01. 行业全景与赛道分层 (Industry Landscape)
⏰ 最后更新时间: 2026-01-31 | 本页内容将每日更新「世界模型赛道格局、关键里程碑与行业信号」。
核心观点：2025-2026 年是世界模型的分水岭。市场正在从"生成好看的视频"（Sora Moment）转向"生成可玩的世界"（Genie Moment）。这一转变的背后，是算力从 Rendering（渲染）向 Neural Simulation（神经模拟）的迁移。
1. 核心概念辨析：不仅仅是"视频"
在深入赛道之前，必须厘清三个极易混淆的概念。它们的工程目标和商业价值完全不同。
| 维度 | 1. 基础视频生成 (Video Gen) | 2. 可控视频生产力 (Controllable Video) | 3. 交互世界模型 (Interactive World Model) |
|---|---|---|---|
| 交互性 | 无 (Passive) | 弱 (Directive) | 强 (Real-time Active) |
| 输入 | Text / Image Prompt | Reference / Script / Camera | Action (WASD) / Event |
| 延迟 | 分钟级 (5s需1-3min) | 准实时 (5s需10s) | 实时流式（几十毫秒级，体验依赖端到端系统） |
| 核心指标 | 清晰度, 物理一致性 | 角色一致性, 镜头控制 | Latency, Playability, Memory |
| 终局形态 | 影视特效/素材 | 互动影游 | 下一代游戏引擎 (Neural Engine) |
| 代表作 | Sora 2 | Vidu Q2, PixVerse | Genie 3, Matrix-Game 2.0 |
2. 2026 Q1 关键技术规格对比 (Technical Specs)
以下数据基于 2025 Q3-Q4 的公开论文与技术报告整理，直观展示了 L1 与 L3 的技术鸿沟。
| 指标 | OpenAI Sora 2 | Google Genie 3 | Matrix-Game 2.0 | 备注 |
|---|---|---|---|---|
| 类型 | Video Gen | General World Model | Interactive World Model | |
| 帧率 | N/A (非实时) | 24 FPS | 25 FPS | 24 FPS 是"可玩"及格线 |
| 生成耗时 | ~60s+ | ~41.7ms/帧（由 24 FPS 换算，\(1/24 \approx 41.7\)ms） | < 40ms | 实时交互必须 < 50ms |
| 分辨率 | Up to 1080p | 720p | High Fidelity | 实时模型通常牺牲分辨率 |
| 一致性窗口 | 5-10s | a few minutes（并提到 visual memory up to one minute ago） | Minute-level | >1分钟不崩是前沿 |
| 交互方式 | Text | Text prompt + real-time navigation（控制细节未披露） | Keyboard + Mouse | 键鼠注入最接近游戏 |
| 数据源 | YouTube | 未披露（官方博客未公开训练数据来源/规模） | UE5 + GTA5 | 需要精确 Action Label |
数据来源: Genie 3 - DeepMind Blog (2025-08); Matrix-Game 2.0 - arXiv:2508.13009; Sora 2 - OpenAI Product Page.
🧠 ANTIGRAVITY'S COMMENTARY
帧率是生死线，分辨率是奢侈品。从这张表可以看出，Genie 3 和 Matrix-Game 2.0 都选择了 720p/25fps，而非 1080p/5s。这不是技术落后，而是深思熟虑的工程决策：人眼对"卡顿"的容忍度远低于对"糊"的容忍度。一个流畅但模糊的游戏是可玩的，一个清晰但卡成 PPT 的"游戏"只是幻灯片。记住这个公式：Latency < 50ms OR Die。未来谁能在保持 24fps 的同时把分辨率拉到 1080p，谁就是下一个王者。
全球游戏市场在 2025 年预计达到 $188B - $269B 规模 (来源: Newzoo, Mordor Intelligence)。世界模型正在切入其中最核心的"引擎与内容生产"环节。
3.1 巨头阵营 (The Giants)
- Google DeepMind: 全栈布局。从 Genie 到 Genie 3，目标是 AGI 训练场。
- Nvidia: Cosmos 平台，结合 Omniverse，主攻 Physical AI 物理仿真底座。
- Meta: 重注 V-JEPA，强调非生成式的"特征预测"，理解力强但生成克制。
3.2 独角兽与新星 (Emerging Players)
- World Labs (李飞飞): 主打 Marble。侧重于生成静态且空间一致的 3D 世界，是连接 GenAI 与 3D 工作流的桥梁。
- Skywork AI (昆仑万维): 主打 Matrix-Game 2.0。开源、工程化极强，给出了 UE 训练的参考答案。
- Iconic: 主打 AI-Native Game Engine。愿景 "Living, adaptive worlds"。
4. 2025-2026 关键里程碑复盘
- 2025-08-05 (Genie Moment): DeepMind 发布 Genie 3。从"动图"跨越到"可玩关卡"。
- 2025-08-18 (Open Source): Matrix-Game 2.0 开源。打破垄断，中小团队有了参考。
- 2025-10-21 (Efficiency): ShengShu 发布 TurboDiffusion。证明蒸馏可实现 100-200x 加速。
- 2025-11-14 (3D Structure): World Labs 发布 Marble。将"视频生成"拉回"3D 结构生成"。
🛑 深度思考：你该押注哪条线？
通过上述分析，赛道的分叉点已经非常清晰：
- 如果你想做内容 (Content)：
- 如果你想做平台 (Platform)：
- 首选复现 Genie 3 / Matrix-Game 2.0。采集 UE 数据 -> 训练 Action-DiT -> 搭建云流媒体。优点是旦跑通就是下一代 Roblox。难点是 Latency 和 Data Pipeline。
很多人误以为 Sora 和 Genie 3 是"同类产品"，这是最致命的认知误区。Sora 是电影级素材生成器，它的目标是做出"好看的视频"供剪辑师使用；而 Genie 3 是神经游戏引擎，它的目标是让你"进入视频里玩"。二者的技术路线、数据需求、商业化路径完全不同。如果你的业务需求是"生成 10 秒特效素材"，Sora 是最优解；如果你想做"能玩的 AI 游戏"，Sora 从第一行代码就是错的。