深度洞察：
把技术事件放回产业坐标
不复述新闻，而是拆解架构、证据边界、竞争位置与可执行的验证方法。所有公司自报指标均保留来源口径。
6 篇
01公司技术路线
亮源新创：互联网视频能否成为具身智能的预训练层？
姜旭把大语言模型的“预训练—对齐—部署”分工迁移到物理世界，押注先从人类视频压缩行为先验，再用机器人数据完成动作落地。真正决定路线成立的，不是视频小时数或模型代际比喻，而是无动作标签的视觉经验能否被翻译成可执行、可跨本体、可由少量真机数据校准的动作接口。
02产业技术谱系
同叫世界模型，却在学习不同的世界：15 条创业与研究线索的技术分野
从动作—后果、跨本体策略、显式因果、可交互视频、持久三维世界到可微物理仿真，逐项拆解十家公司、三条学术路线与两项未证实线索，回答什么样的世界模型才真正进入 Physical AI 闭环。
03产业与资本
中国世界模型之战：资本下注的四类团队，谁真正接近 Physical AI 版 DeepSeek？
高校实验室、自动驾驶老兵、视频生成团队和大模型创业者同时涌向世界模型。真正的分水岭不是融资速度或标签，而是谁能取得真实系统的决策权，把高因果密度数据、跨本体适配、在线评测与部署反馈压进一条边际成本持续下降的学习曲线。
04模型架构
Gemini Robotics-ER 2：机器人“大脑”开始从动作生成转向持续监督
它不是更快的 VLA，而是位于 VLA、导航与工具之上的低频认知控制层：持续看视频、拆解长任务、调用执行器并判断何时完成。
05公司解剖
苏度：把大模型式能力生产和分发逻辑带入机器人行业
从 60 分钟连续抓取、纯仿真技能训练，到统一底座、分层架构与 Skills API：完整梳理苏度试图把大模型式能力生产和分发逻辑带入机器人行业的路线。
06创业方法
具身创业机会筛选：不要先问机器人会什么，要问哪段工作流值得被接管
用头部公司的估值与部署数据回答一个更根本的问题：哪些工作流值得机器人接管，哪些场景即使融资热度退去仍有客户持续付费？