近日，昆仑万维举办的专场合被纳入2026世界人工智能大会，主题聚焦于“世界模型与多模态范式跃迁”，在上海顺利开展。昆仑万维的董事长兼CEO方汉在会上掷地有声地指出：“世界模型元年已经到来”，而AI技术的未来路径，正从单纯的内容生成，迈向更为复杂的物理世界交互层面。
在这次发布会中，昆仑万维带来了几款升级的核心模型，分别是Matrix-Game 3.5世界模型、Mureka v9.5以及O3音乐模型，这些模型广泛覆盖了世界模型、AIGC创作等前沿领域。方汉对未来的展望十分明确，他认为在接下来的3至5年时间里，世界模型将成为游戏行业不可或缺的基础设施，同时也会对影视等产业产生深远的影响。
圆桌论坛环节，演员黄晓明分享了自己的看法，他认为AI技术的更新迭代速度确实让人措手不及，尤其是AI生成的人物微表情和毛孔细节等方面，已经达到了以假乱真的程度。黄晓明对于AI领域的前景持乐观态度，并表示自己有意向在这个领域进行投资布局。而演员王珞丹则讲述了自己在创作过程中如何利用AI熬夜调试提示词，不断尝试寻找最理想的镜头，她强调AI仅是创作的辅助工具，人类独特的表达欲望才是内容的灵魂，观众真正能够产生共鸣的，永远是故事本身而非生成媒介。
论坛结束后，方汉还与搜狐科技等媒体就大众关心的世界模型技术逻辑、文娱产业变革以及AI行业的竞争态势等问题进行了深入的交流。
以下是这次对话的精华部分：
媒体提问：方汉先生，为何您将2026年视为“世界模型元年”？今年行业有哪些关键的突破？
方汉回答：在过去两年里，AI行业的主要焦点集中在“生成”上，涉及的领域包括文字、图片、视频和音乐等，但这些AI应用都局限于屏幕内，无法理解和适应真实世界的物理规则。直到今年，我们成功验证了异构普通视频数据可以进行规模化训练世界模型，这是一个关键的转折点。
媒体追问：这个技术具体是怎样的？它带来了哪些成效？
方汉详解：在此之前，行业在训练机器人或者世界模型时，只能依赖UMI动捕和真机采集，一套动捕设备的价格就要十几万，单小时的采集成本在500到2000元之间，如果要训练出一个包含千万小时数据的数据集，所需投入至少要几十亿，这对于任何企业来说都是沉重的负担。而现在，普通人用手机摄像头拍摄的日常操作视频就属于异构数据，通过深度重建就能转化为高质量的训练素材，成本有望降低到每小时10元。
方汉强调，只有当低成本、多样化的真实数据供给被打通，世界模型才有规模化和应用化的基础，这也是为什么我们认定今年是“世界模型元年”。
媒体关注：在这次发布的Matrix-Game 3.5和Mureka音乐模型中，它们解决了哪些行业痛点？
方汉指出：Matrix-Game 3.5主打可交互的世界模型，首创了Patch级空间记忆技术，解决了长期以来困扰行业的画面跨帧不一致、相机抖动失真等问题。积累的视频数据不仅可以赋能游戏自动生成虚拟场景，还可以为具身机器人提供环境推演的底座。而Mureka v9.5则以更自然的方式还原人声和情绪，大大降低了专业音乐制作的技术门槛。
媒体进一步提问：世界模型的数据规模门槛有多高？行业何时能迎来技术的质变？
方汉分析说：参照自动驾驶的发展历程，具身世界模型最终都会走向端到端的技術路线，而决定模型能力的核心要素就是数据规模。行业内的共识是，要让模型达到有效收敛的状态，需要的训练数据量至少是千万小时，甚至上亿小时才可能实现通用化。
媒体探究：目前市场上各家公司的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？
方汉透露：目前行业内普遍的数据规模是在十几万小时左右，今年头部企业有望突破百万小时，预计到2027年底会有企业首次摸到千万小时的门槛，而达到亿小时规模则需要3到5年的时间。方汉强调，数据积累的竞争，并不仅仅取决于资金，更依赖于整个产业链的协同合作。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。
媒体询问：现在很多企业都在做垂直应用，这是否意味着模型研发已经不再是重点？
方汉明确表示不认同这种观点。他认为，垂直应用的能力很容易被大模型原生内化，单纯做应用层的壁垒非常低，风险也很大。
媒体好奇：对于创业者来说，现在的市场机会在哪里？
方汉建议，创业者应该拿着钉子找锤子，而不是拿着锤子找钉子。创业者不必先有模型再硬套行业，反而可以先深入到垂直行业（如短视频、工业机器人、家政等领域）了解真实的需求，然后针对性地开发轻量化模型工具，建立起差异化的竞争优势。相比之下，如果单纯做通用应用，很容易被头部大模型所迭代和覆盖。
媒体探讨：中国在世界模型、具身智能赛道，与海外相比有哪些独特的优势？
方汉列举了几个方面的优势：首先，硬件供应链方面，动捕采集摄像头等设备已经实现了国产化，行业内卷不断压低硬件成本；其次是数据多样性，中国拥有工厂、家政、物流等领域海量真实交互数据；再者是人才供给，国内在训练视频、生成模型方面的技术人才储备充足，视频赛道如今存活的头部厂商基本都是中国团队，未来具身智能赛道很可能也会复制这一格局。
媒体关注：当前AI影视和AI游戏都很火，世界模型会如何重塑文娱行业？
方汉结合黄晓明、王珞丹的现场分享，对文娱产业提出了三大判断：第一，游戏将最先迎来范式变革，未来3到5年世界模型会成为游戏行业的基础设施，不再需要数百人的团队手工搭建，玩家的行为可以实时驱动虚拟世界的演化，当前推理硬件成本过高是最大的阻碍。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。总体来看，未来演员、导演的职业边界会越来越模糊。
媒体最后询问：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“烧钱”吗？
方汉表示，几条赛道底层的核心技术完全互通，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。昆仑万维会持续深耕AIGC音乐、视频业务以稳住基本盘，同时加码世界模型的长期布局，抢占Physical AI时代的入场券。