研发感知、预测与控制的算法栈，世界模型在其中并非独立产品，更多是嵌入具身大脑结构中的预测功能模块，以此提升长序列任务的成功率。
（2）多模态生成与物理仿真企业
多模态生成类企业大多以视频生成、3D 资产生成等方式，在物理一致性方面与世界模型产生关联，物理仿真类企业主要提供模拟器和数据，作为中间环节参与世界模型，但目前两者都并非具身智能可直接调用的物理状态预测器，更多是参与具身模型训练过程中的一环。
（3）世界模型前沿学者创业
世界模型领域前沿学者创业成为当前热点，创始人通常拥有国际顶尖高校或AI 实验室的学术背景，直接以通用世界模型为核心命题，多偏向第一性原理讲述不同技术逻辑，企业落地方向也各有不同。