热潮、分歧与落地：世界模型需要一场真实场景赛｜第五届琶洲算法大赛世界模型生态合作赛决赛开启

编辑｜王博

一个由地方政府举办的行业性赛事，究竟能创造出多大的影响力？又会让技术和产业产生怎样的变革？琶洲正在试图回答这一问题。

「甲子光年」获悉，近日，广州市人民政府主办的第五届琶洲算法大赛中，专设的世界模型生态合作赛已经进入决赛阶段。按计划，决赛将在11月中旬完赛。

入围决赛的企业包括智能驾驶赛道的中国科学技术大学LinkW团队、清华大学DriveCrown团队、广州市城市规划勘测设计研究院有限公司观象智行团队、北京理工大学wswspqz团队、华东师范大学勿忘我团队、南方科技大学硅纺锤体团队等；人本世界模型赛道的深圳大学chaolab团队、清华大学Home Court团队、中国移动广东分公司GDYDDICT团队、易方达基金WORLDMODEL等。

这并非一个普通的地方性赛事，相反，其在业内的知名度很高。琶洲算法大赛创办于2022年，由广州市人民政府主办。办到今年已经是第五届，报名队伍突破10100支，覆盖80多个国家和地区，海外队伍超过1100支。

第五届琶洲算法大赛启动，图片来源：海珠集团

今年，琶洲算法大赛独立设置了世界模型赛事，原因很简单，大模型的下一个战场，已经脱离了纯粹的语言理解和算力堆砌，而是要和真实世界、真实的人产生交互。

此次世界模型生态合作赛聚焦人本世界模型和智驾世界模型赛道，其中人本世界模型赛道围绕人体行为理解与世界状态转移预测展开，面向高校科研团队、人工智能企业、算法开发者及青年创新团队，探索下一代人工智能模型对人体行为、环境变化和未来状态的理解能力。

而智驾世界模型赛道围绕矿区无人运输展开，智能驾驶系统需要从感知数据推演车辆规控如何改变场景状态，考验模型在复杂交通环境中实现安全决策与协同行动的能力。

世界模型的火热程度已经不必多说，但对于大赛本身，问题依然存在：为什么是现在？为什么是这两条赛道？以及为什么是琶洲？

1.真实场景是试金石

2026年，世界模型已经不需要科普了，没有哪条技术路线比世界模型更让资本兴奋，也没有哪条路线比其更缺乏共识。据不完全统计，仅前7个月，国内世界模型相关融资就超过666亿元，超50家企业获投。

而在所有行业中，具身智能和智能驾驶是现阶段世界模型落地前景最清晰的两个行业。 IIM信息发布的 《全球及中国世界模型市场展望分析报告（2026年 IIMH9Q6M）》中写到，2025年，自动驾驶领域占据世界模型下游需求最大份额，约为38.5%，其次为机器人自主操作（22.1%）与虚拟仿真训练（16.8%）。

但同时，世界模型的定义、路线与商业化的现实还比较混乱。智源研究院院长王仲远将现有技术路线划为四大类：以语言为中心的VLM/VLA、以像素为中心的视频生成、以三维结构为中心的空间重建、以视觉表征为中心的JEPA。

对于一个技术方向来说，这已经十分复杂了。

而在2026年WAIC的“世界模型六小龙”论坛上，六家头部公司的技术负责人同台，产生的分歧更多，模型是否要逼近物理精度、长程推演是否是模型所必须具备的能力等等，产业内并没有形成共识。

因此，在技术路径发展还不清晰的周期节点上，办一场比赛，目的不是让参赛队伍秀出自己的实验室指标，这样做没有意义，而是贴近真实环境，在真实场景需求下考验参赛队伍的产品性能。

此次世界模型生态赛的评委单位兼出题方之一的踏歌智行的董事长助理、投资者关系及市场总监孙志杰对「甲子光年」说到：“由于缺乏市场实战经验的积累，一些初创企业的产品及功能可能会与客户的真实需求存在差距，这对其技术架构及产品功能的开发都可能产生影响，而一场贴近真实市场环境和需求的算法大赛或许会让这些初创团队少走一点弯路。”

由于真实的项目环境中算力通常及其有限，不会像实验室环境里那样有源源不断的算力支持，因此在世界模型的真实市场应用场景中，在成本的压力下，不会对高算力跑出的漂亮数据和结果买单。

