近日，2026世界人工智能大会在上海拉开帷幕，昆仑万维围绕“世界模型与多模态范式跃迁”主题举办专场论坛。昆仑万维董事长兼CEO方汉在会上郑重宣布，“世界模型元年”已经到来，AI技术正向着物理世界交互方向跨越。昆仑万维在此次论坛上还推出了升级版的核心模型——Matrix-Game 3.5世界模型、Mureka v9.5与O3音乐模型，全面覆盖世界模型、AIGC创作等前沿领域。方汉预判，未来三五年时间里，世界模型将成为游戏圈的基础设施，并对影视等产业带来深刻变革。

在圆桌讨论中，演员黄晓明坦言，AI技术的更新速度超出了人们的预料，现阶段的AI生成人物，其微表情、毛孔等细节已经达到以假乱真的程度。他对此表示看好，并有意愿在AI赛道进行投资布局。演员王珞丹则分享了个人利用AI进行创作的心得，她谈到自己曾为寻找理想镜头，熬夜调试提示词，反复尝试“抽卡”过程。王珞丹认为，AI只是创作的辅助工具，人类独特的表达欲望才是内容的灵魂，观众产生共鸣的最终源泉，永远是故事本身，而非生成方式。

论坛尾声，方汉围绕大众关心的世界模型技术原理、文娱产业转型、AI领域竞争等议题，与搜狐科技等媒体展开了深入对话。

以下是本次对话的精简内容：

媒体提问：为何将2026年定为“世界模型元年”？今年行业有哪些关键性突破？

方汉回答：过去两年，AI行业主要集中在“生成”层面，文字、图片、视频、音乐等内容的批量生产，但AI仍局限于屏幕，无法理解真实的物理规则。今年我们证明了异构普通视频数据可以用来大规模训练世界模型，这是一个关键的转折点。

媒体提问：该如何理解这项技术？它带来了哪些实际效果？

方汉回答：此前，行业训练机器人与世界模型，只能依赖UMI动捕、真机采集，一套动捕设备的费用达到十几万，单小时采集成本在500至2000元之间，若要训练出千万小时的数据集，投入至少需要几十亿，没有企业能够长期负担。而普通人用手机摄像头拍摄的日常操作视频属于异构数据，通过深度重建就能转化为高质量训练素材，成本有望降至每小时10元。

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

方汉回答：Matrix-Game 3.5主打可交互世界模型，首创Patch级空间记忆机制，有效解决了长期困扰行业的画面跨帧不一致、相机抖动失真问题。积累的视频数据既可以赋能游戏实现自动生成虚拟场景，也能为具身机器人提供环境推演的基础。Mureka v9.5则主打“去AI味”，更自然地还原人声和情绪，把专业音乐制作的门槛降低到普通人也能操作。

媒体提问：世界模型的数据规模门槛有多高？行业何时能实现技术上的质变？

方汉回答：依据自动驾驶的发展规律，具身世界模型最终会收敛到端到端技术路线，而数据规模是决定模型能力的关键因素。行业共识是，模型有效收敛需要千万小时训练数据，甚至上亿小时训练数据才可能达到通用化水平。

媒体提问：目前市场上各家训练数据处于什么水平？突破千万小时门槛预计需要多长时间？

方汉回答：目前普遍是在十几万小时，今年头部企业有望突破百万小时。预计到2027年底，会有企业触及千万小时门槛，而达到亿小时规模则需要三五年时间。数据积累的竞争不只是资金比拼，更依赖于产业链。中国拥有全球最全的工业、家政等场景数据，未来全球很可能都会来华采购训练数据。

媒体提问：现在很多企业集中做垂直应用，是否意味着模型研发已不再是主要方向？

方汉回答：我不认同重心转向应用、模型就不重要的看法。垂直应用的能力很容易被大模型原生内化，单纯做应用层面的壁垒很低，风险很大。

媒体提问：对于创业者来说，当前市场有哪些机会？

方汉回答：我觉得关键是要拿着钉子找锤子，而不是拿着锤子找钉子。创业者不必先建立模型再硬套行业，反而可以先深入垂直行业（例如短视频、工业机器人、家政等）了解真实需求，针对性开发轻量化模型工具，建立差异化优势。单纯做通用应用，很容易被头部大模型迭代覆盖。

媒体提问：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？

方汉回答：第一是硬件供应链，动捕采集摄像头等设备都是国产化，行业内卷不断压缩硬件成本；第二是数据多样性，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、生成模型的技术人才储备丰富，视频赛道如今存活的头部企业基本都是中国团队，未来具身智能赛道大概率也会呈现这一格局。

媒体提问：当前AI影视、AI游戏热度很高，世界模型将如何重塑文娱行业？

方汉回答：结合黄晓明、王珞丹的现场分享，我对文娱产业有以下三点判断。第一，游戏将最先实现范式变革，未来三五年时间里，世界模型将成为游戏圈的基础设施，不再需要数百人团队手工搭建，玩家行为可以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，而不是替代创作者。AI影视技术层面已经成熟，目前缺的是敢于试水的创作者。短剧成本低迭代速度快，会率先跑出商业化爆款。院线AI电影只是时间问题，只是有些传统影视从业者存在心态顾虑，担心作品被贴上“AI 制作”标签。总而言之，未来演员、导演的职业边界会越来越模糊。

媒体提问：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？会持续很“烧钱”吗？

方汉回答：几条赛道底层技术完全互通，均基于DiT生成架构，数据清洗、推理优化的技术经验可以互相迁移，不存在完全独立的研发成本。我们会持续深耕AIGC音乐、视频业务稳住基本盘，同时加大世界模型长期布局，抢占Physical AI时代的入场券。