从这一点上看，不仅技术路径的判断和定位是现阶段创业团队在基于世界模型打造产品时需要重点考虑的问题，产品的实战性能和市场需求之间的差距也需要创业团队格外关注。

无论是工业场景还是交通场景，对世界模型的需求都较为强烈，同时这些市场对产品的性能要求也十分严苛。所以此次世界模型生态赛更像一次产业对接，面对真实的市场用户需求，参赛团队的模型能否在非结构化场景中算力有限、通讯有限、受恶劣天气等因素影响而导致传感器信号波动等环境中跑出安全且高效的结果，是此次大赛的价值所在。

2.技术领先，落地为王

具身智能和智能驾驶都需要世界模型，但同一个技术在两个产业中，甚至在一个产业中的不同场景里，要解决的问题并不一样。

例如在智驾领域，孙志杰向「甲子光年」强调，矿山的无人驾驶运输和开放道路的无人驾驶不同。

开放道路是博弈理论下的单车智能。感知、算力、决策都在车端，目标是把人从A点送到B点。而矿山环境下单车智能是矿山无人运输系统的基础技术之一。矿山企业的核心需求是一套符合露天矿装、运、卸全流程工程作业体系的无人运输系统，在充分保障安全的基础上，不断的提升效率。

矿山是典型的非结构化场景。没有道路标线，没有路牌，常年面对沙尘、暴雨、暴雪，因此矿山智驾系统在“车、地、云一体化架构”的基础上，叠加世界模型对多智能体动态行为预测和风险预判方面的技术优势，就显得格外重要。

在此基础上，露天矿智驾系统可以更准确的判断出下一时刻，前面的挖机、排队的运输车辆会做出什么动作，选择什么路线，甚至可以分析出在下雨、下雪等环境下，地面对车辆的动态影响，从而实现全局下的智能调度与管控。

露天矿无人驾驶运输项目作业现场，图片来源：踏歌智行

赛题就是围绕这两个方向出的。感知任务方面，踏歌提供多模态数据集，让参赛团队跑出检测评分和分割评分；决策规划任务方面，围绕安全性、效率性和路径任务完成度三个维度展开。

孙志杰向「甲子光年」强调，今年的比赛完全从实战出发，并且安全性是任务底线。“我们拿了真实的数据，拿了真实的评判规则，虽然比赛用的是模拟仿真系统，但数据和标准都来自真实项目场景。”他说。

而在人本世界模型赛道，银河水滴作为评审公司和出题方，公司首席算法官曹春水同样将大赛视作企业发挥真实产品效能的重要试验台。

人本世界模型的核心，是感知、理解、推演真实环境中，人和物理世界的交互状态的发生、影响和演化。曹春水对「甲子光年」说到：“对于人类行为和意图的理解，也是未来具身智能走进千家万户、是走进人类社会的关键一环。”

世界是人的世界，大模型不仅要理解物理世界，更要理解人。

人本世界模型的赛题也据此而设置：给一个家庭场景的初始状态和结束状态，让参赛模型从多个视频选项里推断中间发生了什么人类行为，才导致了状态转移。初赛30选1，决赛10选1。选项之间的迷惑性刻意拉近，同类行为，不同视频，不同场景。

曹春水解释，这本质上是在逼模型学因果关系。初赛30个选项里只有一个是对的，盲猜答对的概率很小；决赛虽然只剩10个选项，但每个选项都很有迷惑性，行为和场景会非常靠近。同时为了防止作弊，也会设置成绩复核环节。

“我们希望参赛团队的大模型，能够理解人和世界的关系。这是我们最希望看到的能力。”曹春水说。

人本世界模型推演时序状态，图片来源：银河水滴

此外，比赛过程中每个参赛团队只允许使用两块A800 GPU做推理，为的是能让模型精度和推理效率做得最平衡的团队胜出。“真实落地场景下不可能给你海量算力，两块A800已经有点脱离实际了，”曹春水说，“如果一个模型要跑在一些小型的终端设备上，算力条件是非常苛刻的。”

比赛规则也是产业判断，世界模型不是越大越好，做得太大在实验室环境下可以跑出很好的成绩，但却不利于后续的部署和应用，赛事规则的约束本身就是在把世界模型往“可落地”的方向去推。

3.场景、算力与生态半径

一项技术的诞生、发展和成熟，往往与地区的产业气氛和生态支持有关。

2017年，8位Google研究员在arXiv上传了一篇名为《Attention Is All You Need》的论文，提出了Transformer架构设想，这篇论文只有15页，却成为了此后所有大语言模型的起源。

这并不是一个巧合，天才的设想很重要，但能把想法变成庞大产业，是因为旧金山湾区聚集了当时最密集的AI研究者、最活跃的资本和最愿意为算力买单的公司。

世界模型现在处在一个类似的节点上。定义还没统一，路线还没收敛，但做世界模型的公司，需要世界模型的场景都已经出现，这种情况下，某个地理半径内如果能够快速聚焦技术方、产业方和政策扶持方，其就越容易让技术产生商业结果。

琶洲在试着成为那个半径。

2022年6月，海珠区委、区政府按照“政策引导，市场运作，专业保障，持续发展”的基本原则，组建打造了海珠城发集团这一区管国有企业。集团也迅速成长为海珠改革发展的生力军、主力军。现资产规模200亿、产业基金100亿、产业载体100万㎡、营收贡献100亿。

2025年5月，在清华大学智能产业研究院（AIR）指导下，由清智孵化器与海珠城发集团共同筹建下，“清智孵化器·琶洲模方”（以下简称“琶洲模方”）大型孵化器正式启动运营。

琶洲模方采用“北京—广州”两地双核模式，通过场地、算力、基金、专家指导和产业资源的全方位助力，致力构建良性、完善的创业创新孵化生态。

和传统孵化器的“给工位、免房租”不太一样。琶洲模方提供的，是一套包含六类服务、三项赋能的服务体系，其中六类服务包括空间承载、场景落地、资本加速、要素供给、生态营造、运营支撑；三类赋能则为做战略、建团队、抓执行。

再加上清华智能产业研究院指导下的技术判断，琶洲模方解决的是世界模型团队早期“有想法但跑不动”的状态。

此外，琶洲模方还将赛事和订单进行嵌合，第五届琶洲算法大赛首创了“场景直通车”机制，把大赛官网和海珠AI场景交易平台的数据打通。参赛企业在写代码的阶段就能看到真实订单，在完成“赛场验证”之后直接进入“市场变现”的通道。

琶洲模方系列招商活动，图片来源：海珠集团

截至目前，场景交易平台累计发布订单超过160个，意向合作金额近2.1亿元，市场侧订单占比达到92%。

在最关键的生态半径方面，银河水滴曹春水把琶洲模方的作用概括为“加速聚合”。在他看来，琶洲模方把技术资源、人才、技术创新和验证、场景应用以及资本助力这些要素，形成了一个闭环，压缩到了相对小范围内的地理和制度半径之内。

曹春水对「甲子光年」说：“对于人本世界模型这类需要大量真实交互数据来打磨因果推理能力的方向，场景化的孵化方式，会比单纯的算法竞赛更接近问题的本质。”

踏歌智行则提供了另一种样本，其项目大量在新疆、内蒙古，但研发和生态落点选在了琶洲。孙志杰表示，琶洲是湾区重要的科技生态中心，这里聚集了丰富的优质研发资源、算力、硬件和智能制造产业生态伙伴，踏歌智行希望借助琶洲的科技资源禀赋，不断优化在技术研发、产品创新、生态互动、产业协调等领域的行业优势，研发在湾区、场景在矿山，这样的布局是理性的，也是可持续的。

踏歌2016年成立，累计融资约15亿元，今年5月20日，已向港交所递交了上市申请。当一家矿山无人驾驶头部企业把世界模型相关研发放在琶洲，把商业化场景放在西北矿区，琶洲模方的角色就已经不只是孵化器，而是世界模型从技术走向产业回报之间的转换层。

4.从赛场到市场

第五届琶洲算法大赛的世界模型生态合作赛，赛程已经走到后半段。按照计划，11月将在琶洲举办总决赛暨生态赋能大会。

截至目前，琶洲模方累计孵化企业67家，聚焦大模型与Agent、智能本体、AI硬件、算力基础设施等前沿赛道；培育了6家估值超10亿元的潜在独角兽。

而两条赛道的出题方，一家是从中科院自动化所走出来、把步态识别做到国家标准的“国家队”选手，一家是在露天矿无人运输里跑了十年、正在冲刺港股IPO的产业头部企业。

琶洲模方和赛道出题方能提供的，全是资本市场、用户市场的数据、规则、评判尺度和真实口径。

因此，这场比赛最后产出的，未必是某支队伍在仿真平台上跑出的一个更高分数。更值得看的是，世界模型本身能不能通过一场以真实场景为底色的赛事，拿到来自产业端的认可；一批做世界模型的团队，能不能在人本和智驾这两个具体赛道中，完成从实验室到作业现场的成果迁移。

对一个还没收敛的技术方向来说，这比任何一场demo都更接近它真正需要的成长方式。

（封面图来源：海珠集团）